Numérisation rétrospective en SHS

L'établissement d’une bonne classification est un gros travail et le rôle crucial des notations rend très difficile d’y introduire des compléments. On a donc essayé de développer des systèmes qui font ce travail sans notations artificielles. Une solution qui a eu un succès considérable est la norme internationale de thesaurus dans laquelle les relations permettent d’établir des hiérarchies qui sont définies d’une façon qui permet de les employer dans une requête sans obtenir trop de bruit. Le problème est évidemment de trouver des relations qui semblent si naturelles que producteur et utilisateur aient une chance de les comprendre de la même façon. Il n’y en a pas beaucoup, semble-t-il, et ceux qui ont eu le plaisir de construire un thesaurus savent très bien que notre compréhension se plie difficilement aux concepts si clairs et abstraits qui nous sont proposés. Les relations les plus utiles sont celles qu’on peut comprendre à l’aide d’une logique de langue naturelle, par exemple la relation générique : « chaque X est un genre de Y ». Donc « chaque chaise est un genre de siège » semble acceptable de façon probablement universelle, mais « chaque couteau est une arme » conduit évidemment à beaucoup de bruit pour celui qui cherche des « armes ». Cependant, il apparaît que, malgré tous les efforts faits pour agrandir la partie formalisable d’une procédure d’accès aux données, la partie non-formalisable reste importante, presque aussi importante qu’avant l’ère de l’information.

C’est pourquoi nous visons aussi à développer l’idée de bases de données dynamiques, à forte valeur ajoutée, en travaillant sur des systèmes d’annotations et sur des systèmes d’accès multilingues. Pour les systèmes d’annotations, nous travaillons en collaboration avec l’École française d’Athènes et l’INSA de Lyon dans le cadre d’un programme commun des départements du CNRS SHS et STIC. Par l’intermédiaire d’un système d’annotation, on vise à mettre à disposition des utilisateurs des outils qu’ils peuvent employer pour annoter tel ou tel document d’une base de données accessible pour eux et qui conduisent à des parcours d’expertise fondés notamment sur une approche sémantique des données. Un exemple sans doute un peu caricatural : dans une Chronique des fouilles comme celle du BCH de l’École française d’Athènes, on trouve en 1910 telle information sur un site désigné comme proche de la ville de Volos, en 1920 sur un site appelé Alykes, en 1950 Pagasai, en 1980 Amphanai : seul le spécialiste de la Thessalie pourra indiquer que toutes ces informations se rapportent à un seul et même site antique. On aura donc tout intérêt à enregistrer cet avis d’expert sur le serveur, afin de le mettre à disposition de tous les utilisateurs, qui seraient condamnés dans une simple recherche par index lexical, à un « silence » complet sur l’ensemble des informations se rapportant à ce site.

Dans le même esprit, on peut enrichir toute base de données qui contient des documents primaires numérisés rapidement en mode image, en demandant aux utilisateurs de renvoyer sur la base tout ou partie de ce qu’ils en ont tiré en mode caractères. Encore un exemple : une collection de lettres manuscrites est numérisée avant d’être vendue. Un étudiant peut être appelé à faire un mémoire sur ces documents, qu’il transcrira donc au cours de son travail. Le retour sur la base pourra se concevoir comme une contrepartie à l’accès qui lui a été donné aux documents.

Les objets numériques (fichiers numériques), communs aux diverses disciplines des sciences exactes ou des sciences humaines, constituent l'outil idéal d'un dialogue. L'information numérique, partagée à tous les niveaux (de l'équipe, du campus, de la région, du pays, du monde), permet aux chercheurs de nos disciplines de s'organiser pour pouvoir bénéficier du même fonds « exhaustif » d'archives numériques : c'est l'enjeu crucial de la mémoire scientifique et collective.

[Source]