L'Institut d'histoire des représentations et des idées dans les modernités (IHRIM, UMR 5317) organise à l'universté Jean Monnet de Saint-Etienne les 1er février et 29 mars 2019 un séminaire sur l'indexation des corpus numériques. La constitution d’index est un véritable enjeu scientifique et technique, pour lequel il existe encore peu de documentation. Les index relèvent, avec l’annotation, de l’exploitation scientifique des textes édités : ils sont des outils de navigation dans le corpus et participent à sa compréhension en identifiant les personnes, les lieux et les œuvres mentionnés, ainsi que les matières traitées. L’exploitation de ces données aide par exemple à visualiser des réseaux de relations.

Argumentaire

L'IHRIM (UMR 5317) organise à l'universté Jean Monnet de Saint-Etienne les 1er février et 29 mars 2019 un séminaire sur l'indexation des corpus numériques. La constitution d’index est un véritable enjeu scientifique et technique, pour lequel il existe encore peu de documentation. Les index relèvent, avec l’annotation, de l’exploitation scientifique des textes édités : ils sont des outils de navigation dans le corpus et participent à sa compréhension en identifiant les personnes, les lieux et les œuvres mentionnés, ainsi que les matières traitées. L’exploitation de ces données aide par exemple à visualiser des réseaux de relations.

Les référentiels et les notices d’autorités permettent d’uniformiser et de consolider les index grâce à l’emploi d’un vocabulaire contrôlé et de formes normalisées. Ils apportent des solutions au traitement des variantes des patronymes, des toponymes et des titres d’ouvrages. Dans la perspective du Linked Open Data, l’alignement sur des référentiels aide à enrichir les données d’un projet en les complétant avec d’autres ressources et bases de données (data.bnf.fr, IdREF, VIAF, ISNI).

Le séminaire, fondé sur le partage d’expériences d’ingénieurs et de chercheurs impliqués dans l’édition de corpus numériques, vise à définir les bonnes pratiques utiles à l’établissement d’index, pour identifier et documenter de manière univoque une notion ou une entité nommée : quels sont les référentiels à utiliser ? Comment valoriser au mieux son corpus ? Comment structurer ces données ? Quelles sont les solutions techniques ?

Ce séminaire propose des présentations générales, des échanges autour de projets en cours et une table-ronde technique, animée par des ingénieurs. Les participants sont invités à suivre les deux journées pour faire part de leurs questions lors de la table-ronde.

Programme

Séance 1 |1^er février 2019

Des référentiels à la publication numérique 

9h15 : Accueil

10h00 - 12H30 : Pratiques des référentiels

Présidence de séance : Philippe Colantoni (UJM, VP numérique)

• 10h30 | François Mistral (ABES, responsable d’IdRef) : IdRef : une offre de services à destination de la recherche pour enrichir les données et accroitre leur interopérabilité.
• 11h30 | Francesco Beretta (CNRS, responsable de l'axe Pôle histoire numérique du LARHRA) : Encodage sémantique de textes historiques et référentiels publics : retours d'expériences et perspectives.

14H – 17H : Indexation et corpus numériques (1)

Présidence de séance : Thomas Lebarbé (Université de Grenoble, coordinateur du Consortium Cahier)

• 14h | Emmanuelle Morlock (CNRS, HISOMA) : Indexation et qualification des contenus en TEI : méthodes, outils et exploitations possibles.
• 15h | Thierry Joliveau (UJM, EVS) : Retrouver, annoter, cartographier et analyser les entités spatiales nommées dans un corpus de romans parisiens.
• 16h | Laurent Capelli (CNRS, Huma-Num) : Collectes, enrichissements et normalisations sur ISIDORE, la plateforme d'accès aux données numériques des SHS.

Prochaine séance le 29 mars 2019