Rencontre BnF DataLab : PENSE, la plateforme d’exposition numérique de sources enrichies de l’INHA

Les rencontres du BnF DataLab ont lieu le lundi matin de 10h à 12h dans les espaces du DataLab en salle X (bibliothèque de recherche, BnF site François Mitterrand). Sur la mezzanine, professionnels de la BnF, chercheurs et ingénieurs se retrouvent pour découvrir un outil ou un projet de recherche.

Le 17 avril, Jean-Christophe Carius, ingénieur de recherche au service numérique de l’Institut national d’histoire de l’art (INHA), a présenté PENSE, une solution pour valoriser et enrichir des sources numérisées. Un long temps d’échanges a suivi la présentation, abordant des questions très diverses : pérennité, précisions techniques, collaboration avec les chercheurs…

En quelques mots : la plateforme PENSE

Dans le département des études et de la recherche, le service numérique de la recherche de l’INHA s’empare des enjeux de la relation entre les chercheurs et les données. Il est déjà à l’origine du projet AGORHA qui donne un accès unifié à toutes les bases de données de l’INHA et de ses partenaires. Toutefois, une autre problématique finit par émerger : comment mettre à disposition des documents numérisés de manière enrichie ? Comment aller plus loin que simplement donner accès à l’image en haute définition ?

Depuis 2020, le projet de plateforme PENSE a été conçu en réponse à cet enjeu, de manière expérimentale et avec une approche de design thinking, pour mieux coller aux pratiques et demandes des chercheurs.

« Faire outil ne suffit pas, il y a besoin de faire l’usage, c’est-à-dire connaître les usages, les projets… »

Aujourd’hui, PENSE expose trois fonds (dans l’ordre chronologique de développement) :

  • Les papiers d’Antoine-Louis Baye ;
  • Les décors Karbowsky, qui contrairement au premier, est un fonds qui contient beaucoup d’images ;
  • La correspondance Doucet / René Jean, qui permet de tester et confirmer la chaîne de traitement du premier fonds.

Un défi technique

Pour chaque fonds, les données proviennent de plusieurs fournisseurs différents : la bibliothèque de l’INHA, AGORHA, Calames, Gallica, d’autres bibliothèques numériques … Pour éviter de copier les données, les API sont utilisés[1]. La chaine de traitement suivante est identifiée et mise en place[2] :

Plusieurs types d’acteurs agissent dans ce parcours :

  • Les archivistes et ingénieurs documentaires ;
  • Les chercheurs avec un attrait pour le numérique ;
  • Et des ingénieurs en humanités numériques.

De leur point de vue, il manque encore les éditeurs scientifiques qui possèdent un savoir-faire et une compétence qu’ils n’ont pas et avec qui ils aimeraient collaborer. Cela explique le choix du nom de la dernière étape, exposition et non édition.

De plus, aujourd’hui, chacun des fournisseurs de données du parcours propose de l’information structurée, mais avec un format qui diffère selon le fournisseur (XML-EAD pour le classement archivistique, IIIF JSON pour la numérisation etc…). Comment circuler dans la diversité des formats ? L’outil BaseX, un système de gestion de base de données XML, et le langage de requête XQuery ont permis de transformer en XML et de faire des relations entre ces différents formats. Le résultat est un document structuré en XHTML-JSON.

L’une des forces de ce travail est finalement aussi de concevoir un corpus comme une base de données, lui conférant de nouvelles possibilités de recherche.

Le dialogue entre chercheurs, ingénieurs et numérique 

Les chercheurs investis dans le projet ont contribué tout au long du parcours, notamment lors de l’encodage et l’indexation. Ils ont dû alors se familiariser avec un nouvel outil, Transkribus. Transkribus est un outil d’HTR[3], qui a permis dans ce projet : la segmentation automatique de grandes zones de la page, la transcription et l’encodage (repérage des noms des personnes, de lieux, d’institutions, des œuvres ainsi que les dates et les adresses).

Le dialogue est constant entre chercheurs et ingénieurs, et le numérique y joue un jeu. Dès qu’il y avait une demande, Jean-Christophe Carius traduisait celle-ci, grâce à un prototypage rapide, dans l’environnement numérique. Le numérique représente alors le dialogue en cours ; il devient une référence, le point d’appui pour une représentation commune.

Cette notion de traduction est importante en ingénierie et a aussi été utilisé dans l’accompagnement à la prise en main de Transkribus en simplifiant la formation aux besoins du projet et aux représentations des chercheurs. De plus, dès que possible, les outils habituels des chercheurs étaient privilégiés, comme pour l’indexation qui s’est faite à l’aide d’un tableur.

L’importance du design

La plateforme offre plusieurs modes de visualisation d’un même fond. Pour Jean-Christophe Carius, la question du design est également une question d’ingénierie, qui n’est ni secondaire ni de l’habillage. Par exemple, après une demande de chercheurs, tous les tampons du fonds avaient été extraits et mis côte à côte, simplifiant ainsi les comparaisons.

«  Derrière la question de l’ergonomie, la question est : comment fluidifier les réflexions des chercheurs ? »

Nous allons ici mettre en avant quelques-uns de ces modes de visualisation :

  • Comme un ensemble, ce qui permet d’appréhender le volume du fonds, à l’instar d’une étagère dans une bibliothèque ;
  • Parcours à partir d’une sélection de documents et de textes (réalisés par des chercheurs) ;
  • Accès aux documents par l’index ;
  • Accès aux documents par la base de données.
Support de la présentation du projet PENSE aux Rencontres du BnF DataLab en avril 2023, le 17 mai 2023, https://numrha.hypotheses.org/6587

La plateforme connait encore de nombreuses évolutions et chaque projet sur un fonds fait évoluer les autres. Voilà quelques autres expérimentations : la 3D (par la suite adaptée comme support de médiation pour une exposition), la mise en scène de l’espace où l’usager peut se balader avec des annotations et images pour chaque objet repéré, l’intégration de IIIF à Open Edition pour expérimenter l’article scientifique visuel (quel ton, quels formats éditorial et technique).

Et maintenant ?

Certaines questions restent encore en suspens, comme la gestion des corrections et la question de la citation. De plus, pour pouvoir évoluer, le service numérique de l’INHA souhaite des retours concrets d’usagers sur la plateforme, d’où le lancement d’un appel à projet PENSE.

L’idée est également de sortir un produit générique, qui serait réutilisable par d’autres. Tout est déjà sur GitLab (corpus capta), mais cela nécessite encore un accompagnement pour le prendre en main et il faudrait un projet pour pouvoir l’éprouver !

En savoir plus :

Les prochaines actualités du BnF DataLab vous intéressent ? Vous souhaitez nous proposer des sujets de rencontres ? Vous pouvez nous contacter à l’adresse suivante datalab@bnf.fr. Pour toute autre question ou demande d’accompagnement, remplissez le formulaire de contact.


[1] L’API est une interface qui permet les échanges de données d’un logiciel ou service vers un autre. Gallica propose plusieurs API différentes sur le portail dédié aux API et jeux de données de la BnF, pour, par exemple, extraire les métadonnées ou le contenu textuel d’une liste de documents de Gallica.

[2] Le cône chantier signifie que l’étape est toujours irrésolue. C’est le cas de l’alignement avec wikidate, viaf, idref et agorha, qui ne pourrait pas être automatisé dans l’état actuel.

[3] HTR : hand-written recognition (reconnaissance d’écritures manuscrites).



Citer ce billet
Louise-Anne Charles (2023, 20 juin). Rencontre BnF DataLab : PENSE, la plateforme d’exposition numérique de sources enrichies de l’INHA. Carnet de la recherche à la Bibliothèque nationale de France. Consulté le 27 mai 2024, à l’adresse https://doi.org/10.58079/m3xk

Louise-Anne Charles

Bibliothécaire chargée de l'organisation des services aux chercheurs du BnF DataLab.

Vous aimerez aussi...

1 réponse

  1. 24 juillet 2023

    […] → Consulter le compte-rendu de cette présentation sur le Carnet de la recherche à la Bibliothèque n… […]

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search