Datathon de la parole, 17-18 novembre 2025 : dépôt, archivage et diffusion des corpus oraux (linguistique, socio-linguistique, histoire orale)
Le Groupement de recherche « Linguistique Informatique, Formelle et de Terrain » (GDR LIFT), la plate-forme Collection de Corpus Oraux Numériques (Cocoon) et la Bibliothèque nationale de France organisent à Paris dans les espaces du DataLab de la Bibliothèque nationale de France un quatrième atelier « Datathon de la parole » de quatre demi-journées, du lundi 17 novembre au mardi 18 novembre 2025. Il fait suite à un premier datathon de la parole qui s’est déroulé en novembre 2021 à Orléans et deux autres en novembre 2023 et 2024 au BnF DataLab.
L’événement s’inscrit également dans le cadre des activités soutenues par le consortium « Corpus, Langues et Interactions » (CORLI) de l’Infrastructure de Recherche Huma-Num et par l’Institut des Langues Rares (ILARA) de l’École Pratique des Hautes Études.
L’appel à participation est ouvert à tous les chercheurs, chercheuses et doctorant·e·s qui ont un jeu de données orales et souhaitent en ouvrir l’accès (à diverses fins, y compris sa ré-utilisation à des fins de recherche nouvelles).
Objectifs
L’atelier se propose de fournir un cadre dans lequel travailler à la description des ressources et de leur contexte de production, en vue d’une publication des données. Cet atelier sera encadré de présentations générales par les animateurs et le BnF DataLab, visant à situer les enjeux et stratégies, dans un contexte de Science ouverte : dépôt, archivage et diffusion ; description des données et référencement ; articulation entre données, outils et publications ; fouille de données.
Les thématiques abordées couvrent les finalités aussi bien que les dimensions spécifiques du plan de gestion de données que sont le plan de classement, le plan de nommage, le formatage et autres étapes qui permettent d’aboutir au dépôt en archive dans les règles de l’art, dépôt qui ouvre les données à de nouvelles utilisations et recherches, dans une logique cumulative.
Inscription
Informations souhaitées par le comité d’organisation du datathon de la parole
- Nature des données orales (parlées), langues concernées (on donnera une priorité aux langues peu documentées de tous les continents) ;
- Description succincte du projet scientifique dans le cadre duquel les données ont été collectées ;
- Description des données : type de données, format et quantité (des données primaires : les enregistrements audio et/ou vidéo, ainsi que des données secondaires : transcription, annotation, traduction) ;
- Perspectives d’enrichissement futur.
Date limite d’inscription et de dépôt du dossier : 1er octobre 2025, en remplissant le formulaire suivant : https://framaforms.org/datathon-de-la-parole-2025-1753882237
Nombre maximum de participants : 15
Les participants dont les dossiers auront été retenus seront contactés en octobre par les animateurs.
Programme
Lundi 17 novembre
Lundi matin – accueil, présentation des journées du datathon de la parole par les animateurs, projets des participants
- 9h30 – Accueil
- 10h-10h20 – Présentation du BnF DataLab : accompagner les chercheurs sur les collections numériques de la BnF – Marie Carlin (BnF)
- 10h20-10h40 – La gestion des corpus oraux à la BnF : conserver, décrire et transmettre – Fabrice Menneteau (BnF), Audrey Viault (BnF)
- 10h40-11h – Présentation de la plateforme Cocoon – Michel Jacobson (Huma-Num)
- 11h-11h15 – Présentation de l’équipe des animateurs
- 11h15-12h30 – Présentations de leurs projets par les participants
[Déjeuner à la BnF]
Lundi après-midi – ateliers de travail en groupes
- 14h-17h – Travail de leurs documents par les participants, avec les animateurs
[Dîner libre ou avec les groupes de travail]
Mardi 18 novembre
Mardi matin – ateliers de travail en groupes
- 10h-12h30 – Travail de leurs documents par les participants, avec les animateurs
[Déjeuner à la BnF]
Mardi après-midi – restitution, projets et discussion
- 14h30-15h – Les bénéfices de la publication des données pour la recherche : un message optimiste de science ouverte – Alexis Michaud (LACITO)
- 15h-17h – Restitution des ateliers et discussion
Lieu
Bibliothèque nationale de France – Site Tolbiac/François Mitterrand, Quai François Mauriac, Paris. Métro ligne 14 : Bibliothèque François Mitterrand, ou métro ligne 6 : Quai de la Gare.
Ressources
- Quelques informations au sujet du précédent datathon : https://lll.cnrs.fr/actualite/datathon/, https://lacito.hypotheses.org/3073 et https://ilara.hypotheses.org/18728
- Les questions éthiques et juridiques ne sont pas l’objet du datathon, qui se concentrera sur l’opérationnel : le dépôt en archive et la publication électronique des données. Nous renvoyons :
- à la lettre d’information du groupe « Questions Ethiques & Cadre Juridique » du consortium Huma-Num « CORpus, Langues et Interactions » : https://corli.huma-num.fr/les-groupes-reseaux/gp4/
- à un guide précieux au sujet des données de la recherche : voir notamment la partie très synthétique sur la législation en vigueur (contexte général, données personnelles, licences) avec les références indispensables : https://mi-gt-donnees.pages.math.unistra.fr/guide/01-imaginer.html#comprendre-et-respecter-la-legislation-en-vigueur
- Le site du consortium Huma-Num « CORpus, Langues et Interactions » : https://corli.huma-num.fr/
- L’interface web d’une des collections hébergées par la plate-forme Cocoon : la collection Pangloss, consacrée aux langues rares https://pangloss.cnrs.fr/
Organisateurs
- Louise-Anne Charles, bibliothécaire BnF DataLab, Bibliothèque nationale de France
- Balthazar Do Nascimento, IT CNRS, laboratoire de Langues et Civilisations à Tradition Orale
- Séverine Guillaume, CNRS, laboratoire de langues et civilisations à tradition orale
- Michel Jacobson, ingénieur de recherche CNRS, IR* Huma-Num
- Fabrice Menneteau, Chef du service Son, département Son, vidéo, multimédia, Bibliothèque nationale de France
- Alexis Michaud, chercheur CNRS, laboratoire de Langues et Civilisations à Tradition Orale
- Léa Mouton, AI CNRS, laboratoire Interaction Corpus Apprentissages Représentations (ICAR) (sous réserve)
- Audrey Viault, Chargée de collections, Archives sonores, département Son, vidéo, multimédia, Bibliothèque nationale de France.
OpenEdition vous propose de citer ce billet de la manière suivante :
Louise-Anne Charles (30 juillet 2025). Datathon de la parole, 17-18 novembre 2025 : dépôt, archivage et diffusion des corpus oraux (linguistique, socio-linguistique, histoire orale). Carnet de recherche. Consulté le 24 janvier 2026 à l’adresse https://doi.org/10.58079/14g69

2 réponses
[…] Pour plus d’informations, veuillez consulter le site internet de l’atelier : BnF Datalab […]
[…] [Atelier] Datathon de la parole […]