Corpus et bases de données

Porteur : Hélène Noizet

Participants du LaMOP: Pascal Chareille (associé), Benoît Descamps (associé), Anne Massoni-Hubert (associée), Davide Gherdevich (associé)

Autres participants : Boris Bove (IRHT), Caroline Bourlet (IRHT), Sandrine Robert (EHESS), Laurent Costa (ARSCAN), Paul Rouet (APUR), Frédéric Pouget (LIENSs)

Argumentaire : ALPAGE (AnaLyse diachronique de l'espace urbain PArisien: approche Geomatique, http://alpage.huma-num.fr/fr/) est une plateforme d’information géohistorique sur Paris. Elle repose sur une dynamique de travail impulsée en 2006, grâce au soutien de l'Agence nationale de la recherche, et qui s’est pérennisée au-delà de la phase financée (2006-2010). Le projet initial a fédéré une vingtaine de chercheurs, en sciences humaines et sociales et en sciences et technologies de l’information et de la communication. Coordonnés par Hélène Noizet, ces historiens, géomaticiens et informaticiens ont posé les bases d’un système d’information géographique (SIG) sur l’espace parisien pré-industriel. Les données spatiales de référence, construites pour le début du XIX^e siècle et pour la période médiévale, ont été mises en ligne dans une plateforme cartographique accessible à tous. Le groupe initial, fondé sur l’association de quatre laboratoires, et la collaboration de nombreux autres partenaires, s’est transformé en un réseau de chercheurs et d’étudiants travaillant sur l’histoire de Paris, sans financement dédié. Il s’enrichit ainsi progressivement des contributions de chercheurs de différents horizons, permettant ainsi d’élargir les thématiques et les périodes.

Porteur: Ezio Ornato

Argumentaire :  Ce projet de recherche a été financé par l'Union européenne dans le cadre du programme « eContentPlus » pour une durée de 30 mois (septembre 2006-février 2009). Le laboratoire pilote était le Viskom (Kommission für Wissenschaftliche Visualisierung) de Vienne. Le projet Bernstein avait pour objectif la création d'un environnement digital européen pour l'expertise et l'histoire du papier, avec pour ambition de relier l'ensemble des bases de données de reproduction de papier européen et de rendre accessible, via le site internet (http://www.bernstein.oeaw.ac.at/), leur consultation. Il s'agissait de mettre à disposition une interface de ressources digitales dans les domaines liés à l'étude du papier, comme la cartographie et la bibliographie, pour enrichir et mettre en contexte les données sur le papier. Enfin, l'ambition du projet Bernstein était de générer une infrastructure conceptuelle et technique pour rendre accessible l'expertise du papier pour le plus large public possible [cf. la description du projet mise à disposition sur le site du LaMOP de l'époque].

La base est accessible à l'adresse suivante.

Porteurs : Eliana Magnani

Participants du Lamop : Pierre Brochard, Nicolas Perreaux, 

Participants associés: Coraline Rey (ATER en archivistique à l'Université d'Angers)

Argumentaire: Le projet de recherche des CBMA (Chartae Burgundiae Medii Aevi - Chartes de la Bourgogne du Moyen Âge) numérise, enregistre et exploite la prolifique documentation diplomatique bourguignonne, parmi laquelle figurent, entre autres, les chartes des emblématiques abbayes de Cluny et de Cîteaux. Les réalisations et les résultats du projet sont mis à la disposition via une plate-forme documentaire et une base de données d’actes diplomatiques librement accessibles sur Internet sous différents formats électroniques. Ce corpus, régulièrement enrichi, comptant actuellement plus de 18000 chartes médiévales, est interrogeable avec le logiciel Philologic et constitue un terrain expérimental pour de nouvelles méthodes de recherche. Le projet propose aussi plus de trente cartulaires manuscrits originaux à feuilleter.

Le programme, qui s’appuie sur un large réseau de collaborateurs, conduit également une réflexion épistémologique sur les transformations dans la pratique de la recherche, induites par la numérisation massive de textes médiévaux et par l’usage du support électronique dans la reproduction des documents et manuscrits. Des expériences nouvelles sont menées pour mieux connaître la société médiévale, pour la connaître autrement, en faisant toute la place aux études de sémantique structurelle, aux approches statistiques et spatiales, ainsi qu’aux implications cognitives de la littératie, en tant que technologie graphique et visuelle.

Porteur du projet : Nicolas Perreaux

Argumentaire : Le projet de recherche des Cartae Europae Medii Aevi (CEMA) a pour objectif de réunir l’ensemble des corpus diplomatiques édités et numérisés, d’abord en mode texte mais aussi en mode image, disponibles sur Internet. Il part d’un constat élémentaire : de nombreux programmes ont numérisé des « chartes » depuis plus de quarante ans (cf. Perreaux 2014), selon des logiques régionales ou nationales. Mais la plupart du temps, ces tentatives importantes sont restées isolées, à la fois scientifiquement et historiographiquement, rendant impossible l’interrogation comparée de ces textes pourtant essentielle à l’histoire européenne.

Débuté dès 2008, le corpus répond à ce défi et propose à l’interrogation un ensemble de 250 000 chartes, correspondant à environ de 75 millions de mots. Il constitue ainsi le plus vaste ensemble de textes médiévaux pour les VIIe-XVe siècles, toute typologie confondue. L’intérêt des CEMA ne se limite toutefois pas aux seuls textes, puisqu’un gros effort a été mené pour uniformiser les métadonnées des différents corpus intégrés (auteurs, lieux, éléments de datation, authenticité, tradition, analyses, etc.), ou encore pour repérer les doublons et catégoriser les chartes, en particulier à l’aide de méthodes relevant de l’intelligence artificielle. Le développement de ces « données sur les données » est essentiel au corpus, puisqu’il favorise des interrogations nouvelles. 

Outre le corpus textuel, l’équipe du projet souhaite construire une plateforme permettant d'accueillir et de croiser d’autres données relatives aux chartes. En particulier, il s’agit de diffuser une bibliographie des éditions diplomatiques européennes, qui contient à ce jour plus de 2 500 références – références issues de la thèse de Nicolas Perreaux, mais aussi de diverses provenances numériques et d’inventaires papiers. Nous souhaitons aussi mettre à disposition une bibliothèque de milliers d'éditions numérisées en mode image, au format PDF, récoltées et classées depuis de nombreuses années - et ainsi constituer un répositoire global pour les textes diplomatiques européens, permettant par la suite d'alimenter le corpus textuel par OCR.  A terme, il s’agit de créer un portail cohérent pour les enquêtes (érudites, historiques, sémantiques, cartographiques) sur les textes diplomatiques numériques, tout en assurant la conservation à long terme de ces éditions digitales.

Porteur: Jérome Hayez

Participant du LaMOP : Pierre Brochard

Institution partenaire : Archivio di Stato di Prato

URL de l'application: http://correspondancesdatini.lamop.fr/

Argumentaire : Ce site en voie d'élaboration vise à multiplier les parcours de recherche autour de la plus importante série de correspondances privées conservée pour la période préindustrielle. L'Archivio Datini contient environ 150 000 lettres, insérées dans un ample contexte documentaire réuni vers 1370-1410 (comptabilités, contrats sous seing privés, écrits juridiques et savoirs thésaurisés). Il est aujourd'hui déposé auprès de l'Archivio di Stato de Prato, qui propose sur le Datini on line la reproduction numérique de la plupart des feuillets volants.

Comparées à d’autres sources, les correspondances privées sont d’une grande richesse par les aperçus qu’elles jettent sur la diversité des compétences graphiques, les pratiques quotidiennes, les stratégies des individus au sein de leur sphère de relations et le ton même des rapports interpersonnels. Elles restent néanmoins encore peu familières aux médiévistes du fait de la rareté dans les dépôts de ce type de source, moins conservé dans la durée du fait de son usage éphémère.

Nous souhaitons multiplier les accès à ce massif documentaire encore peu balisé en offrant ici, avec une présentation générale du fonds, de son histoire et de son contexte social et culturel, des exemples de textes épistolaires commentés, des corpus inédits de documents et divers instruments de recherche tels des tableaux de données linguistiques ou factuelles, une base de données prosopographique et une bibliographie reclassable. La finalité du site est ainsi à la fois d'offrir une introduction à la typologie documentaire, de remédier à la dispersion des publications existantes et d'agréger des données autour des acteurs de ce réseau social et professionnel qui s'étendait du Levant à la façade atlantique, tout en présentant une concentration plus marquée de données sur quelques places toscanes, provençales et catalanes. Il vise enfin à dépasser les limites archivistiques actuelles du fonds pour intégrer aussi des informations provenant d'autres archives relatives à ces régions.

[Ce travail est désormais intégré à Studium Parisiense].

Porteur : Jean-Philippe Genet

Argumentaire : Le dictionnaire prosopographique des « auteurs » actifs dans le champ de l'histoire et du politique est un répertoire informatisé qui s'intègre dans un système d'information historique, dont les éléments se mettent progressivement en place. Les principes qui ont guidé sa rédaction sont développés (notions de champ, auteur, texte) dans J.-P. Genet, Genèse de l’État moderne : culture et société politique en Angleterre à la fin du Moyen Âge, Paris (P.U.F.), 2003. Le système lui-même se compose de trois éléments principaux : le dictionnaire prosopographique des auteurs, dénommé HISPOL. Il s'agit d'un dictionnaire rédigé en langage naturel, qui comporte les informations biographiques et bibliographiques sur tous les «auteurs». Un ensemble de bases de données codée sous DBase : HP et OPUS sont utilisées comme système d’interrogation de la base HISPOL (HP pour la biographie des auteurs, OPUS pour les œuvres). HPNUM, en strict codage numérique, est destinée à permettre des traitements statistiques et des exportations des données vers d'autres logiciels, essentiellement EXCEL (pour les pourcentages et les graphiques), et le logiciel de Philippe Cibois, TRIDEUX, pour les analyses factorielles. MEDITEXT, un corpus de textes anglais (mais rédigés en trois langues, latin, anglais, français), essentiellement politiques, l'accent étant mise toutefois sur les textes anglais. Les textes sont accompagnés de leurs propres dictionnaires alphabétiques et fréquentiels, préparés sous HYPERBASE. MEDITEXT n’est pas accessible pour le moment, mais une partie des textes figure dans les biographie de leurs auteurs (c’est le cas, par exemple, pour la plupart des discours parlementaires).

Ce travail a été l'objet de plusieurs mises en ligne, la dernière en date devrait à terme être intégrée à Studium Parisiense.

Porteur : Laurent Jégou

Participants du Lamop : Thomas Lienhard, Benoît Grévin, Pierre Brochard, Candice Patry-Delangle, Didier Panfil et Sylvie Joye (associée)

Autres participants : Alban Gautier, Charles Mériaux, Marie-Céline Isaïa, Isabelle Rosé, Bruno Dumézil

Site de l'application : http://hmaot.lamop.fr

Argumentaire : Ce projet, soutenu par le LaMOP, l'IRHT et le Labex Hastec, est une base de données collaborative et consultable en ligne qui recense les textes altimédiévaux existant en traduction française, anglaise, allemande et italienne. Elle met à la disposition des chercheurs et enseignants en histoire du haut Moyen Âge un instrument de constitution de corpus, en particulier à destination de leurs étudiants de Master dont la maîtrise du latin s’avère de plus en plus lacunaire. En effet, un grand nombre de traductions, existe, mais à côté des grandes collections de référence (Classiques de l’Histoire de France, Manchester Medieval Sources Series…) qui portent pour l’essentiel sur des textes narratifs, il existe des traductions méconnues, consacrées à d’autres genres documentaires comme des diplômes, des poèmes, des correspondances, des cartulaires. Ces traductions sont pour beaucoup disséminées dans des revues, des collections, des monographies, des thèses parfois difficiles à trouver, et qui nous sont parfois inconnues alors qu’elles pourraient être utiles à la constitution de corpus de sources. Un financement du LaMOP et du Labex Hastec (2016) a permis dès la fin de l’année 2017 la mise en ligne de la base de données en accès libre et l’intégration des grandes collections de sources, auxquelles s’ajouteront, par le fruit d’une participation collaborative d’une dizaine de collègues, les textes disséminés dans diverses collections et ouvrages. Parallèlement à la base de données, plusieurs séances du séminaire de latin médiéval (Benoît Grévin) seront consacrées aux usages et mésusages de la traduction, de manière à mener une réflexion sur les différentes entreprises de traduction de textes altimédiévaux et leurs enjeux épistémologiques. La base comprend actuellement près de 500 références (version 1.8, actualisée le 3 février 2022).

Porteurs : Hélène Millet (en collaboration avec Stéphane Raux et Willy Morice) puis Thierry Kouamé  (en collaboration avec  Willy Morice)

Argumentaire : « L’Opération Charles VI » est un programme coopératif de recherche du LaMOP (Laboratoire de Médiévistique Occidentale de Paris, université Paris 1/CNRS,  initié en 2001 par Hélène Millet,  qui avait pour finalité de constituer et exploiter une base de données sur les « personnes actives » en France sous le règne de Charles VI (1380-1422) (la base de données a été mise en ligne en 2005, après une présentation à l'Institut de France, elle est en accès libre: http://www.vjf.cnrs.fr/charlesVI/index.php). Les données proviennent de différents corpus prosopographiques (21 corpus actuellement, pour un total de 6403 « individus ») qui sont mis en relation par l’intermédiaire des individus qui leur sont communs. Cette base de données constitue plus qu’un outil prosopographique: elle concerne aussi bien les familiers du roi de France que les grenetiers de Dieppe et met en lumière un chancelier de France autant qu’un vendeur de vin. Chacun est présenté tel que ses contemporains le percevaient, tel qu’ils le nommaient, tel qu’il nous apparaît. Résultat de la coopération entre chercheurs, la base Charles VI, à la fois prosopographique et collective, est une fenêtre ouverte sur le règne de Charles VI, tel qu’il se voyait et tel que nous le percevons.

Porteurs : Aude Mairey

Participants du Lamop : Jean-Philippe Genet, Mourad Aouani (associé), Naomi Kanaoka (associée), Chloe Morgan (associée), Laura Albiero (associée)

Autre participant : Christopher Fletcher

Argumentaire: La plateforme PALM a été développée dans le cadre du programme de l’European Research Council «Signs and States» , dirigé par Jean-Philippe Genet et initié en 2009. Elle est destinée au traitement des textes médiévaux (MEDITEXT): il s’agit d'un système s'adressant moins aux philologues qu'aux historiens ou aux philosophes qui, désireux d’entreprendre des recherches lexicométriques ou sémantiques, se heurtent à l’absence d'une orthographe normalisée et à la variabilité tant géographique que chronologique des lexiques médiévaux. Elle permet, par l’intermédiaire d’une annotation souple des textes, la semi-automatisation de la normalisation orthographique et de la lemmatisation des textes. Depuis la fin du programme européen, PALM continue d’être développé, tant sur le plan informatique que sur celui de l’enrichissement des dictionnaires linguistiques et des corpus grâce, entre autre, à des financements du LaMOP et du consortium COSME. Son développement sera poursuivi ces prochaines années.

Porteurs : Pierre Chastang et Laurent Feller

Participants du Lamop : Eliana Magnani (membre), Joseph Morsel (membre), Davide Guerdevitch (associé)

Institutions partenaires : Université Versailles-Saint-Quentin

Site : http://polima.huma-num.fr/

Argumentaire: POLIMA est un projet interdisciplinaire (Lettres, Histoire, Linguistique, Anthropologie et Sciences Cognitives) consacré à l’étude et la caractérisation du pouvoir des listes au Moyen Âge. À partir d’une analyse de la production, des usages et de la transmission des listes au Moyen Âge, il a pour objectif, d’une part, de contribuer à l’étude de la culture médiévale de l’écrit et, d’autre part, d’aborder de manière comparative, le rapport qui s’établit dans la liste entre des énoncés linguistiques, des procédés écrits de balisage textuel et des systèmes de connaissance du monde et de contrôle des biens et des hommes. La liste est une forme d’écriture commune à de très nombreuses productions textuelles du Moyen Âge dont la présence dans les textes s’accroît très fortement avec le pragmatic turn que connaissent les sociétés occidentales au XIII^e siècle. Prenant acte des importantes variations affectant pour un même texte la forme de connexion des éléments rassemblés, nous avons retenu, comme cadre de travail, une définition de la liste de nature syntaxique. Tout texte construit selon une forme parataxique peut entrer dans le corpus, ce qui conduit à englober ce que le vocabulaire courant désigne comme des énumérations, listes, catalogues, inventaires, dénombrements…

Le projet scientifique POLIMA est constitué de plusieurs volets scientifiques complémentaires. Le rassemblement et la mise en ligne d’une bibliographie et d’un corpus de « textes à listes » constituera la base analytique du travail collectif. Ces textes seront étudiés dans sept workshops successifs. Partant d’une approche topique de la liste, afin de favoriser le travail interdisciplinaire et d’éprouver en particulier les frontières du poétique, du didactique et du pragmatique, la réflexion se portera ensuite sur les combinatoires, taxinomies et agrégats produits par la mise en liste. À partir des résultats obtenus, une synthèse sur les « Pouvoirs de la liste au Moyen Âge » sera rédigée de manière collaborative. Elle s’attachera en particulier à préciser le lien qui unit au Moyen Âge, dans un moment de mutation essentiel de la culture de l’écrit en Occident, les formes de la pensée aux pratiques écrites permises par un nouvel état historique du système de communication. En décrivant les formes concrètes d’organisation de l’information et de production du savoir offertes par la délinéarisation du texte et leurs implications sur l’évolution des modes de connaissance et de contrôle des biens et des hommes, le projet permettra d’initier un comparatisme entre deux moments historiques de rupture dans le système de communication, le Moyen Âge central et le XXI^e siècle.

Dans cette perspective, trois axes seront privilégiés : 1) étudier sur le temps long les formes de classement et d’indexation du savoir et du patrimoine (tables, concordances, index, inventaires...) dont la société contemporaine est héritière et qui ont connu, à partir des XII^e-XIII^e siècles, un développement et un niveau de sophistication inédits ; 2) évaluer l’implication de leur mise au point et de leur diffusion sur les processus de formalisation et de transmission matérielle des textes, des objets, des savoirs et des savoir-faire ; 3) réévaluer dans l’histoire de l’Occident, la place de la pensée algorithmique dans l’émergence des formes de rationalité.

Porteurs : Thierry Kouamé et Jean-Philippe Genet

Participants du LaMOP : Stéphane Lamassé (membre), Élisabeth Mornet (membre), Claire Priol (membre), Anne Tournieroux (membre), Antoine Destemberg (associé), Nathalie Gorochov (associée)

Autres participants : William Courtenay (Madison, Wisconsin), James Farge (Toronto), Dominique Poirel (IRHT), Thomas Sullivan (Conception, Missouri), Jacques Verger (Paris 4), Olga Weijers (IRHT)

Institutions partenaires : Archives nationales, Bibliothèque de la Sorbonne

Argumentaire : Ce projet vise à réaliser et à mettre en ligne un dictionnaire bio-bibliographique des écoles et de l’Université de Paris depuis le XII^e siècle jusqu’à la fin du Moyen Âge, et même au-delà (http://studium.univ-paris1.fr/). La base de données, mise en œuvre grâce au programme ERC Signs and States, couvre deux aspects: un objectif informatique, d’une part, avec la mise au point d’un logiciel permettant la gestion et l’exploitation en ligne d’un répertoire prosopographique ; une fonction documentaire, d’autre part, avec la collecte et la vérification des données bio-bibliographiques sur les maîtres et les étudiants parisiens. Le projet totalise actuellement plus de 16 000 fiches dont près de 9 000 sont d’ores et déjà en ligne.

Sur ce programme, voir le focus rédigé par Jean-Philippe Genet dans la Lettre du LaMOP, n° 10, Novembre-Décembre 2015.

Porteur : Thomas Lienhard ; Armin Volkmann (Heidelberg)

Participant du LaMOP : Willy Morice

Autres participants : Josiane Barbier (Nanterre) ; Hugues Labarthe (Paris) ; Jens Schneider (Marne-la-Vallée) ; Joachim Henning (Francfort) ; Hedwig Röckelein (Göttingen) ; Martina Hartmann (Munich)

Argumentaire : Le projet présenté ici veut élaborer un Système d’Information Géographique en ligne pour l’espace européen (0-1500 ap. J.-C.). On obtiendra ainsi un outil non seulement de localisation, mais également d’analyse par superposition des données et par traitement géomatique. Ce projet permettra également de combler quelques-uns des fossés entre antiquisants et médiévistes, entre historiens et archéologues, entre chercheurs français et allemands. Il est prévu de cartographier les territoires, les évêchés, les monastères et les palais, ainsi que, à plus long terme, les usages lexicaux par une géolocalisation des textes ; cette première liste servira de base à un projet-pilote, mais celui-ci est conçu pour pouvoir accueillir d’autres objets de type sériel par la suite. L’échelle spatiale sera celle de toute l’Europe de l’ouest et de l’Afrique du Nord. Les données seront obtenues en partie en numérisant les acquis des grandes séries documentaires (Carte archéologique de la Gaule, etc.), en partie par collaboration avec d’autres programmes de recherche, et en partie par des recherches originales des participants. Le projet se caractérise par le format ouvert des résultats qu’il souhaite proposer. Servi par le grand nombre d’institutions partenaires, il doit fournir un outil à la fois pour les chercheurs et les enseignants, qui favorisera une meilleure compréhension des usages de l’espace en Europe durant l’Antiquité romaine et le Moyen Âge.