Des pistes pour un traitement numérique des textes imprimés et manuscrits

Nous avons découvert plusieurs outils numériques permettant un traitement plus complet des sources historiques, dans un contexte collaboratif franco-allemand très stimulant.

Sur un plan personnel, la découverte du logiciel (libre) de traitement informatisé des textes Transkribus a ouvert un important champ de possibles. D’abord, parce qu’il permet un traitement OCR classique mais efficace – notamment pour des textes allemands anciens imprimés en Fraktur. Ensuite, parce que ce logiciel permet également une reconnaissance automatique de textes manuscrits allemands, y compris ceux en Kurrent et en Sütterlin. L’enfer de l’historien devient ainsi moins brûlant puisqu’il est possible – après avoir entraîné l’appareil à la reconnaissance d’une vingtaine de pages – de préparer la retranscription d’un manuscrit complet[1]. Je peux ainsi convertir mes photos d’archives et d’imprimés anciens en textes éditables. Si le résultat est presque parfait pour les photos d’imprimés français de l’entre-deux-guerres, de nombreuses retouches demeurent cependant nécessaires avec d’autres typographies.

L’océrisation d’une photo de la première page des Feldberichte d’Oswald Boelcke, publiés en Fraktur fin 1916, est presque parfaite.

Exportés au format XML, ces textes peuvent, à l’aide du logiciel (payant) Oxygen être encodés selon les standards TEI (Text Encoding Initiative). Seconde découverte majeure de cette Master Class numérique, cette solution doit me permettre d’enrichir mes sources par des balises indiquant les références à des personnalités (les pilotes qui rencontrent mon intérêt) mais aussi les figures de style et passages que je souhaite quantifier. Par exemple, une métaphore chevaleresque peut ainsi être marquée par une balise spécifique insérée dans le texte. Je quantifierai par la suite la récurrence de ces motifs, leurs apparitions dans les récits, leur diffusion en fonction des époques. Sans la TEI, il me serait extrêmement difficile de repérer toutes ces références par un traitement informatisé[2].

Une fois océrisé, ce texte du capitaine Langevin (Nungesser, l’énergie française, 1920) peut être balisé assez simplement via Oxygen.

Le coût d’entrée dans cette technique d’encodage est assez satisfaisant, pour peu qu’on se soit déjà familiarisé au XML par des expériences informatiques antérieures. La navigation dans les Guidelines TEI fait le reste, mais l’affaire n’est pas mince et les possibilités offertes par le codage paraissent infinies ! La communauté des Humanités numériques semble par ailleurs très dynamique et je compte recourir aux forums en cas de problème insoluble.

Le temps nécessaire à l’encodage n’en demeure pas moins très important et le travail particulièrement complexe. Si l’on veut éviter que la thèse s’éternise, mieux vaut sans doute opter :

  • soit pour un corpus de textes courts et restreints ;
  • soit pour une sélection de textes représentatifs ou emblématiques, que complète une analyse plus lointaine (distant reading) d’un corpus plus vaste et complet.

De fait, avec près de 300 œuvres dans trois langues différentes, il me paraît impossible d’encoder tout mon corpus en TEI en un temps raisonnable. Je peux en revanche l’océriser et appliquer un premier traitement simple pour dégager des tendances, en sondant par exemple le nombre de références au terme de chevalier / ritter / knight ou à certains pilotes. Cette « lecture distante » du corpus serait complétée par une analyse très fine d’œuvres emblématiques de ce genre de la littérature aéronautique (Fliegerliteratur), permettant d’étayer ou de nuancer les tendances observées pour les mettre en perspective.

Enfin, la conférence de Franziska Heimburger sur les traductions historiques comme sources pour une histoire croisée a particulièrement stimulé ma réflexion sur la manière de traiter ces sources si particulières que sont les traductions. Organisant les traductions à l’aide d’une base de données relationnelle facilement exportable (Airtable), elle voit se profiler un « effet Remarque » dans les traductions, éclairant ainsi pourquoi les deux traductions françaises de textes d’As allemands interviennent en 1930 et 1932, notamment par la plume de Paul Stehlin, attaché de l’air à Berlin devant occuper d’importantes fonctions après la Seconde Guerre mondiale[3]. Plus concrètement, les problématiques soulevées concernant les supports pour étudier ces traductions, les acteurs de ces éditions et leurs multiples versions sont autant d’axes de réflexion qui vont enrichir mon travail alors que je me contentais d’une recension des textes sur tableur Excel et d’une comparaison mot à mot…

Mon ancienne façon de faire, ringardisée par la découverte des possibilités de la TEI : il était sérieusement temps de s’y mettre !

Disposant désormais des bases méthodologiques et d’outils numériques pratiques, je me sens mieux armé pour exploiter pleinement le potentiel de mes sources. Ne reste plus qu’à mettre en pratique !


[1] Si cet entraînement n’est permis que par une version éditeur du logiciel (non celle disponible en ligne), celle-ci devrait bientôt être mise à la disposition de chacun.

[2] J’ai commencé ce travail sur tableur Excel, en essayant de quantifier les tendances dominantes pour chaque page d’un ouvrage. C’est aussi fastidieux qu’imprécis, donc peu satisfaisant, rendant la solution TEI d’autant plus intéressante pour ma recherche.

[3] Max Immelmann, Mes vols de combat vécus et racontés, trad. fr. Paul Stehlin, Paris, F.-Louis Vivien, 1930 ; Manfred von Richthofen, Le Corsaire rouge, trad. fr. Ed. Sifferlen, Paris, Payot, 1932.


Damien Accoulon

Doctorant à l'Univ. Paris Nanterre & à la TU Braunschweig, je prépare une thèse sur les As de l’aviation en Allemagne, en France et au Royaume-Uni de 1914 à 1939. Je m’intéresse particulièrement à l’expérience combattante et aux représentations des pilotes de la Première Guerre mondiale, que je souhaite mettre en lien avec leurs parcours dans l’entre-deux-guerres. Je m'intéresse particulièrement au traitement statistique, à l’analyse relationnelle et aux données textuelles.

More Posts

Follow Me:
TwitterLinkedIn

Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.

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