Hasard et Constance

L’un des grands paradoxes des mystérieux internets demeure le fait qu’on y trouve souvent ce qu’on aimerait ne pas y voir et qu’on n’y trouve pas ce qu’en revanche on y recherche. Le problème est en fait double pour ce qui est de trouver ce que l’on cherche: il faut que les choses soient consultables (donc formatées de manière lisible – par la machine -, bien archivées) et qu’on ait l’idée de les chercher, donc qu’elles aient une certaine visibilité à la fois en termes de métadonnées (visibilité pour la machine) et en termes d’exposition publique.

Elle est belle, ma morue! Qui veut de la morue?

Alors, non: je ne parle pas ici de faire de la concurrence à la criée du matin. La visibilisation d’informations sur le web est un exercice en réalité assez subtil, qui nécessite de définir un public, un format, une stratégie, et surtout de ne pas se limiter à des annonces de façade dénuées de contenu; c’est du moins ce que dix ans à y rouler ma bosse ont fini par m’apprendre.

Pour ma part, je fais plutôt partie des gens qui travaillent sur le premier aspect que je mentionnais ci-dessus: produire des données les plus stables, les plus riches, les plus pérennes possibles, chose qui prend un temps fou et nécessite une certaine endurance.  Je n’étais donc pas tout à fait sûre de pouvoir être d’une quelconque aide en tant qu’experte lors du datathon des 24, 25 et 26 novembre 2021 qui avait pour but de valoriser les données du Deutsches Forum für Kunstgeschichte et de l’Institut Historique Allemand.


Je me trompais sur deux points. Tout d’abord, parce que même en deux jours seulement, un travail important de nettoyage et d’enrichissement des données a pu être effectué dans certains des groupes du datathon, ce qui va faciliter la réutilisation à venir de ces données. Et puis parce que même s’il n’a pas été question de mettre sur pied une édition en si peu de temps, il a tout de même été possible de faire avancer un petit projet qui pourrait bien paver le chemin vers une édition en bonne et due forme.

Constance tweete !

Le corpus de la Correspondance active de Constance de Salm fait partie des jeux de données qu’il s’agissait de valoriser lors du datathon. Il consiste, pour chaque lettre, en un jeu de métadonnées classiques de correspondance (destinataire, date, lieu d’expédition), de mots-clefs, d’une numérisation page par page et d’une transcription du début de chaque lettre (voir ici sur zenodo). Tous ces aspects ont pu être réutilisés dans différentes projets : l’un axé sur les mots-clefs, l’autre sur l’analyse des sentiments dans les premières phrases, et Mareike König, Eike Martin Löhden (stagiaire à l’IHA, étudiant en informatique et en histoire à Marburg) et moi nous sommes attelés à un projet que Mareike fomentait depuis un certain temps : tweeter les débuts de lettres. Et il faut bien le dire, on n’aurait jamais réussi à le faire sans l’aide, évidemment, de Eike, mais aussi de Jürgen Hermes et de Torsten Roeder.

Sur le papier, ça a l’air bête comme chou : Jürgen Hermes a développé – avec son équipe de choc, à Cologne – un outil en ligne, autochirp, qui permet de programmer des tweets à l’avance en indiquant le jour et l’heure de l’envoi, le texte du tweet, sa géolocalisation (si on l’a), et en reliant tout cela au compte twitter qui doit émettre les tweets. C’est tabulaire, c’est carré, jusqu’ici tout est a priori assez simple.

Le format du texte de tweet choisi a été le suivant : « début de lettre », à destinataire, date, URL de la lettre. Parce que des lettres écrites le même jour sont souvent très similaires, j’ai spontanément demandé à Eike de les distribuer au hasard, donc de ne pas les tweeter dans l’ordre chronologique. Quant à l’heure d’envoi, c’est lui qui a proposé là aussi de les distribuer au hasard sur une certaine fourchette horaire chaque jour, à raison de 2 tweets par jour (parce qu’il y a près de 3000 lettres donc il faut qu’on avance un peu si on ne veut pas y passer dix ans…). Les premiers essais se présentaient déjà assez bien:

On a ensuite attaché un scan de la première page pour voir ce que cela donnait:

Puis on a essayé de voir comment autochirp gérait les dépassements des 280 caractères…

Mais rien de cela n’était aussi beau que ce que Torsten Roeder et Anna Busch ont mis en place avec le Satzomat, qui tweete des premières phrases d’œuvres littéraires sur de jolies flashcards:

Eux aussi utilisent autochirp et ont donc pu nous expliquer pas à pas la méthodologie pour transformer le texte en (belle) image (voir ici l’entrepôt github du Satzomat). De manière assez amusante (merci la standardisation des champs de métadonnées !), ce que Torsten a fait en TEI et en XSL a pu être adapté par Eike en python et mis en œuvre dans la foulée. Tout n’est que compilation, au fond…

Joli hasard évidemment que ce compte twitter rencontre très vite, par exemple, une jeune chercheuse travaillant sur Constance de Salm. Joli hasard encore que la fluidité avec laquelle il a été possible d’avoir accès, de réutiliser, d’adapter, de mettre en œuvre tout ce que nos collègues avaient déjà fait. Joli hasard ? Ou bien plutôt, stabilité et pérennité de la réutilisabilité des données et des outils si chère aux Humanités Numériques, solidité des réseaux de diffusion d’information, bref, la constance dans le partage comme vertu cardinale de notre communauté de recherche ? Personnellement, j’aime croire que hasard et constance font bon ménage…

Anne Baillot

I am a Professor of German Studies at Le Mans Université. My areas of research include German literature, Digital Humanities, textual scholarship and intellectual history.

More Posts - Website

Follow Me:
Twitter


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

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