Éditer la correspondance de Constance de Salm (1767-1845) : une chaîne de traitement expérimentale

La correspondance de Constance de Salm est un vaste corpus (11 000 pièces environ) constitué de documents de nature hétérogène (originaux, brouillons, copie), en feuilles libres ou en recueils, copiés de surcroît par de multiples mains. À l’occasion d’un stage d’avril à juillet 2022 à l’IHA mené dans le cadre du master Technologies numériques appliquées à l’histoire (École nationale des chartes), nous avons mis en place une chaîne de traitement semi-automatisée pour l’édition nativement numérique de cette correspondance.

Il eut été trop coûteux de dresser la cartographie complète du territoire pour un stage de quatre mois, mais le front pionnier que l’on y a ouvert en facilitera sans doute l’exploration. On s’est ainsi attelé à trois problèmes inhérents à toute entreprise d’édition nativement numérique d’un corpus massif :

  1. Analyser la mise en page des documents (par l’entraînement d’un modèle de segmentation des pages) ;
  2. Produire un modèle capable de reconnaître simultanément les écritures de plusieurs copistes et rendre sa méthode d’entraînement réitérable ;
  3. Structurer l’édition en format TEI, lettre par lettre, à partir de sources où elles ont été copiées ensemble.

Pour relever ces différents défis, il fallait déterminer à quel endroit ouvrir le chantier. On s’est attaché aux documents qui sont apparus comme les plus complexes, à savoir les recueils de la seconde copie1:

  1. Ce sont les documents présentant la mise en page la plus structurée (titres, manchettes) ;
  2. Les éléments marginaux y sont nombreux (systèmes de classement par type de lettre, numérotation des pages, notes érudites) ;
  3. Elles contiennent de nombreux documents non inventoriés : il était donc nécessaire de trier les documents à éditer et les documents à écarter.
Double page numérisée.
Extrait d’un recueil de copies de lettres, année 1824 (Schloss Dyck).

De l’image à la donnée

L’interface eScriptorium déployée dans une instance locale a été utilisée pour la segmentation et l’annotation manuelle de la mise en page, ainsi que pour la transcription manuelle, tandis que l’entraînement des modèles a été effectuée directement avec l’application Kraken en ligne de commande.

L’entraînement d’un modèle de segmentation n’a produit que des résultats partiels, mais encourageants. Les méthodes d’entraînement sont amenées à évoluer rapidement dans les années à venir et l’on peut penser que l’approche de la segmentation que l’on a envisagée sera rapidement dépassée. Mais cette approche a néanmoins abouti à un gain de temps réel dans le traitement des pages, seules les petites subtilités comme les mentions de date, les signatures, etc. représentant un réel problème.

L’entraînement d’algorithmes de reconnaissance des écritures manuscrites a en revanche rencontré moins de difficultés. Grâce aux apports méthodologiques et aux modèles récupérés du projet Lectaurep, d’excellents scores ont pu être obtenus avec relativement peu de données d’entraînements produites (une dizaine de page pour chaque main identifiée)2.

De la donnée à l’édition scientifique

L’application eScriptorium compile l’analyse de la mise en page (coordonnées de position, annotation des régions et des lignes d’écriture) ainsi que le texte automatiquement transcrit dans un format de fichier destiné à l’archivage : le XML-ALTO. Au bout de la chaîne de traitement il était donc nécessaire de transformer les fichiers obtenus pour obtenir une édition numérique au format XML-TEI.

L’application Alto2tei du projet Gallic(orpor)a a pu être adaptée avec grand profit aux besoins de l’édition de correspondance tels qu’ils ont été définis dans le Guide d’encodage pour l’édition numérique des égo-documents élaboré dans le cadre du projet DAHN (Dispositif de soutien à l’Archivistique et aux Humanités Numériques, partenariat entre l’Inria, l’Université du Mans et l’EHESS)3. Nos travaux ont en effet été menés avec l’appui de l’équipe de ce projet, sa coordinatrice Anne Baillot, professeur en Études Germaniques à l’Université du Mans, et Floriane Chiffoleau, doctorante en humanités numériques au sein de l’Inria. L’édition de la correspondance de Constance de Salm est destinée à rejoindre la plateforme dédiée par le projet DAHN à l’édition numérique de collections d’archives, DiScholEd, sous ce lien: https://discholed.huma-num.fr/exist/apps/discholed/index.html?collection=cds.

Quant à la chaîne que nous avons élaborée, elle peut être suivie et reproduite par la consultation des Jupyter notebooks accessibles en open-source sur le dépôt https://github.com/sbiay/CdS-edition.


  1. Nous avons travaillé sur les trois premiers tomes : CdS/02_1/001-330 , La correspondance de Constance de Salm (1767-1845). Inventaire du fonds Salm de la Société des Amis du Vieux Toulon et de sa Région et du fonds Constance de Salm, Archiv Schloss Dyck (Mitgliedsarchiv der Vereinigten Adelsarchive im Rheinland e.V.). Édition numérique, <https://constance-de-salm.de/archiv/#/document/11215>, consulté le 11/04/2022 ; CdS/02_2/001-369, ibid., <https://constance-de-salm.de/archiv/#/document/11216>, consulté le 11/04/2022 ; CdS/02_3/001-334, ibid., <https://constance-de-salm.de/archiv/#/document/11217>, consulté le 12/04/2022. []
  2. Pour une présentation des mains avec spécimens d’écriture, voir <https://github.com/sbiay/CdS-edition/tree/main/htr/mains>. []
  3. Floriane Chiffoleau, Guide d’encodage pour l’édition numérique d’égodocuments, 2022 (DAHN Project), <https://github.com/FloChiff/DAHNProject/blob/master/Correspondence/Guidelines/Documentation-Correspondance.xml>, consulté le 28/07/2022. []

Sébastien Biay

Sébastien Biay est docteur en histoire de l'art et membre de la promotion 2022 du master Technologies numériques appliquées à l'histoire de l'École nationale des chartes.

More Posts


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