Indexation sémantique des concepts : pour l’élaboration d’une édition critique
I. Contexte, positionnement et objectif(s) de la proposition
Le mouvement des Humanités digitales comme l’accès à l’information scientifique et technique[1] interrogent conjointement les modes d’appropriation des savoirs. Le projet INDEXSEM se concentre sur les modes de lecture et d’écriture reposant sur des formes augmentées riches en données. Si les digital littératies insistent sur les nouvelles formes en rapport avec les technologies intellectuelles (ref.), il semble important, après les écrits d’écran (Souchier), d’aborder la question des relations entre lecture et connaissance pour appréhender de nouvelles formes de circulation du savoir dans l’évolution continue des innovations technologiques relatives à la textualité. Le projet s’inscrit dans la continuité du projet RENum(Robert Escarpit numérique) consacré à l’HyperEdition.
Le projet INDEXSEM vise la conception de dispositifs de lecture relatifs à des formats divers (œuvre originale, complète, traitée, essai, etc.). Le traitement des hyperdocuments n’implique pas que les instruments lectoriaux de l’écrit doivent reproduire les guides de lecture identiques au support papier (Blair, 2011, Tables et index dans le livre de savoir en Europe Moderne, in Lieux du savoir 2, pp. 536- 554). L’Hyperdocument (Le Deuff) fruit du support numérique autorise au contraire un calcul des structures documentaires qui instrumentent la lecture (index, tables, carte, illustration) qui rendent possibles différents points de vue sur les textes dans la double perspective d’une interprétation du calcul et de l’apparition d’une herméneutique du digital https://calenda.org/438301?formatage=print
Le projet INDEXSEM consiste à exploiter les nouvelles potentialités « herméneutiques » (Romele) de la rencontre des littératies et des numératies du comput notamment dans le développement des standards principalement d’indexation, puis d’annotation, ceci au profit d’une lecture critique qui ouvre vers des formes de valorisation des médiations par les acteurs du monde universitaire (chercheurs, thésards, étudiants, bibliothécaires). Avec différents partenaires scientifiques et un comité de lecteurs usagers, INDEXSEM interroge les nouveaux circuits de lecture dans le cadre d’un écosystème qui cherche à rapprocher réflexion et apprentissage dans une perspective qui s’apparenta celle des systèmes d’organisation de la connaissance d’un corpus (Zaclad).
INDEXSEM approche le texteàpartir d’une extension du concept de paratexte (Genette) et du concept d’entretexte (Cormerais, 2015) à la lumière des mutations du texte digital et de l’auctorialité collective. Si le paratexte exprime tout ce qui est périphérique au corps du texte, l’entretexte est l’interprétation partagée par des lecteurs qui peuvent être de différentes disciplines. L’indexation devient alors l’opération de passage du para (autour) à l’entretexte (au milieu). L’entretexte est le milieu d’un texte, tel qu’il est partagé par différents lecteurs-auteurs (https://books.openedition.org/msha/1467?lang=fr ).
INDEXSEM met au point un appareillage techno-sémiotique qui aligne indice, indexe et indexation en s’appuyant sur une concrétisation de la lecture appropriative (Cormerais, 2007)[2] et sur la valorisation des données produites et partagées par des collectifs nommés académies de lecteurs. L’hybridation d’une indexation sémantique automatisable et d’une l’approche manuelle se caractérise par un déplacement des méthodes liées aux thésaurus et aux ontologies. L’indexation analytique, autrement dit « alphabétique », n’est pas l’orientation d’INDEXSEM. L’approche sémantique est comprise dans une seconde étendue, celle d’une linguistique de corpus (Rastier) par contraste avec une conception logico-mathématique. Cette approche comprend plusieurs strates : a) une instance énonciative ; une description documentaire ; un référentiel lexicographique ; des principes de relations et d’association dans un espace non hiérarchique mais modulaire.
La lexicalisation d’une langue de spécialité produit des listes de termes pertinents qui peuvent reposer sur des règles calculatoires permettant d’automatiser des recherches. Ainsi associations entre les termes peuvent exprimer des relations sémantiques, représenter des relations (générales/spécifique, partie-de, causalité, etc.). Cette démarche correspond à une compréhension et opérative résultant de la manipulation du texte. Le langage d’organisation des connaissances des textes devient ainsi un lieu (topos) de la saisie de «l’idiotexte» d’un auteur (Stiegler) https://www.persee.fr/doc/intel_0769-4113_2010_num_53_1_1178
C’est bien la mise au point d’un langage d’indexation sémantique complexe et multidimensionnel qui guide l’orientation d’INDEXSEM. Dans cette direction le projet d’indexation se construit au croisement hybridant d’une approche documentaire (localisation et description), d’une approche informatique (ontologie), d’une approche linguistique (corpus) et d’une approche conservation (fonds d’archives)
INDEXSEM propose un agencement des différents lecteurs/contributeurs attachés à la construction d’un l’apparat d’un genre nouveau pour élaborer une édition critique réalisée collectivement en s’appuyant sur la lecture herméneutique et la valorisation des données produites par les communautés larges (lecteur savant et lecteur apprenant) des académies.
Le projet utilisera les potentialités du réseau scientifique de la Revue Etudes Digitales[3] et du réseau Digital Studie[4] pour développer un régime favorisant l’apparition d’une architecture innovantes des données indexicalisées en ouvrant également la perspective du multilinguisme à partir ds traduction des différentes langues (https://digital-studies.org/wp/reseau-digital-studies/)
Deux chantiers seront principalement suivis dans le déroulement du projet INDEXSEM :
Le Chantier 1 repose sur l’indexation générale et la valorisation d’un fonds progressif lié aux travaux de Bernard Stiegler (1952-2020) à partir de documents textuels (les œuvres, les articles et entretiens) et les archives audiovisuelles (les séminaires et les entretiens filmés)[5]. Nous pourrons travailler à la création d’une lecture augmentée de l’œuvre (plus de 25 volumes) en fonction d’une indexation partagée sur un corpus hétérogène. Cette première orientation se situe dans le prolongement des séminaires de l’IRI (Institut de Recherche et d’Innovation) et d’un séminaire relatif à l’archéologie des sciences de l’écrit[6] organisé au sein de l’école doctorale Bordeaux-Montaigne. Nous chercherons à établir par l’indexation une « philotechnogénie » des concepts importants de l’auteur. Il s’agit de retracer un parcours philosophique par l’intermédiaire des médiations digitales (rétentions tertiaires : espaces cartographiques et topologiques, analyse réseau, etc.) afin de suivre l’évolution de l’emploi des concepts dans leur milieu dans une coupe longitudinale.
Le Chantier 2 démarre sur le constant de l’absence d’index dans l’ouvrage séminal de Gilbert Simondon « L’individuation à la lumière des notions de formes et d’information ». La construction collective d’un index sémantique fera l’objet d’une réflexion collective à partir d’un index présentant toute l’œuvre de Simondon dans un ouvrage (Barthélémy, 2014). Nous pourrons comparer ce travail aux index proposés dans la publication récente des différents cours ou conférences de l’auteur (Simondon, 2004, 2004, 2010, 2013, 2014). Cette analyse des différents index nous conduit sur les traces d’une « histoire des concepts » qui est la marque d’un courant important de l’épistémologie française représenté par Georges Canguilhem qui interroge les notions de normes et de frontière.
Cette double orientation a pour conséquence de poser la question des compétences et des chercheurs et des étudiants au milieu de l’émergence d’une translittératie[7] comprises comme l’habileté à lire, écrire et interagir par le biais d’une variété de plateformes, d’outils et de moyens de communication.
Ainsi des acteurs des mondes de l’enseignement, de la recherche pourront ainsi s’inscrire dans la mutation des formats de transmission et dans le mouvement des humanités digitales qui entraînent des bouleversements dans les méthodes d’enseignement de la lecture d’une œuvre en renouvelant certains de ses canons. A cet effet, un comité des utilisateurs sera mobilisé en lien avec la dynamique scientifique du projet.
Par rapport à l’état de l’art scientifique, le projet marque une hybridation vis à vis des différents modèles d’indexation en croisant l’approche par les contenus (thésaurus, folksonomie, systèmes à facettes, index des moteurs de recherche, systèmes de métadonnées normalisées pour l’interopérabilité, Dublin Core etc.) et une approche par les situations (Cartes conceptuelles, Ontologies sémiotiques, Ontologies formelles, les langages de modélisation entité-association, Les langages de modélisation spécialisés pédagogie)
Le projet envisage une démarche épistémologique favorisant l’apparition d’une architecture des données (Bachimont & Alli, 2002) liée à l’émergence d’une architextualité en lien avec la théorie générale de la schématisation (Estivals, 2002). INDEXEM s’inscrit dans les avancées en matière de livre électronique (Ganascia, 2016) et les procédés d’annotation et de catégorisation de l’Institut de Recherche et d’Innovation du Centre Pompidou qui est partenaire du consortium.
INDEXSEM se situe dans la lignée et la poursuite d’un travail de prototypage de l’ANR HyperOtlet (ref) et du livre augmenté (Cormerais, 2007). Il s’agit de faciliter par des interfaces le processus interprétatif. Dans le cadre d’une orientation « bibliologique » le projet vise à repenser les outils de lecture par le partage de l’indexation afin de revenir sur l’espace critique des œuvres après la nouvelle critique structuralisme.
Les CORPUS 1 et2 serviront de terrain d’expérimentation pour établir les fonctionnalités menant à prototyper les nouvelles conditions d’enrichissement du contenu par l’indexation afin de proposer une lecture enrichie. La méthode repose sur une modélisation des formes de la translittératie et les formats technologiques de l’édition savante qu’il faut faire évoluer. Une architecture d’indexation contributive des corpus 1 et corpus 2 s’inspirera de la conception des débats sur la plateforme Debate In Digital Humanities (développée par le Graduate Center University of New York).
INDEXSEM anticipe plusieurs verrous. Le premier consiste à définir un format sémantique des données et une architecture capable de gérer de manière soupe des fonctions d’indexation à partir d’une échelle sémantique qui possède trois dimensions micro, méso, macro. Du concept au texte, du texte à l’ouvrage, de l’ouvrage à l’œuvre et de l’œuvre au domaine.
Le second verrou consiste à rendre accessibles un circuit du sens reposant sur la superposition des coupes synchroniques et diachronique des concepts dans un corpus de taille variable.
Le troisième verrou consiste à produire un outil d’indexation contributive des concepts permettant à un chercheur, ou un groupe, d’isoler des catégories interprétatives de leur corpus, catégories qui sont vouées à évoluer dans le temps et qui peuvent faire l’objet de comparaisons ou de controverses.
INDEXSEM se distingue par les 4 points suivants : A) La réalisation d’un système d’indexation modulaire correspondant à des approches situées des œuvres par rapport au lecteur ; B) Un partage collaboratif d’une intelligence contributive en reliant indexation manuelle et indexation automatique ; c) Une recommandation sémantique : l’architecture permettant une automatisation favorisant une circulation des œuvres disponibles et une mise en relation des lecteurs-annotateurs.
[1] http://openaccess.inist.fr/
[2] http://europia.org/RIHM/V8N2/3-RIHM-Cormerais%20PDF.pdf)
[3] https://www.classiques-garnier.com/editions/index.php?option=com_virtuemart&page=shop.product_details&flypage=flypage_garnier.tpl&product_id=2993&vmcchk=1&Itemid=1
[4]https://digital-studies.org/wp/reseau-digital-studies/
[5] Note à faire sur le volume des archives visuelles