Bernard de Clairvaux, séminaire du 27 juin 2011 (Laurence Mellerin)

Intégration des références scripturaires de Bernard de Clairvaux dans Biblindex

Voir aussi le billet consacré spécifiquement aux références scripturaires dans les Paraboles.

Les données disponibles (SBO et SC)

Oeuvres

– intégralité de l’édition critique publiée dans les SBO. Quelques retouches à prévoir, mais pas de refonte. Cette édition comporte un apparat scripturaire : numéro de ligne – réf ; parfois capitales dans le texte, mais uniquement pour les correspondances mot à mot et suivies avec la Vg, donc très limité

– 17 volumes parus dans SC depuis 1990 ; 3 en préparation à court terme (Lettres III, Div III, Sann QH) ; 3 en préparation à moyen terme (parution probable avant la fin de l’ANR : Sann temps pascal ; Csi, Paraboles) ; 13 encore à venir (total = 36).

Références scripturaires

J. Figuet- M.-I. Huille

Pour les 17 parus, et qq-uns parmi les autres, travail de J. Figuet et M-I Huille pour repérage plus précis des textes bibliques : délimitation, italiques. Malheureusement, pour une grande part ces travaux préliminaires n’ont pas été conservés dans les archives. Or les italiques SC font perdre le début, et rien pour les allusions.

G. Hendrix

Index scripturaire des SBO compilé (G. Hendrix, Brepols, 1998[1]). Outil précieux:

– 34.569 lignes

– déjà des indications (système d’astérisques) pour les textes non Vg

– permet des premières approches quantitatives

On pourrait considérer qu’on peut traiter en bloc toutes les œuvres de Bernard dans Biblindex à partir de cette source.

Mais :

– reproduit erreurs des SBO et introduit erreurs propres : de l’ordre de 10-15% de lignes comportant au moins une information erronée, par sondage

– reproduit les omissions des SBO : ajouts de l’ordre de 10-15% dans les apparats des SC. A noter que ce travail n’est pas fait dans les éditions dans les autres langues, c’est donc en plus de la traduction une valeur ajoutée importante de la collection SC.

– renvoi aux numéros de lignes des SBO : donc adaptation nécessaire aux lignes SC, et flou dans délimitation. Une difficulté : les renvois aux lignes dans les SBO se font au premier mot de la référence, dans SC sur le dernier

– aucune distinction entre les types de citations (complètes, allusives, etc.)

– les indications sur le texte sont imprécises

BDD Bernard

Pour les 12 premiers volumes, ie ceux publiés de 1990 à 2004, BDD Access et MySQL de 13126 lignes établies à partir des apparats SC, avec, mais uniquement pour les citations faisant l’objet d’une note, le texte de la note et le texte de la citation. Cela représente 1/3 de l’œuvre complète.

L’import de cette BDD avait échoué fin 2008, il est entièrement à refaire, ce qui laisse toute latitude de choix aujourd’hui dans la façon de procéder.

Programme de traitement dans Biblindex

Intégration des textes

–          au fur et à mesure de leur parution dans SC,

–          et de façon rétrospective, puisque tous les textes sont disponibles informatiquement.

Seront intégrées également toutes les notes bibliques.

Trois problèmes si on se contente de ce mode de traitement :

–          le temps nécessaire…

–          les références exactes aux numéros de lignes des SBO présentes dans l’index de G. Hendrix seront perdues ; quant aux numéros de page, ils sont bien indiqués en marge dans SC et sont donc théoriquement récupérables, mais ils ont été ajoutés manuellement, ne sont pas liés aux blocs de texte, et nécessiteraient donc à nouveau un traitement manuel pour être récupérés. Les avoir automatiquement par l’index de G. Hendrix serait de beaucoup préférable. Or les SBO resteront l’édition de référence universelle : reproduction dans les éd. allemande et italienne, trad. anglaise parue séparément du texte latin, donc il faut les deux numérotations.

–          Il faudra attendre la fin de la série bernardine pour que tout soit dans Biblindex

Intégration massive par références

D’où la nécessité d’une intégration massive à partir de l’index de G. Hendrix.

–          Source exclusive des données pour les œuvres non encore publiées dans SC, soit 36% de l’œuvre en 2015 selon toute vraisemblance + les œuvres parues mais non encore intégrées dans Biblindex

–          Source complémentaire (n° pages et lignes des SBO) pour les œuvres traitées

Scan et OCR de l’index

1)      Scan intégral en PDF (810 pages)

2)      Application de l’OCR et transformation en tableaux Excel, en ne conservant que les colonnes Bible et SBO

3)      Vérification de toutes les colonnes Bible et SBO

Exemple : Gen 2, 6-7
Index de G. Hendrix, p. 2

Scan de Gn 2, 6-7

Document océrisé

doc_ocerise

Traitements divers de nettoyage du fichier océrisé : règles d’apprentissage pour les chiffres et les abréviations.

Suppression des colonnes Mabillon.

OCR exporté dans des fichiers texte et non des fichiers de tableur, résultat plus facile à retravailler.

Lors du passage en Excel, colonnes à dissocier, chiffres romains à changer

Transcription de ces données après OCR dans Excel

Excel

Document directement exploitable dans la BDD par import automatique, une fois bien mis en correspondance les champs de BDD et les titres de colonnes, et une fois harmonisés les découpages d’œuvres et les abréviations dans BABEL et le fichier.

Pour les œuvres non traitées dans la base BERNARD, ce sera le seul traitement à appliquer. Ces données serviront de grille de base, à corriger et affiner au fur et à mesure du traitement fait sur le texte latin directement. On pourra envisager une première harmonisation à partir des index scripturaires des volumes SC, pour une première mise en ligne de références corrigées, puis une seconde par traitement du texte lui-même.

Fusion des données de l’index de G. Hendrix et de celles de la base de données BERNARD

Une question en suspens : faut-il repartir de zéro pour les volumes traités dans la base BERNARD, ou bien tenter une fusion ?

Arguments pour la reprise :

–          Le temps de travail déjà consacré à la constitution de la base BERNARD, qui peut se sudiviser en 2 pôles :

  • Les références « standard », pour lesquelles la base a été établie à partir des fichiers informatisés des apparats ou des index scripturaires. Mais ajout manuel des lettres d’apparat scripturaire et des précisions (dans les volumes suivants, elles figurent dans les index)
  • Les 1141 références faisant l’objet d’une note biblique, soit 8,7% des références bibliques de Bernard : ajout à la main du texte de la note et du texte de la citation biblique, du numéro de ligne

Arguments contre :

–          Deux des volumes ayant fait l’objet d’une réimpression-réédition (SC 393, SC 390) ont vu leurs lettres d’appels d’apparat changer, il faudra donc corriger ce point à la main

–          A part les précisions, il est relativement aisé de récupérer les données classiques des index scripturaires

–          La fusion des données n’a rien d’évident (cf. exemple développé ci-dessous)

Exemple : Confrontation avec la BDD Bernard des données de G. Hendrix sur Gn 2, 6-7

Uniquement pour les textes qui ont déjà été publiés dans les Sources et qui ont déjà été intégrés dans la BDD Bernard :

données de l'index des SBO ayant une correspondance dans la BDD Bernard

5 références

Dans les SC, on en trouve 9 répertoriées ainsi dans la BDD Bernard :

BDD Bernard

 

La fusion de ces données pose un certain nombre de problèmes. Sur l’échantillon ici considéré,

–          2 erreurs de paragraphes dans les SBO

–          2 citations non repérées dans les SBO et repérées dans les SC

–          1 citation dissociée dans SC qui ne l’était pas dans les SBO

On peut partir du principe que le travail a été fait avec suffisamment de soin dans les volumes SC pour qu’il n’y ait que très peu de cas où l’apparat des SBO est meilleur que celui des SC.

Les données fusionnées

En rouge, ce qui a dû être rajouté à la main / En jaune, ce qui a pu être ajouté automatiquement au fichier SBO depuis la BDD Bernard. En vert, les corrections pures et simples.

fusion_donnees

Solution retenue a priori

Tout de même tenter la fusion, mais :

–          Ne pas ajouter systématiquement le texte biblique tel que cité (attendre que le texte soit traité directement)

–          Ne pas ajouter systématiquement les numéros de lignes dans SC (idem), sachant que la page y est toujours et l’appel d’apparat aussi (fin de la citation)

–          Ajouter quand même les numéros de volume, page et ligne des SBO parce que ce sera de toute façon à faire manuellement, mais trouver un moyen de le faire systématiquement dans l’ordre des œuvres et non dans l’ordre des citations bibliques

Développer un filtre d’import pour que toutes celles qui ne posent pas de problème (coïncidence exacte des champs « livre-chap-verset » et des champs « titre – n° sermon- n° paragraphe »).

Conclusion

Approche globale de Bernard dans Biblindex.

Corpus très représentatif des problématiques globales de Biblindex : c’est nettement plus commode de partir de zéro, mais en réfléchissant un peu, il est possible de tirer parti à échéance plus brève des données disponibles.

Objectif pour la fin de l’ANR : avoir entièrement réalisé l’intégration massive, et traité tous les volumes parus de SC via le texte lui-même. Mais ne lancer aucun traitement sur le texte des SBO non publié dans SC, même si c’est le même texte critique.

 

 


[1] Voir G. Hendrix, Saint Bernard et la Bible. Approches chiffrées de l’Index biblicus in opera omnia sancti Bernardi, 2002.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *