Expérience de stage PEEN : Une édition numérique de la Comédie humaine

Le Centre d’Études de la Langue et des Littératures Françaises de Sorbonne Université (Paris IV) héberge depuis quelques années le projet ANR/Phoebus eBalzac, auquel j’ai eu le bonheur de participer pendant un stage de trois mois. Ce projet mêlant humanités numériques, informatique et lettres vise un triple but : la mise à disposition libre et gratuite d’états imprimés corrigés et normalisés des textes de Balzac, d’un outil d’étude génétique des textes afin d’effectuer des études comparatives de corpus, et d’une édition dite hypertextuelle, le tout étant regroupé sur un site internet dédié : ebalzac.com. Mais on peut surtout y lire gratuitement les œuvres en ligne, préparées, harmonisées et classées dans le respect des derniers choix de l’auteur.

L’objectif de cette courte expérience balzacienne dans un centre dédié à la recherche en littérature était la création, depuis l’encodage en XML-TEI jusqu’à la maquette, d’une petite centaine d’ouvrages numériques constituant l’ensemble de la Comédie humaine en version Furne corrigé (1842-1848) afin de les proposer librement au téléchargement sur le site ebalzac.com. Ce travail d’édition de textes au format epub effectué sans logiciel de composition ni interface graphique – uniquement par le biais du code – fut tout à fait formateur : il a entre autres choses permis de voir à quel point les différents états imprimés des textes diffèrent d’une année sur l’autre, selon les éditeurs, le type de publication (feuilletons, romans…) et les versions incessamment retravaillées par Balzac. Techniquement, ce fut surtout l’occasion d’entr’apercevoir le chemin qu’il reste à faire dans la conception et la structuration de ces fichiers numériques au format epub que l’on ne met plus vraiment « en pages » pour qu’ils deviennent des livres, fichiers d’un maniement pour le moins cabalistique pour le maquettiste, et de mesurer à quel point ce beau métier tend de plus en plus vers la programmation (X-HTML/CSS), mais aussi vers l’anticipation ou la création de nouveaux comportements de lecture sur ces supports immatériels.

Une deuxième mission, visant à construire intégralement un micro-projet d’index numérique illustré avec quelques fonctions de recherche présentant les espèces sociales fictives et réelles constituées par les personnages des romans de Balzac, fut ensuite proposée. Ce travail de recensement, d’identification et de mise en relation au sein des textes de tous les personnages de l’écrivain, apparaissant et reparaissant parmi les millions de signes que constitue la Comédie humaine, formait un terrain idéal pour mettre en place un exemple d’exploitation des données recelées dans les romans gracieusement mis en ligne dans divers formats (XML-TEI, HTML…) par l’équipe d’eBalzac. Tous les outils développés pour ce micro-projet, des bases de données aux scripts documentés encodant automatiquement les textes en XML-TEI avant de générer l’index, sont disponibles librement sur GitHub, afin que le projet puisse être éventuellement poursuivi, retravaillé ou augmenté sans avoir besoin d’aucune connaissance en informatique. La découverte de quelques outils de lexicométrie/textométrie et de nouveaux langages informatiques (AWK, Python) pour aider à réaliser cette tâche fut là aussi fort instructive. Les données recelées sur les personnages traversant les œuvres, qui étaient peut-être peu utilisées malgré tous les développements possibles que nous permettent aujourd’hui les humanités numériques, la TEI et surtout la mise en ligne de l’intégralité de la Comédie humaine sur ebalzac.com, ont ainsi pu être récoltées et ré-exploitées dans le cadre de ce micro-projet.

Armelle ISNARD – Master PEEN – Promotion 2017/2018


Vous aimerez aussi...

Laisser un commentaire

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

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