- Text Encoding Initiative
-
La Text Encoding Initiative est un format XML. Le TEI Consortium est un consortium qui regroupe des acteurs de la recherche dans le but de normaliser le codage de toutes sortes de documents sous forme numérique en TEI. Ce projet a initialement démarré dans une approche SGML et a migré ensuite assez naturellement vers XML. Il ne s'agit pas d'une spécification (DTD ou Schéma) en soi mais plutôt d'un cadre (framework) pour en développer des particulières. Il a été défini comme "un système pour faciliter la création, l'échange, l'intégration de données textuelles informatisées"[1].
Sommaire
Le consortium
Le consortium TEI a été créé en 1987 par trois sociétés savantes :
- Association for Computers and the Humanities,
- Association for Computational Linguistics,
- Association for Literary and Linguistic Computing.
À l'heure actuelle, le « TEI Consortium » est une institution sans but lucratif financée par ses membres :
- le Research Technologies Service à l'université d'Oxford (Royaume-Uni),
- le Scholarly Technology Group à l'université Brown (États-Unis),
- un groupe francophone à Nancy composé de l'ATILF, de l'INIST, et du LORIA,
- l'Electronic Text Center et l'Institute for Advanced Technology in the Humanities à l'université de Virginie (États-Unis).
une organisation modulaire
"[...] Proposer une seule DTD serait beaucoup trop inadapté à la diversité des pratiques. Le vocabulaire de la TEI est donc plus général et peut donner lieu à différentes DTD. Cependant les Recommandations restent proches d'une définition de DTD, pour toujours définir formellement les tags. Pour cela une organisation générale en modules combinables est utilisée : les Recommandations décrivent successivement des modules qui peuvent être combinés pour composer une DTD, et à l'intérieur desquels les tags peuvent être définis formellement avec les notations des DTD. [...] Les modules de la TEI sont organisés en trois niveaux :
- une partie commune à toute DTD issue de la TEI : le "core tag set". Elle est censée contenir les tags nécessaires dans tous les cas de figure, et sur lesquels la plus grande homogénéité peut être atteinte. Il s'agit notamment des moyens de marquer la structure du texte jusqu'au paragraphe, du header, du marquage de la mise en valeur ("Highlighting" en général), citations, nombre / date / nom / abréviation, notes, etc...
- Chaque DTD inclut ensuite un et un seul jeu de base ("base tag set") à choisir parmi huit possibilités ("Prose", "Verse", "Drama", "Speech", "Dictionaries", "Terminology", "General base", "Mixed"). Les deux derniers permettent d'avoir des combinaisons des 6 premiers.
- Enfin on peut ajouter des modules additionnels librement combinables (corpora, critical apparatus, alignement, marquage de table et formules, encodage morphosyntaxique notamment).[...]"[2].
Il existe des générateurs de schémas TEI personnalisés : Roma
Un exemple introductif
Pour illustrer la philosophie de la TEI, voici comment pourrait être codé un extrait du Cid de Pierre Corneille[3].
On cherche à représenter :
Acte II, Scène 2 DON RODRIGUE À moi, Comte, deux mots. LE COMTE Parle. DON RODRIGUE Ôte-moi d'un doute. Connais-tu bien Don Diègue ? LE COMTE Oui. DON RODRIGUE Parlons bas, écoute. Sais-tu que ce vieillard fut la même vertu, La vaillance et l'honneur de son temps ? Le sais-tu ? Avec le langage HTML, on aurait une codification limitée aux aspects « mise en page ».
<h1>Acte II, Scène 2</h1> <br /> <b>DON RODRIGUE</b> À moi Comte, deux mots. <br /> <b>LE COMTE</b> ... Parle
Avec le schéma TEI, on obtiendrait ceci :
<div type="Act" n="I"><head>Acte II</head> <div type="Scene" n="1"><head>Scène 2</head> <sp><speaker>Rodrigue</speaker> <l part="i">À moi, comte, deux mots.</l></sp> <sp><speaker>Comte</speaker> <l part="m">Parle</l></sp> <sp><speaker>Rodrique</speaker> <l part="f">Ôte-moi d'un doute</l></sp> <sp><speaker>Comte</speaker> <l part="i">Connais-tu bien Don Diègue ?</l></sp> <sp><speaker>Comte</speaker> <l part="m">Oui</l></sp> <sp><speaker>Rodrigue</speaker> <l part="f">Parlons bas, écoute.</l> <l>Sais-tu que ce vieillard fut la même vertu,</l> <l>La vaillance et l'honneur de son temps ? Le sais-tu ?</l></sp> ... </div> ... </div>
La TEI permet de décrire la structuration du texte tel qu'il a été conçu et non son rendu final (présentation). Cet exemple montre notamment :
- l'imbrication des actes et des paragraphes (2 éléments
<div>imbriqués) (avec un langage comme XPath, il est alors possible d'extraire un acte ou une scène) ; - le découpage du dialogue par des éléments
<sp>; - la définition des interlocuteurs par des éléments
<speaker>(il est possible facilement de lancer des requêtes pour localiser les endroits où Rodrigue cite Chimène). - la précision de la description de la versification par des éléments
<l>(ligne) avec des indications sur la position d'un élément de dialogue en début, fin ou milieu de vers grâce aux attributspart.
Notes
- Lou Burnard (2009) dans Le schéma XML TEI pour l’édition (cours) (7'32 minutes) à l' Université d’été de l’édition électronique ouverte.
- Sylvain Loiseau (2002), Introduction à la TEI, Texto, ISSN 1773-0120.
- Exemple issu de Jacques Ducloy, « L'édition scientifique en numérique - illustrée avec Hamlet et Le Cid en TEI », sur le site du projet Appropriation par la recherche des technologies de l'IST (ARTIST), 3 février 2006.
Voir aussi
Liens externes
- (fr) version française des Principes directeurs P5 de la TEI
- (fr) Liste TEI-FR
- (en) TEI Consortium Web site
- (en) TEI P5
- (en) TEI Consortium Wiki
- (en) TEI Guidelines
- (en) TEI @ Sourceforge
- (fr) La TEI simplifiée : une introduction au codage des textes électroniques en vue de leur échange bonne introduction en français à TEI (lite) par Lou Burnard
Catégories :- Standard du web
- Codage des données
- XML
- Format ouvert
- Organisme fondé en 1987
- Association d'informatique
- Consortium
- Édition électronique
Wikimedia Foundation. 2010.
