Texte électronique : niveaux d’informatisation (sur un calligramme d’Apollinaire)

Entre un pdf d’images, un OCR rempli d’erreurs, un site internet correct, un livre électronique avec tables des matières, ou un texte indexé et lemmatisé, il y a différents niveaux de structuration (et de travail). La confusion est entretenue par un marché de dupes entre les fournisseurs de textes (Google Books, Archive.org, Gallica…) et les utilisateurs qui préfèrent s’entendre sur un nombre important de livres qu’ils pourraient un jour utiliser, plutôt que de mesurer exactement ce qu’ils pourraient en faire. L’objet de cet article est de définir des niveaux de structuration informatique, et le temps (ou le coût), que représente le passage d’un niveau à un autre. Ces seuils sont issus de l’expérience acquise au LABEX OBVIL, dans la constitution de corpus textuels informatisés pour la recherche (en XML/TEI).

Cette progression de la qualité est une ligne sur laquelle le choix des divisions est toujours un peu arbitraire. J’ai choisi de numéroter les niveaux en suivant plus ou moins la recommandation Best Practices for TEI in Libraries.

0 : Scanner, images numériques

apollinaires_cigales
Apollinaire, Calligrammes, « Aussi bien que les cigales » [image]

La dématérialisation d’un livre imprimé commence par l’obtention d’images pour les pages. Un flou est souvent entretenu sur le mot “numérique”. Des images informatisées de pages sont en effet des suites de nombres, le livre est numérisé, mais pas le texte. L’image ci-dessus d’un calligramme d’Apollinaire n’est plus matérielle, mais vous ne pouvez pas en copier/coller le texte.

Suite aux nombreux programmes de numérisation dans le monde, il est souvent possible de trouver un titre sous la forme d’un fichier pdf images. Mais attention, des fichiers lisibles pour un humain peuvent être très mauvais pour la reconnaissance automatique des caractères. Les critères à observer sont :

  • éclairage et contraste,
  • définition, 300 dpi niveau de gris est un optimal, les couleurs n’apportent pas encore à la reconnaissance
  • cadrage, une image par page, voire une par colonne

La meilleure numérisation ne peut pas corriger des caractères usés, ou flous parce que la feuille a bougé sous la presse. L’OCR prouve que la qualité d’impression s’est beaucoup améliorée depuis ces dernières décennies. Un livre de chez Google, ou les premiers Gallica sur microfiche peuvent vous faire perdre plus de temps que de scanner vous même un exemplaire (s’il peut se trouver facilement).

epson_perfection_v550_photo_c1312303827704A_170216418
Scanneur Epson V550, 200 € en 2015, excellent qualité pour la photo

On utilise habituellement des scanneurs de plusieurs types : à plat, de table, ou avec chargeur. Le scanneur à plat, fréquent dans nos maisons et bureaux, est une solution à faible investissement, mais qui devient vite fastidieuse, parce que le livre doit être posé sur la vitre, et manipulé pour tourner chaque page. Cette solution convient surtout à des documents peu normalisés, comme des photos ou des lettres. Après expériences, on conseillera sans réserve la marque Epson, dans la série photo perfection, en ce moment le V550 (entre 200 et 300 €), ou le V850 (~ 900 €). La qualité ne tient pas seulement à la précision du capteur, mais au logiciel de pilotage qui permet d’accéder à des paramétrages très fin dans l’interface dite avancée.

scanner
Scanneur de table

Pour éviter de renverser le livre sur la vitre à chaque page, le scanneur de table permet de poser l’ouvrage sur la couverture, l’opérateur tourne les pages sans repositionner le volume, ce qui facilite la normalisation des vues. Ces appareils sont de plus en plus présents en bibliothèque, ils abîment moins les livres qu’une photocopieuse. Le principe consiste à fixer un appareil photo numérique à une potence par dessus le livre, avec un écran de contrôle, et un logiciel optimisé pour cette situation de prise de vue (correction de la courbure des pages, effacement des pouces…). Au prix moyen de ces scanneurs (5 à 10 000 euros), on aurait la tentation de fabriquer soi-même un tel dispositif mais il faut reconnaître que les sociétés distributrices ont accumulé de l’expertise, et il y a aussi les scanneurs à chargeur.

fi-7160-2000x1687
Scanneur à chargeur, Fujitsu fi-7160, entre 800 et 1 000 €

Pour un projet de numérisation au-delà de quelques dizaines de livres, on conseillera d’acquérir un scanner à chargeur. C’est une sorte de photocopieuse recto-verso qui n’imprime pas. Cela demande à sacrifier la reliure d’un livre (massicoter la pile de pages). Ce sacrifice est fréquemment rentable lorsque le prix de la main d’œuvre pour tourner les pages est comparé au prix d’un livre de poche. Selon nos tests, la marque Fujitsu est la meilleure, il faut particulièrement prêter attention à la qualité du chargeur, sa résistance au bourrage, même avec des papiers très fins ou de mauvaise qualité. Un modèle de moins de 1000 euros permet de numériser un dictionnaire complet ou un la Pleiade. Payer plus apporte de la rapidité par page, mais le gain de temps est  négligeable relativement à un bourrage, ou au traitement ultérieur du texte. De plus, on déconseillera de procéder par paquet de plus de 100 pages à la fois, car alors ce sont les ordinateurs qui s’étouffent.

À partir d’ici, le livre est considéré comme dématérialisé, il n’est plus nécessaire de recourir au volume imprimé pour poursuivre l’édition électronique. Cette étape coûte beaucoup moins que l’obtention d’un texte lisible.

1 : Océriser, images cherchables

Apollinaire, Calligrammes, « Aussi bien que les cigales » [transcription imitative]

|       gens du midi                  vous ne savez pas                        M
|       gens du mi                  creuser que                               ais
|       di vous n’                 vous ne sa                                 vous
|       avez donc              vez pas vous                            savez
|       pas regar             éclairer ni                               encore
|       dé les ciga         voir Que vous                    boire com   le jour
|       les que vous manque-t-il                       me les ci         de gloire
|                      donc pour                        gales ô                    se
|                  voir aus                      gens du mi          c            ra
|                si bien                    di gens du             reusez         ce
|              que les                   soleil gens qui       voyez bu        lui
|           ciga                        devriez savoir        vez pissez        où
|          les                        creuser et voir            comme        vous
|                                     aussi bien pour le        les ciga        sau
|                                 moins aussi bien                 les            rez
|                            que les cigales                                        creu
|                     Eh quoi ! vous savez     gens du Midi il faut      ser
|               boire et ne savez                 creuser voir boire         pour
|         plus pisser utile                         pisser aussi bien que    bien
|    ment comme les                                  les cigales              sor
|cigales                      LA JOIE                 pour chan               tir
|                            ADORABLE               ter com                   au
|                          DE  LA  PAIX              me elles                   so
|                              SOLAIRE                                              leil

À partir des images numériques, un texte peut être produit automatiquement par des logiciels de reconnaissance de caractères (Optical Character Recognition, OCR). Cependant, même si les logiciels progressent, la qualité de ces textes n’est pas toujours suffisante pour la lecture.

    ne savez pas creiiser que vous ne sa
    gens du mldl gens du mi di vous n1 avez donc vez pas vous pas regar éclairer ni dé les ciga voir Que vous les que vous manque- t-il
    donc pour g’ <===
    M ais vous  savez encore boire com le jour me les ci de gloire

Le texte ci-dessus est donné sur archive.org. Un calligramme est un cas extrême mais permet d’observer les problèmes des algorithmes pour inférer automatiquement des paragraphes à partir de zones imprimées. On y trouve d’abord quelques erreurs de reconnaissance de caractères, mais elles vont diminuant avec les années. On observe aussi les difficultés pour reconnaître des zones à angle droit.

OCR-zones
PDF archive.org, sélection du texte caché, hypothèse sur les zones de textes reconnues, selon l’ordre de la sélection

Le texte automatique que l’on trouve généralement sur Internet est difficile à comprendre sans les images. Le flux est interrompu à chaque page par les titres courants et les numéros de pages, les notes ne sont pas raccrochées à leur point d’appel. De tels textes bruts se conçoivent comme accompagnement des images, par exemple pour de la recherche de mots mais ne sont pas présentables en ligne. Cela permet de surligner des mots trouvés sur une image, comme dans Acrobat.Reader ou BNF.Gallica (format ALTO). Lorsque l’on n’a que quelques livres à éditer, les fichiers texte brut d’océrisation peuvent rendre des services, mais il faudra non seulement corriger les erreurs de caractère, mais aussi réinsérer toute la mise en forme (ex : italique). Très vite, il devient rentable d’acheter et d’apprendre à manier un bon logiciel OCR.

Un calligramme, zones de texte revues par une personnes

Après tests, le meilleur logiciel de reconnaissance de caractères (OCR) en 2015 est ABBYY FineReader, à prendre dans la dernière version pro pour Microsoft.Windows (la version Apple.MacOS est une branche de développement séparée, beaucoup moins puissante). Ce type de logiciel est conçu pour la productivité des entreprises de numérisation. Ils ont des fonctions automatiques de reconnaissance de zones comme pour archive.org plus haut, mais ils permettent surtout à des opérateurs de définir ces zones. Il est notamment très efficace de définir manuellement un modèle de page pour un livre, qui va strictement isoler le pavé du texte, sans les titres courants ni les numéros de page, mais en conservant bien les notes. On remarque au texte ci-dessous que FineReader sait reconnaître les lettres en italique (ainsi que petites capitales, et souvent les exposants sur des images de bonne qualité), et il groupe à peu près les lignes en paragraphes. Les césures en bout de ligne sont généralement bien résolues, à la condition que les lignes soient terminées par un tiret et que les mots soient connus du dictionnaire (une fin de ligne peut intervenir sur le tiret d’un mot composé qu’il serait regrettable de perdre).

AUSSI BIEN QUE LES CIGALES
gens du midi gens du mi di vous n’ avez donc pas regar dé les ciga les que vous
ne savez pas creuser que vous ne sa vez pas vous éclairer ni voir Que vous manque-t-il donc pour voir aus si bien que les ciga les
M
ais
VOU8
savez encore boire com me les ci gales ô gens du mi di gens du soleil gens qui devriez savoir creuser et voir aussi bien pour le moins aussi bien que les cigales Eh quoi ! vous savez boire et ne savez plus pisser utile ment comme les cigales

Ce niveau de texte est donné parce qu’il est produit automatiquement avec peu d’intervention humaine, mais il permet juste de trouver plus rapidement une image à lire par recherche de mots. Le livre reste encore un flux continu de page sans structure.

2 : Hiérarchiser, images navigables

niveau-2
Table des matières dans un logiciel de traitement de textes pour ranger des images

Le second niveau de qualité consiste à repérer les titres et organiser la structure globale du document, en distinguant notamment : sections préliminaires et postliminaires (page de titre, préface, glossaire, index…) ainsi que chapitres et autres divisions du corps du texte.

Pour articuler ses masses d’images de pages, Google cherche à reconnaître automatiquement les tables des matières et leurs numéros de pages, il n’a pas essayé pour les Calligrammes. Les résultats ne sont pas acceptables pour un éditeur, mais Google est un libraire. D’une part, les technologies n’évolueront pas si personne n’essaie ; d’autre part, ces erreurs visibles invitent des bénévoles à contributeur. Gallica ne propose pas encore de table des matières pour Calligrammes, mais il y en a une pour Alcools, manifestement relue et beaucoup plus soignée que tout ce que propose Google.

gallica-toc
BNF.Gallica, navigation dans les image de pages d’Alcools d’Apollinaire avec une tables de matières

Contrairement à l’exemple ci-dessus où les titres sont en majuscules non accentuées, il faudrait désormais un protocole plus précis, en minuscules, sauf capitales initiales et noms propres, avec conservation des exposants, petites capitales (siècles) et italique (ex : mot étranger dans un titre).

3 : Relire, livre électronique

Apollinaire, Calligrammes, « Aussi bien que les cigales » [transcription interprétative]

Gens du midi, gens du midi, vous n’avez donc pas regardé les cigales ;
que vous
ne savez pas creuser, que vous ne savez pas vous éclairer, ni voir.
Que vous manque-t’il donc pour voir aussi bien que les cigales ?
Mais vous savez encore boire comme les cigales,
Ô gens du midi, gens du soleil,
gens qui devriez savoir creuser et voir aussi bien,
pour le moins aussi bien, que les cigales.
Eh quoi ! vous savez boire, et ne savez plus
pisser utilement, comme les cigales ?
Le jour de gloire sera celui,
où vous saurez creuser pour bien sortir au soleil.
Creusez, voyez, buvez, pissez, comme les cigales.
Gens du midi, il faut creuser, voir, boire, pisser,
aussi bien que les cigales, pour chanter comme elles.
LA JOIE ADORABLE DE LA PAIX SOLAIRE

La transcription ci-dessus est le texte établi pour une chanson de Francis Poulenc. L’ordre des blocs a été décidé, les césures ont été résolues, de la ponctuation a été ajoutée. Cette trahison d’Apollinaire est nécessaire pour dire le texte, et le chanter. Mais la ligne retire au lecteur l’effort de chercher. Le calligramme était une énigme, avec ses équivoques voulues aux croisements : « les cigales, que vous manque-t-il donc pour voir aussi bien ? », forçant parfois à rebrousser chemin pour retrouver le sens. Cela participe de l’esthétique du collage cubiste, les rapprochements ne sont pas volontairement absurde, mais les contours sont comme déchirés, confus.

L’explication de Claude Debon dans Calligrammes dans tous ses états donne l’indice essentiel, le poème est adressé à Madeleine, le 12 février 1916, or le 14 octobre 1915 il lui faisait l’éloge de Jean-Henri Fabre. Si l’on relit les chapitres du naturaliste sur la cigale, par exemple Souvenirs entomologiques, série V, chapitre 14 ; les points les plus étranges du texte s’éclairent. Apollinaire a peut-être une aigreur particulières contre les gens du midi, et probablement plus contre Marseille que Nice dont il vient, mais pourquoi leur dire  : « creusez, voyez, buvez, pissez » ? La fraternité de la boue a certainement confronté différents usages du corps mais ce rapport entre creuser, voir, boire et pisser se comprend beaucoup mieux avec Fabre. La larve de cigale aveugle monte vers la lumière par une galerie qu’elle creuse dans la terre sèche, grâce à son urine. Contre la fable de La Fontaine, Apollinaire, le poète de la tranchée, sait la cigale aussi bien que la naturaliste. Mieux, il est la larve qui lutte, qui souffre, et non un rimeur délicat et insouciant. Lui, le métèque, Nice et l’Italie lui ont appris comment boire le suc de la terre, il creuse sa tranchée pour sortir à la lumière, il leur expliquera la cigale qu’ils ne comprennent pas. Cette hypothèse ne peut pas être confirmée par d’autres occurrences de la cigale, mais ce n’est pas la seule identification à un animal-poète (cf. Bestiaire, « Le Poulpe »).

La mise en texte des images de pages ne pose pas toujours autant de questions, mais cela reste une interprétation, une réédition sans la présence de l’auteur. L’objectif est d’établir un texte structuré qui s’écoule dans différentes largeurs, pour un site Internet, un livre électronique, et même le papier. Les opérations s’effectuent en partie dans l’interface d’un logiciel OCR puis ensuite dans un traitement de textes. On distingue ce qui se fait efficacement en face à face avec l’image, à l’échelle de la page, et ce qui peut se passer en partie de l’image et se résoudre sur la totalité du texte.

Abbyy-texte
« Aussi bien que les cigales » dans ABBYY FineReader

La correction orthographique et la typographie de niveau caractère s’effectuent juste après la reconnaissance automatique, en face à face avec l’image. Une fois les zones définies, le logiciel laisse des erreurs, on voit ici ses doutes surlignés en bleu, et les mots inconnus du dictionnaire soulignés en rouge « regar dé ». Ces signaux visuels sont très utiles pour une relecture rapide. Les fautes de l’OCR ne sont pas celles d’un humain qui écrit, il est inutile de relire mot à mot en branchant les circuits linguistiques du cerveau, car ils cacheront justement ce type d’erreurs.

sleon une édtue de l’Uvinertisé de Cmabrigde, l’odrre des ltteers dnas un mot n’a pas d’ipmrotncae, la suele coshe ipmrotnate est que la pmeirère et la drenèire lteetrs sinoet à la bnnoe pclae. Le rsete peut êrte dnas un dsérorde ttoal et vuos puoevz tujoruos lrie snas porblmèe. C’est prace que le creaveu hmauin ne lit pas chuaqe ltetre elle-mmêe, mias le mot cmome un tuot.

On peut augmenter la productivité en apprenant des mots au dictionnaire, ou en retirant certains mots peu fréquents qui se confondent avec des mots beaucoup plus fréquents. Par exemple  cette est souvent remplacé par celte, parce que le t est mal reconnu, et que celte est au dictionnaire. Tant que l’on ne traite pas d’histoire antique, il vaut mieux un dictionnaire sans le mot celte. La documentation ABBYY donne un exemple très clair sur la confusion entre l’article anglais the et l’abréviation thc. Il est fréquent que la barre d’un e soit mal imprimée. La pure reconnaissance peut hésiter entre the et thc. Si thc n’est pas au dictionnaire, alors le score de the sera plus élevé, sinon, il ne faudra compter que sur la reconnaissance. Dans l’idéal, il faudrait que le dictionnaire pondère les mots selon leurs fréquences pour éviter que celte passe avant cette, mais la firme ne propose pas encore cette possibilité. À la sortie de l’OCR, les opérations suivantes doivent être terminées :

  • césures et découpage des paragraphes (à l’exception des sauts de page)
  • fautes d’OCR, orthographe
  • italique, exposants, petites capitales
  • surtout éviter la mise en forme imitative

La suite doit permettre de se passer de l’image (ou presque), le traitement de textes est alors une interface très efficace pour assurer le stylage des blocs. Les opérations manuelles à effectuer sont alors les suivantes :

  1. raccrochage des notes à leur point d’appel
  2. contrôle des sauts de page (suppression des titres courants ou des numéros de page, raccrochage des paragraphes)
  3. styles de titres hiérarchiques pour table des matières (“Titre 1”,  “Titre 2“, “Titre 3”…) cf. niveau 2
  4. styles de composants textuels adapté au genre littéraire selon le modèle de document du projet éditorial (citations bloc, vers, tours de parole de théâtre…)

À ce stade on obtient un document de traitement de texte stylé qui permet de produire automatiquement un livre électronique (epub) de qualité honorable. Les acteurs industriels ne passent pas ce temps à grande échelle, il faut du travail humain d’édition. Des communautés de bénévoles ont produit plusieurs milliers de livres de cette manière, notamment sur ebooksgratuits.com.

4 : Valider, édition philologique

L’édition électronique ci-dessus combine l’édition imitative de niveau 1 (l’idéal de ce que pourrait un OCR) et la transcription de niveau 3 (relecture de qualité), dans la même ligne de code. Le texte de base est linéaire, il est entrelacé de balises pour positionner les segments, ou signaler les insertions au texte original (ponctuation, majuscules). Peu importe que la syntaxe soit HTML, TEI, ou un XML maison ; le temps de mise au point est énorme.

<!-- édition basculante calligramme / versets, extrait de balises -->
 <span style="top: 18em; left: 4ex;">plus <ins>
 <br/>P</ins><del>p</del>isser utile</span><span style="top: 19em; left: 2ex;">ment<ins>,</ins> comme les </span><span style="top: 20em; left: 0ex;">cigales<ins> ?
 <br/>L</ins></span><span style="top: 5em; left: 45ex;"><del>l</del>e jour </span><span style="top: 6em; left: 44ex;">de gloire </span>
 

La prouesse semble noble, mais ajoute-t-elle vraiment à l’intention de l’auteur ? L’image est sensée représenter une cigale à gauche, une fleur à droite, et un pistolet en bas. Les pages manuscrites présentées par Claude Debon montre l’évolution de l’idée, où dès le départ, le dessin de la cigale n’est pas lisible. Pour ce poème au moins, Apollinaire semble avoir accepté les contraintes techniques de la typographie mécanique, il s’impose des lignes horizontales régulières, et plusieurs alignements verticaux. Plutôt qu’une image, le quadrillage typographique semble construire un genre de scriptio continua, mais avec des trous.

scriptio-continua

Le balisage de détails éditoriaux, par exemple dans les manuscrits, apporte une jouissance maniaque qu’il faudrait toujours subordonner aux résultats escomptés pour la recherche, ou l’enseignement. Le temps passé à l’enrichissement peut être justifié par l’importance patrimoniale du corpus, ou les nouvelles connaissances attendues. Un corpus de chartes médiévales manuscrites peut par exemple trouver un grand profit à informatiser les abréviations, ou la taille des lignes et des marges. À une époque où le parchemin coûte cher, la densité de mots à la surface peut être un critère d’évaluation du prestige. Mais la démonstration ci-dessus n’apporte rien à l’intelligence d’Apollinaire, ni pour le chercheur, ni pour l’étudiant. L’utilisateur clique une fois pour jouer et ne voit rien de neuf sur le texte, contrairement à la confrontation de l’image, de la transcription, et d’une note pertinente. L’informatisation de niveau 3 ne peut pas se substituer entièrement à une image, mais l’encodage exhaustif du visible pour le niveau 4 est une dépense dont il faut mesurer l’intérêt pour la recherche, car tout le temps passé à de la dentelle n’est pas employé à faire grossir les corpus.

5 : Enrichir, pour ?

<texte>
  <strophe>
    <vers>
      <w id="w_153028">
        <txm:form>gens</txm:form>
        <txm:ana resp="#txm" type="#ttpos">NOM</txm:ana>
        <txm:ana resp="#txm" type="#ttlemma">gens</txm:ana>
      </w>
      <w id="w_153029">
        <txm:form>du</txm:form>
        <txm:ana resp="#txm" type="#ttpos">PRP:det</txm:ana>
        <txm:ana resp="#txm" type="#ttlemma">du</txm:ana>
      </w>
      <w id="w_153030">
        <txm:form>midi</txm:form>
        <txm:ana resp="#txm" type="#ttpos">NOM</txm:ana>
        <txm:ana resp="#txm" type="#ttlemma">midi</txm:ana>
      </w>
    </vers>
<!-- … -->
  </strophe>
</texte>

Le balisage ne se limite pas à la conservation de l’original, il peut ajouter des informations supplémentaires, par exemple pour des exploitations statistiques. L’encodage ci-dessus a été supervisé par Clémence Jacquot pour sa thèse sur Apollinaire. S’intéressant notamment à la syntaxe, elle a utilisé la plate-forme de textométrie TXM, pour laquelle elle a établi une version lemmatisée de toute la poésie d’Apollinaire ainsi que des récits en prose. C’est un exemple d’informatisation de niveau 5. La difficulté ici est de normaliser l’intelligence ajoutée afin d’en assurer la pérennité. Les logiciels ou le questionnement d’un chercheur peuvent compliquer l’encodage si bien qu’un intervenant futur pourrait préférer refaire le même travail à sa manière plutôt que de comprendre celui de son prédécesseur. Ce niveau est très intéressant, mais il faut avancer avec prudence, toujours se lier à la communauté la plus large, afin d’inscrire son travail dans une forme qui peut être partagée avec d’autres.

Conclusion

Chaque niveau s’appuie sur le précédent, avec une hausse du temps humain et donc du coût avec l’élévation de la qualité. Un projet doit se penser comme une étape qui sera continuée, certaines économies à court terme oblige à recommencer le travail pour passer au niveau supérieur, des surcoût valorisés à une époque ne servent plus ensuite, le pire, ce sont ces fausses bonnes idées qui coûtent sur le moment et compliquent le travail ensuite. La numérisation est un processus industriel qui doit se penser dans un contexte d’innovation technologique active, il ne faut pas faire aujourd’hui que ce qui sera mieux fait automatiquement demain, et soigner assez les opérations humaines pour qu’elles ne soient pas à refaire. Quelques fausses économies pour chaque niveau obligeant à refaire le travail :

  • 0 : des images supportables pour la lecture humaine (150 dpi noir et blanc), optimisées pour le coût de la mémoire d’une époque, mais qui sont insuffisantes pour l’OCR (300 dpi gris)
  • 1 : tables des matières dans un format trop simpliste (titres en majuscules sans les accents, pas de hiérarchie)
  • 2 : océrisation ancienne en texte brut non unicode, perd par exemple les guillemets français ou les italiques, à relire
  • 3 : fichiers en formats propriétaires anciens (ex : quark XPress), version imprimeur en pdf
  • 4 : LaTeX, formats expérimentaux

Sur un petit exemple, cet article a retrouvé et validé les niveaux de numérisation définis par la communauté XML/TEI des bibliothécaires. Le nom des balises importe moins que l’expérience acquise dans la définition de seuils pertinents, avec une idée du résultat à atteindre, et du coût pour l’obtenir. Les ressources disponibles en masse sur Internet sont généralement de niveau 1 ou 2, parce qu’ils peuvent être atteints de manière industrielle, avec beaucoup d’automatisation. Aujourd’hui en 2015, il semble nécessaire d’investir dans le seuil 3, selon un schéma normalisé, car c’est ce dont la recherche manque actuellement. Le niveau 3 doit permettre de produire un livre électronique lisible. Le mode de production est de type manufacture (travail manuel mais à la chaîne). Quelques expérimentations de niveau 4 peuvent apporter des démonstrateurs plaisants, pour la communication et les financeurs, mais cette étape est pour l’instant hors de portée de la production de masse. Le temps passé à des prototypes n’est absolument pas garanti de pouvoir servir à l’avenir, au contraire, il risque de coûter toujours du temps plus tard, pour être compris et maintenu. Tant qu’à passer ce temps, autant chercher au-delà du visible, et prendre les risques d’une interprétation scientifique de niveau 5. Le besoin pour la recherche en ce moment, quel que soit le goût des chercheurs, n’est pas de passer du temps à compliquer mais de réfléchir à simplifier, pour augmenter la qualité des masses.


Frédéric Glorieux

Ingénieur informatique

More Posts - Twitter - Flickr

Publié par

Frédéric Glorieux

Ingénieur informatique

2 réflexions au sujet de « Texte électronique : niveaux d’informatisation (sur un calligramme d’Apollinaire) »

  1. Article fort sympathique, une lecture agréable. Ce blog est vraiment pas mal, et les sujets présents plutôt bons dans l’ensemble, bravo ! Virginie Brossard LETUDIANT.FR

    1. Merci. Le carnet est un format très libre qui permet d’intégrer toutes sortes de médias, mais l’exigence n’est pas ici moindre que dans un cours ou un article.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée.