André, J., & Jimenes, R. (2013). Transcription et codage des imprimés de la Renaissance. Réflexions pour un inventaire des caractères anciens.

par Jules Bouton (Juin 2020)

Au centre d’un numéro de la revue Document Numérique dédié à la question des retranscriptions numériques des caractères des sources anciennes, Jacques André et Rémi Jimenes initient une réflexion méthodologique sur l’étude de la typographie à l’heure d’Unicode.

Aujourd’hui, sur un ordinateur, tous les caractères (ou presque) sont identifiables par un code unique (par exemple, U+0E56 correspond au caractère ๖), qui permet à l’interface (traitement de texte, navigateur, etc) de l’afficher. Le langage le plus utilisé actuellement est défini par le consortium Unicode, qui a établi cette norme internationale et la développe. Elle répond à un besoin de normalisation et d’interopérabilité face aux initiatives dispersées qui font l’informatique. Mais les auteurs font part d’une incompatibilité entre ces principes et leur discipline, la paléotypographie. Ce sont les enjeux méthodologiques et scientifiques de cet écart qu’il s’agit de comprendre.

Postulant la valeur scientifique de chaque caractère imprimé, dans le cadre d’une linguistique de l’imprimé, la paléotypographie, les auteurs souhaitent sauvegarder au plus haut niveau possible l’information typographique des éditions numériques de documents imprimés anciens. Or, pour ce faire le paléotypographe a par exemple besoin de voir dans une ligature un caractère unique et signifiant. Mais pour Unicode, une ligature est composée des variantes graphiques (des allographes) des deux caractères et n’est pas elle-même encodée comme un caractère distinct. Ce choix perd une part fondamentale d’information : Quels furent les usages de la ligature ? Quelles ligatures existaient ? Tout est effacé. À l’inverse, Unicode utilise parfois deux codes distincts pour un même symbole typographique, en fonction de son sémantisme. Ainsi, selon le sens, le caractère Ꝝ correspond à U+A75C, U+2643, 1F729 (p. 130) : là aussi, le chercheur ne peut accepter un préjugé sémantique auquel l’encodage le contraint. Il faut partir des attentes scientifiques pour définir un outil numérique adéquat.

S’ensuit la nécessité d’une définition scientifique des objets traités. Or si le niveau recherché est celui du typème, que les auteurs définissent comme « l’unité minimale effective entrant dans la composition d’un texte affiché ou imprimé » (p. 123), le standard Unicode devrait être capable de rendre compte individuellement et sur le même plan de chacun des typèmes, de même que l’Alphabet Phonétique International rend compte de chaque phonème et les retranscriptions graphèmiques (par exemple celles de la papyrologie) de chaque graphème. En l’état actuel d’Unicode, ce n’est pas le cas, et les exemples de synonymies ou d’interférences sémantiques montrent que le consortium Unicode se pose surtout des questions de rendu et d’affichage : on ne peut lui en vouloir, c’est sa fonction première.

Il apparaît alors nécessaire de proposer un mode de transcription neutre – c’est-à-dire sans préjugé linguistique et scientifique des typèmes. Le paléotypographe travaillera sur ce niveau fondamental, tandis que le linguiste pourrait « remonter » vers le niveau linguistique nécessaire par suppression ou apport des informations appropriées. Il n’y a ainsi pas besoin pour la transcription phonologique de distinguer e et e avec paraphe. En revanche, il faudra en phonologie intégrer une distinction entre /ę/ et /ẹ/, qui n’est pas présente dans le premier niveau de transcription typémique, qui rend compte de la nature graphique du texte, sans apporter d’informations extrinsèques. Il s’agit donc lors de la conservation de ne pas hypothéquer, en sélectionnant un seul type d’informations, l’utilisation ultérieure d’un document par la paléotypographie.

Une partie programmatique de la publication s’attache donc à rendre possible cette transcription en proposant l’outil de référencement approprié des typèmes, pour pallier aux manques d’Unicode, qui est avant tout un outil facilitant le rendu. C’est le projet PICA (Projet d’Inventaire des Caractères Anciens), dont les auteurs établissent quelques lignes directrices.

L’article dans son ensemble répond donc à une attente avant tout pratique : disposer pour les imprimés de la Renaissance d’outils numériques pertinents. Mais cette attente matérielle touche à des questions essentielles de disponibilité du document historique au chercheur. Il s’agit donc d’alerter sur des manquements dans la chaîne de traitement de la conservation, qui va de la sauvegarde du document matériel, à sa publication en passant par la numérisation et la transcription. Or le choix du niveau de transcription est parfois arbitraire et il serait regrettable qu’il se fasse au détriment de disciplines pointues comme la paléotypographie. Par exemple, si le conservateur choisit de réaliser une transcription graphémique, la donnée produite sera inutilisable pour le paléotypographe. Cet article a le mérite de rappeler la nécessaire concordance entre impératifs de conservation et de recherche.

Des questions très techniques demeurent en revanche tout à fait ouvertes : l’entreprise à laquelle les auteurs appellent est de vaste ampleur et on peut s’interroger sur les modalités de cet encodage futur. Comment préserver un système catégorisé et accessible tout en se gardant de tout préjugé sur le sémantisme du typème ? Quelle catégorisation des typèmes adopter pour l’encodage ? Autant de questions d’apparence technique, mais qui sont exactement du même ordre scientifique que le problème soulevé. On ne peut négliger par exemple l’importance en phonétique de la classification des phonèmes pour leur compréhension. Il en va sans doute de même pour les typèmes. On sait depuis longtemps qu’en linguistique, à chaque échelle de signe (sème, phonème, graphème, et donc typème), seuls les rapports entretenus entre les différents éléments comptent pour la compréhension synthétique du système formé. En soi, chaque élément est vide de sens. Dans ce cadre, ne vaudrait-il pas mieux proposer empiriquement une première classification typémique qui se voudrait systémique autant que possible, tout en admettant ne pas pouvoir apporter de réponse parfaite, pour le moment ? Car la recherche en sciences humaines sait combien chaque proposition n’est qu’un « moment », un bref point de vue, qui doit fournir au successeur un appui stable, mais susceptible d’être corrigé. Peu à peu, à force de compléter et de réordonner cette première classification empirique se formera une classification rigoureuse qui permettra de formuler un cahier des charges exigeant pour un référencement des typèmes.

Enfin, et les autres contributions de la revue y invitent, il faut remarquer qu’une telle initiative serait également heureuse dans un grand nombre de langues et de domaines spécifiques faisant appel à des unités fondamentales spécifiques de retranscription graphique, et ce avec à chaque fois un niveau différent d’exigence (égyptologie, sanskrit, manuscrits médiévaux, etc). Le typème est inhérent à la matérialité historique du type de l’imprimerie. Mais précisément, chaque discipline pourrait construire un parallèle avec ses propres concepts, ses propres besoins. Le standard Unicode avait le mérite de proposer une harmonisation bienvenue – ou un lissage malheureux – des pratiques antérieures : pour le remplacer auprès des chercheurs il serait bon que les projets comme PICA proposent une solution d’encodage adaptable à une multitude d’autres situations scientifiques. En sciences humaines se fait sentir un besoin général d’un outil d’encodage générique, interopérable, et adaptable à tous les cas de figure de la linguistique et de la conservation numérique des documents. Le projet PICA tel qu’il se dessine ressemble peut-être trop à un élément indépendant, qui gagnerait peut-être à se rapprocher, dans sa mise en œuvre numérique, des exigences de bien d’autres disciplines : il s’agit aujourd’hui de mettre en place un codage unique permettant d’établir des répertoires ordonnés applicables à différentes disciplines.

Au vu des problèmes scientifiques soulevés à juste titre par les auteurs, on ne peut que se rappeler combien les Humanités Numériques sont une exigence scientifique avant d’être un besoin purement informatique. Le besoin numérique, comme ici, sert d’abord la recherche.

---

---