Générer des instruments de recherche en XML-EAD à partir de tableaux de données

Cet article décrit comment nous avons procédé pour obtenir des corps de fichiers XML-EAD à partir de tableaux de données. Nous avons voulu présenter cette technique à nos collègues archivistes, quelle que soit leur structure, en espérant qu’elle leur permette d’obtenir des fichiers complexes à partir d’outils simples. Il s’agit de propositions expérimentales qui pourront certainement être améliorées et gagneront à être partagées.

Seul un tableur ordinaire est nécessaire pour aboutir à ce résultat ; nous avons utilisé LibreOffice Calc, mais des fonctionnalités quasi-identiques se retrouvent par exemple sur MicrosoftOffice Excel.

Les outils du quotidien : les logiciels bureautiques

Dans les faits, les fonds sont couramment gérés, et parfois décrits, au moyen d’outils plus ordinaires que des éditeurs XML, et notamment les suites bureautiques usuelles1 : instruments de recherche réalisés sous traitement de texte, tableaux de récolement, …

Les tableurs se prêtent à bien des usages ; ils présentent aussi l’avantage de pouvoir segmenter l’information. Le contenu des différentes balises de description XML-EAD2 se trouve ainsi déjà isolé. Nous avons donc cherché à récupérer ces chaînes de caractères et à les enchâsser dans la syntaxe XML afin d’obtenir des fichiers le plus facilement possible.

Continuer la lecture
  1. Voir le rapport récemment diffusé Classement et description archivistiques : pratiques à l’échelle mondiale, Siân Wynn-Jones & Margaret Crocket, Conseil international des archives, 2020. []
  2. Voir le Description archivistique encodée. Dictionnaire des balises, Society of American Archivists (trad. par le groupe AFNOR CG46/CN357/GE3), 2004. []

Les dénaturalisés de Vichy : un jeu de données pour la recherche

Pour accompagner la numérisation des dossiers des dénaturalisés de Vichy1 et leur publication progressive dans la salle des inventaires virtuelle, la base de données constituée autour du corpus a été publiée sous la forme d’un jeu de données sur la plateforme data.culture.gouv.fr.

Continuer la lecture
  1. Ce projet, en partenariat avec le Mémorial de la Shoah et l’US Holocaust Memorial Museum, a déjà été abordé dans les billets » Connaître les dénaturalisés de Vichy. La base Dénat, un nouvel outil et ses exploitations » (septembre 2019) et « Les dossiers numérisés des dénaturalisés de Vichy » (juin 2021). []

Les métadonnées archivistiques en transition vers des graphes de données : 2 – point d’actualité et précisions sur Records in Contexts

Par Florence Clavaud (Archives nationales)

Près d’un an et demi après notre premier billet dans ce carnet sur le thème de la transition des métadonnées archivistiques vers des graphes d’entités liées (https://labarchiv.hypotheses.org/1495), il nous a paru nécessaire de faire un point d’actualité sur Records in Contexts (RiC).

Sur cette nouvelle norme du CIA qui à ce stade reste peu connue, et sur le contexte technologique dans lequel elle s’inscrit, beaucoup de choses ont été dites ou écrites depuis février 2020, notamment en France, qui ont pu soulever diverses interrogations voire créer de la confusion. Notre objectif sera donc ici aussi d’apporter quelques éléments de clarification afin de nourrir les réflexions de chacun et de favoriser des discussions constructives.

Nous parlons ici à la fois en tant que membre exécutif, depuis sa création en 2012, du groupe de travail EGAD du CIA qui est l’auteur de RiC, en tant que responsable de l’équipe de développement de l’ontologie RiC-O au sein de ce groupe, et en tant que responsable de la Mission référentiels des Archives nationales (AN), avec une expérience multiforme de plus de 25 ans en terme de modélisation, de production, de gestion de la qualité, de publication et de retraitement des métadonnées archivistiques, ou de conduite de projets numériques innovants.

Merci beaucoup à Pauline Charbonnier, qui nous a aidée à finaliser cet article et surtout qui travaille avec nous depuis plus de trois ans maintenant.

Sommaire

1/7. Point d’actualité : où en est RiC ?

2/7. Qu’est-ce que RiC ?

3/7. Qu’est-ce que RiC change ?

4/7. Comment réaliser la transition vers RiC, notamment à partir d’instruments de recherche en XML/EAD ?

5/7. Est-ce que RiC reste pure théorie aujourd’hui, ou bien y a-t-il déjà des réalisations concrètes, utilisant RiC-O et RDF ?

6/7. Mais finalement à quoi RDF/RiC-O peut-il très concrètement être utile pour un service d’archives ?

7/7. En conclusion (de cet article)

1/7. Point d’actualité : où en est RiC ?

Depuis septembre 2016 (date de la publication de RiC-CM 0.1) et décembre 2019 (publication de RiC-0 0.1) les travaux du groupe EGAD ont bien avancé.

Depuis mars 2020, l’ontologie RiC-O est dotée d’un entrepôt de sources public sur GitHub (https://github.com/ICA-EGAD/RiC-O). Dans cet entrepôt, on trouve le fichier source de RiC-O dans ses différentes versions successives ainsi que des exemples et diagrammes ; on peut aussi y échanger en permanence avec l’équipe de développement de RiC-O et y soumettre des tickets (‘issues’ : questions, signalements de problèmes ou d’anomalies, propositions d’évolution), ou y faire des commentaires sur les tickets ou travaux en cours. RiC-O dispose également d’un site web d’information (https://ica-egad.github.io/RiC-O/), sans compter une liste de discussion. En outre, la version 0.2 de RiC-O a été publiée en février 2021 (https://www.ica.org/standards/RiC/ontology).

Continuer la lecture

2/7. Qu’est-ce que RiC ?

Dans sa version 0.2, RiC est constitué d’un modèle conceptuel abstrait de type entités-relations (RiC-CM) et d’une ontologie (RiC-O), écrite dans les langages OWL, RDFS et RDF, transposition technique de RiC-CM directement utilisable pour produire des jeux de métadonnées archivistiques en RDF. Bientôt, à ces deux parties viendra s’ajouter une introduction générale (RiC-IAD). Enfin, à une date qu’il est difficile de préciser pour l’instant, le groupe EGAD ajoutera à ces trois composants un guide de mise en œuvre (RiC-AG), qui sera probablement composé de divers documents.

Comme les quatre normes précédentes, RiC s’applique à n’importe quel type de ressources archivistiques, analogiques, nativement numériques ou hybrides, quelles que soient leur provenance, leur nature et leur date.

RiC est comme les précédentes normes du CIA une norme générique  et internationale ; on n’y trouvera donc pas toujours directement, clé en main, de quoi satisfaire des besoins de description très spécifiques, liés à des documents ou à un contexte particulier.

Continuer la lecture

3/7. Qu’est-ce que RiC change ?

D’un certain point de vue, cela ne change rien, car RiC se situe dans le prolongement des normes qui l’ont précédé, et ne remet pas en cause les fondements de la description archivistique, que des décennies de pratique ont éprouvés. RiC se positionne, comme indiqué ci-dessus, comme un cadre de référence global qui englobe, articule et précise ce qui existe déjà. Ainsi que le groupe EGAD l’a écrit dans l’introduction à RiC-CM, on peut continuer à utiliser ISAD(G) et ISAAR(CPF) ; globalement ce qu’on produira sera conforme à RiC – sans l’utiliser à plein ni donc en tirer tout le potentiel.

Mais d’un autre côté, cela change tout, ou pour être plus précis cela devrait progressivement tout changer.

Continuer la lecture

4/7. Comment réaliser la transition vers RiC, notamment à partir d’instruments de recherche en XML/EAD ?

Il serait totalement irréaliste d’affirmer que cette transition ne prendra pas de temps. La cible est très différente de ce dont nous disposons aujourd’hui, et la route sera longue. Les professionnels des bibliothèques ont souvent entrepris un peu avant les archivistes le même type de transformation ; à la BnF ce processus prendra plusieurs années[1]. Nous l’avons déjà dit, cela ne peut se faire que par étapes ; mais chacune des étapes conduira à des changements significatifs et les futurs systèmes d’information devraient être très différents.

Faut-il renoncer aux instruments de recherche en XML/EAD ? Ils sont là, c’est un fait. Il est tout aussi impensable de les ignorer que de ne pas réfléchir à l’avenir. Les programmes systématiques, ambitieux et coûteux d’informatisation et de normalisation dont ils sont le résultat sont même une condition indispensable pour la réussite du processus.

Continuer la lecture

5/7. Est-ce que RiC reste pure théorie aujourd’hui, ou bien y a-t-il déjà des réalisations concrètes, utilisant RiC-O et RDF ?

RiC-CM est un modèle conceptuel abstrait, donc oui en ce sens c’est de la théorie, mais élaborée par un groupe de praticiens experts du domaine[1], pour les besoins du métier et avec les communautés concernées de professionnels.

Rappelons qu’il s’agit aussi d’un brouillon (draft), dans lequel les réponses à l’appel à commentaires et les premières implémentations et leur suite permettront de dégager les composants les plus utiles. Nous avons aussi expliqué précédemment qu’il s’agit d’un modèle global. Cela signifie que dans le cadre d’une mise en œuvre locale, il n’est absolument pas obligatoire d’utiliser RiC dans sa totalité. Bien au contraire, on peut prévoir que la plupart des projets utiliseront un sous-ensemble de RiC. Par ailleurs, il est possible d’étendre RiC.

Continuer la lecture

6/7. Mais finalement à quoi RDF/RiC-O peut-il très concrètement être utile pour un service d’archives ?

Il est bien sûr plus que légitime de se poser cette question.

Nous avons apporté des éléments de réponse lorsque nous avons évoqué l’intérêt du passage à RiC. Pour être un peu plus concret maintenant, revenons au cas des AN, et parlons d’utilisation de métadonnées RDF/RiC-O et des technologies RDF. Nous évoquerons d’autres cas que celui des AN plus tard dans ce carnet de recherche.

Même si le SI institutionnel des AN n’intègre pas encore de brique sémantique, les jeux de données RDF de taille conséquente dont nous disposons servent déjà, de multiples manières. Nous prendrons seulement ici deux exemples.

Continuer la lecture

7/7. En conclusion (de cet article)

Aucune technologie n’est parfaite pour tout faire. De nombreuses années d’expérience dans ce domaine, au carrefour de l’archivistique et des sciences de l’information, nous ont appris qu’il faut savoir tirer le meilleur parti de chacune. Par ailleurs, bien sûr, une norme n’est qu’un point de départ. Et bien sûr, la rigueur, la lucidité et le pragmatisme sont indispensables lorsqu’on veut proposer et mettre en œuvre une stratégie pour faire évoluer à l’échelle d’une institution ou d’un projet des jeux de métadonnées massifs, dont la production demande des efforts et des qualifications de haut niveau à des collectifs de personnes, ou pour transformer les architectures techniques actuelles. Un autre élément essentiel de ces processus c’est le temps ; il en faut. Enfin, aucun projet de ce type ne réussit sans l’adhésion et les apports de tous, sans la volonté de l’institution et sans une organisation durable.

Continuer la lecture

Les métadonnées archivistiques en transition vers des graphes de données : 1- les présentations de la journée du 28 janvier 2020

Par Florence Clavaud, responsable de la Mission référentiels aux Archives nationales

Le 28 janvier 2020, les Archives nationales ont organisé une journée d’étude sur le thème « Les métadonnées archivistiques en transition : le nouveau cadre normatif, les enjeux et les premières réalisations ».

En effet, ces dernières années, les évolutions des pratiques et des attentes des publics et celles des technologies numériques ont conduit les communautés professionnelles responsables du patrimoine culturel à élaborer de nouveaux standards métier de description des objets culturels, fondés sur la notion de graphe d’entités et permettant une description plus précise et mieux exploitable par les machines. Ces communautés ont commencé à mettre en œuvre ces nouveaux standards. C’est ainsi, par exemple, que depuis 2017, les bibliothèques disposent du modèle conceptuel IFLA-LRM (International Federation of Libraries Associations and Institutions Library Reference Model) ; les bibliothèques françaises se sont depuis lors engagées dans un processus de transition bibliographique visant à transformer leurs catalogues de notices en jeux de données conformes à IFLA-LRM. Cette évolution est d’ores et déjà visible sur le web de données (avec http://data.bnf.fr, le projet de la BnF) mais, en amont des interfaces et dispositifs de consultation, elle impacte progressivement l’ensemble des méthodes et des moyens informatiques de description des bibliothèques.

Les services d’archives entrent aujourd’hui dans ce processus.

Continuer la lecture