Autour de la transcription

Une fois n’est pas coutume, je vous propose un billet bien plus théorique que d’habitude. J’ai participé aux journées Estrades-EVEille qui se sont tenues les 12 et 13 septembre à Strasbourg. Je devais y faire une présentation introductive pour les 5 présentations qui allaient suivre dont 4 présentations d’outils et une ouverture sur les aspects pédagogiques. Comme j’aime les défis, je me suis lancée dans une présentation sans slide, un texte lu. J’avoue, je me suis sentie toute nue. Mais voilà comment je me retrouve aujourd’hui à vous proposer mon texte. En espérant qu’il vous plaira !

En quelques mots, ça parle de transcrire, de transcription, des réponses aux questions CQQCOQP (si si, il suffit de lire entre les lignes  !), du fameux objectif scientifique du projet, d’outils… et de la pratique de la recherche. Le tout en 4 bonnes pages A4 police 12pts.

J’ai laissé l’intro et l’annonce de la suite, pour que vous vous y plongiez, comme en vrai ! 😉

«

Si nous sommes réunis ici, en présence ou par visioconférence, c’est parce que nous avons tous une connaissance même minime de ce qu’est la transcription et nous allons parler d’outils, de logiciels, de méthodes, de projets où l’on transcrit.

Transcrire…
Il est fort peu probable que parmi nous se trouvent des futurs déçus qui auront pris ce mot pour un autre. Car en effet, **transcrire** n’est pas un terme _univoque_. Une simple consultation dans un dictionnaire généraliste, nous informe par exemple, que transcrire désigne, je cite, « _les actions conjointes de divers mécanismes biologiques, aboutissant en une copie modifiée et simplifiée de l’ADN en ARN_ ». Si cette confusion est fort peu probable en général, d’autres sont moins éloignées de ce qui nous rassemble ici aujourd’hui.
En effet, dans le domaine de la linguistique (par exemple), transcrire désigne (je cite à nouveau) l’« _opération qui consiste à substituer à chaque phonème ou à chaque son d’une langue un graphème ou un groupe de graphème d’un système d’écriture_ ». On observe que cette définition est assez jargonneuse et d’ailleurs, il existe des termes spécifiques du domaine pour désigner l’une et l’autre de ces transcriptions : la _transcription phonologique_ et la _transcription phonétique_.
La définition dédiée au domaine de la musique quant à elle se trouve par exemple sous cette forme : « _Noter de la musique pour un instrument autre que celui pour lequel elle a été écrite_ » Au sein de celle-ci on devine une transformation opérée par l’action de transcrire.
Et pourtant, pour une raison que j’ignore — cela n’étant pas mon domaine de spécialité — on trouve quelque chose d’assez peu précis concernant le terme _transcrire_ sur lequel nous nous entendons aujourd’hui, avec la définition « _copier un écrit_ ». Celle-ci me semble bien lacunaire pourtant.

Le terme **transcription** quant à lui est un terme qui porte encore plus à confusion, tant il désigne à la fois l’action de transcrire que le résultat obtenu. Ainsi une plateforme où l’on transcrit est une plateforme de transcription, et un logiciel de transcription permet d’obtenir des transcriptions. Bref, un outil de transcription permet par la transcription d’obtenir des transcriptions.

Si j’ajoute volontairement de la confusion, ce n’est pas par pur amusement, mais aussi pour souligner le fait qu’une opération aussi simple que « _copier un écrit_ » est en fait une action relativement complexe. Derrière ces quelques mots, nous nous devons de voir se tapir au minimum les termes de _source_ et de _cible_ et même de _contenu_. Copier « D’où à où » ? Copier « Quoi » ? Dès que source et cible vont différer, sur leur format, support, auteur, etc. on apporte une nuance. En somme, _copier_ n’est pas _cloner_.

Ainsi donc copier un texte (ou transcrire), par les différences intrinsèques entre source et cible, revient à transformer. Et dans cette opération de transformation un autre élément, pourtant primordial, se trouve lui aussi caché, c’est le copiste ! Le ou les copistes ? Le ou les commanditaires ? Le ou les destinataires ? En somme, plus largement les « Qui ? » et les « À qui ? Pour qui ? » et même « Pourquoi ? » car la question de l’intention est inévitable. Toutes celles et ceux qui ont déjà des heures durant transcrit manuellement ou encore des heures durant entrainé un modèle de transcription le savent. La question du « pourquoi faire ? » est cruciale. C’est ce que souvent, on résume sous l’expression qui n’a l’air de rien et pourtant dans mon quotidien d’ingénieure de recherche est tout : **l’objectif (scientifique) du projet**.

D’ailleurs puisque je parle de projet… Prenons un exemple. Nous voici aujourd’hui réunis pour un temps défini, mon temps de parole est d’ailleurs limité et je vais tâcher de m’y tenir car nous avons des contraintes. Contraintes de disponibilités des acteurices, pour ceux qui travaillent depuis une École thématique à Fréjus, mais aussi contraintes temporelles (je ne voudrais pas nous mettre en retard sur la pause déjeuner). C’est ainsi que les 5 présentations que je m’apprête à introduire dureront 10 à 15 min chacune et seront suivies de 5 min de questions.
Pour revenir à la notion de projet, il faut donc rappeler que celle-ci est indissociable des notions de temporalité, de contraintes – où dans une version plus positive – de possibilités. Quel outil ai-je à disposition ? Combien de temps ? Quelles compétences ? En somme, des questions liées à « Comment ? » et à « Quand ? ».

Alors concrètement, la transcription et transcrire : qu’est-ce ? Il s’agit sans aucun doute d’un ensemble de choix :
– prise en compte de certains phénomènes dans la source en les laissant tels quels ou bien en les régularisant dans la cible,
– recopie /*–et encodage–*/ “autant que possible” de la mise en page (pages, passages à la ligne, couleurs, encre… transcription dite diplomatique ou plus humblement pseudo-diplomatique),
– recopie /*–et encodage–*/ de la structure du texte (en partie, paragraphes…)
– ou bien encore recopie du texte “seul” (on parle alors de transcription textuelle ou encore linéarisée, encore que ce terme renvoie parfois à un rendu de la transcription plutôt qu’à un choix concernant l’acte de transcription…) ;
Dans certains cas, on observe la source seule et dans d’autres il y comparaison à d’autres sources (lorsque l’on fait de la collation de manuscrit par exemple), étape qui bien sûr peut se trouver asynchrone à la phase de transcription ;
– la structuration du texte peut se compléter par son enrichissement aussi…
Bref, une multitude de possibilités relevant de la réponse que chaque projet de transcription apportera à un ensemble de choix en fonction – si possible – de l’objectif visé, le fameux objectif scientifique du projet. Étude génétique des textes, transmission et réception d’œuvres, histoire des idées, études lexicographiques, stylistiques, et bien sûr toutes les applications du TAL : études statistiques, détection d’entités nommées, fouille thématique, compréhension automatique de textes, etc.
En tout cas, une chose est sûre, on part d’une source papier ou numérique, d’un feuillet/folio/document ou d’une collection de ceux-ci, bref du visuel, des images et l’on arrive à un fichier textuel plus ou moins structuré selon les cas, parfois même inclus dans un pdf si l’on pense aux pdf multi-couches de Gallica et au format XML-ALTO associé.

Concernant la transcription comme acte de transcrire, différents outils existent bien sûr, car ils répondent à des besoins différents. Du point de vue du TAListe, le ou la chercheuse en Trait. automatique des langues, notre réflexe est de différencier les transcriptions manuelles, semi-automatiques et automatiques ; parmi les “automatiques et semi-automatiques”, de nombreuses techniques existent (ou ont existées ?), les “à base de règles”, les supervisées, semi-supervisées, non supervisées.

((
Je me permets ici une parenthèse écosophique.
En 2006-2010, les modèles à bases de règles, pour différentes applications du TAL étaient encore largement utilisées ; mais croissance oblige ? Les approches mixtes ont bientôt laissé place aux approches supervisées (où tout de même on donnait encore des données annotées, les fameux _gold standard_) qui ont elles-même, plus ou moins [je fais une généralité et surtout je parle de façon schématique] laissé place aux approches semi- puis non-supervisées. Évidemment cette “croissance” permet de traiter plus de données, plus rapidement et souvent avec de meilleures performances ; mais tout cela implique aussi des processus moins traçables, moins écolonomiques et souvent avec des résultats moins faciles à interpréter (du point de vue de la recherche en science humaine, entendons nous bien).
Je ne pose ici que des questions, mais j’avoue rester dubitative quand à la nécessité d’aller toujours plus… loin, vite, fort, quand… pour revenir à ce qui nous intéresse aujourd’hui transcrire par exemple manuellement apporte bien souvent une connaissance de la source, de sa compréhension tout à fait exceptionnelle.
))

Je ferme la parenthèse en insistant simplement sur le fait qu’il ne faut pas entrer dans la dichotomie grossière (que je viens moi-même de dessiner) “manuel” vs “automatique”, “lent” vs “énergivore”, “qualitatif” vs “quantitatif” puisqu’une myriade de méthodes constitue le flux de traitement entre ces deux extrêmes caricaturaux (archétypiques ?).
Au delà donc de cette dichotomie, qu’en est-il dans les faits ? Dans les faits, on se pose des questions bien concrètes : qui seront les utilisateurs du système ? Quels sont les objectifs de la transcription (ou bien du projet de recherche si vous m’avez bien suivie) ? Quels sont les besoins, possibilités et/ou contraintes techniques ? Quelles sont les données ?
Au cours des présentations qui vont vous être faites, vous découvrirez ou re-découvrirez des outils qui permettent d’aller ensemble (par la collaboration), de gérer des ensembles de données, de transcrire selon des standards (ou pas), de transcrire directement sur le site du projet, mais aussi des outils développés **pour** transcrire, des détournements ou usages malins (selon votre point de vue) d’outils existants ou encore des outils dédiés à un format spécifique.

Et puisque – nous le savons maintenant – transcrire a des Pourquoi variés : faire du Data Mining, créer une édition numérique, rendre lisible des données pour mieux les étudier, les traduire ou encore les offrir au “public”, etc. Ainsi transcrire peut-être un projet en soi ou bien (souvent ?) une phase au sein d’un projet plus large.
Je nous invite donc tous et toutes à garder notre oreille méthodologie ouverte et attentive car ici, comme bien souvent, un outil idéal et générique – répondant à tous les besoins [du développeur, de la déployeuse d’application, du curateur de données, de la chercheuse, du transcripteur, de la collègue…], non, un outil idéal et générique n’existe pas. Il s’agit d’une utopie à ne sans doute d’ailleurs pas rechercher. Ne pas recherche car nous faisons de la recherche et que l’essai/erreur fait partie du jeu, de la voie vers la découverte.

Parmi de nombreuses initiatives de recherche, en existe une sous le nom d’OLIO. OLIO pour Outils Libres Interopérables et Ouverts pour la recherche en Humanités, est un groupe d’acteurices de la recherche qui précisément se posent ces questions à travers une approche que l’on pourrait qualifier de _bottom-up_ : nous partons des outils et des pratiques pour interroger les interfaces, les langages, les formats, les méthodes, les analyses, explorations et exploitations qu’ils permettent. En sommes, à OLIO c’est cette réflexion de la “voie vers la découverte” que nous voulons mener ensemble.

Ce matin, c’est donc un extrait d’OLIO que vous entendrez à travers 5 présentations d’environ 15 minutes chacune : 4 dédiées à des outils de transcription proposés par Camille Desiles, Richard Walter, Pierre Willaime, Elisabeth Greslou et Arnaud Bey et une ouverture écosophique concernant les vertus pédagogiques de la transcription proposée par Anne Réach-Ngô.

Je vous remercie donc toutes et tous de partager cette matinée avec nous et vous propose de laisser la parole à notre première intervenante, qui nous parlera depuis Nancy. Camille Desiles est ingénieure CNRS au sein de l’INIST et nous parlera de transcription sous Oxygen.

« Transcription manuelle et automatisée : enjeux et méthodes », session animée par le groupe OLIO :
– « Transcrire en TEI avec un outil dédié au XML », Camille Desiles (INIST, CNRS)
– « Environnement de transcription intégré à Omeka Classic : le plugin Transcript », Richard Walter (THALIM, CNRS)
– « Transcrire collectivement avec Scripto (MediaWiki + Omeka S) », Pierre Willaime (AHP, CNRS)
– « Gestion de projets collaboratifs de transcription avec TACT », Elisabeth Greslou et Arnaud Bey (Litt&Arts, UGA)

+ « Les vertus pédagogiques de la transcription, enjeux et outils », par Anne Réach-Ngô (UHA)

»

et c’est là que j’ai donné la parole à la première intervenante 🙂


OpenEdition vous propose de citer ce billet de la manière suivante :
Anne Garcia-Fernandez (23 septembre 2022). Autour de la transcription. ELAN - L'élan littératures, arts et numériques de Litt&Arts (UMR 5316). Consulté le 19 juillet 2024 à l’adresse https://doi.org/10.58079/o5f7


Laisser un commentaire

Votre adresse e-mail 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.