Tables des matières, index et texte enrichi en TEI

Tables des matières et index

Encodées en TEI simplifié, les tables des matières et les index (géographiques, des auteurs, des personnes citées, etc.) sont des outils de consultation et de navigation très utiles dans un document.

Lorsqu’ils existent dans le document original, ils sont restitués dans le document numérique de manière à créer des accès spécifiques (appelés génériquement "Table des matières" dans l’interface de consultation de Gallica).

Cette conversion se fait par saisie manuelle, puis balisage de chaque entrée. Chaque table des matières ou index est divisé selon ses grandes parties, à l'intérieur desquelles chaque entrée (intitulé et page cible) est balisée en tant que lien hypertexte vers la page cible à laquelle elle se réfère. Ceci n'est possible que par l'identification au préalable des pages constituant la(les) table(s) des matières ou le(s) index dans le fichier refNum.

La gestion des tables des matières dites "multivolumes" (liens d'une entrée vers une ou plusieurs pages d'un autre document numérique) est également prise en charge dans le processus de numérisation des documents de la BnF.

Exemples de tables des matières dans Gallica :

• Le monde des adolescents / par Victor Henrion
• Précis d'analyse microscopique des denrées alimentaires : caractères, procédés d'examen, altérations et falsifications / par V. Bonnet,...
• Physiologie du goût / par Brillat Savarin ; illustrée par Bertall...

Texte enrichi

A titre expérimental, la Revue de synthèse a été intégralement encodée en TEI simplifié. Cette version textuelle du document permet une recherche plus fiable et précise que dans les conversions générées par OCR, et une navigation spécifique à l’intérieur de chaque fascicule et entre les fascicules.

A cette fin, les éléments structurants du texte (grandes rubriques, chapitres, images, formules, citations, notes de bas de page, renvois etc.) ont été balisés.

Exemples dans Gallica :

• page contenant des notes de bas de page
• page avec une image insérée dans le texte

La version en mode image est également accessible sur Gallica.

Tei simplifiée utilisée à la BnF

Les projets d’encodage en TEI à la BnF ont débuté à la fin des années 90. Ils se sont appuyés sur la troisième édition de la TEI (P3) dans sa version simplifiée sous forme de DTD et notamment sur la traduction française de 1996 de celle-ci.

La TEI simplifiée est une sélection des éléments, attributs et paramètres indispensables et les plus utilisés de la TEI.

Les balises obligatoires sont composées de :

• l'ensemble des éléments et des attributs obligatoires pour tous les genres de documents et qui servent à la transcription du texte. Un document TEI simple comporte les éléments suivants :
  • < front > : regroupe toutes les pièces liminaires (en-têtes, page de titre, préfaces, dédicaces, etc.) situés avant le début du texte lui-même ;
  • < group > : regroupe plusieurs textes unitaires ou groupes de textes ;
  • < body > : regroupe le corps entier d'un texte unitaire seul, à l'exclusion de toute pièce liminaire ou annexe ;
  • < back > : regroupe toutes les annexes qui suivent le texte principal.
• un en-tête, le Header, qui fournit toutes les informations relatives à la création et à la gestion du document (auteurs et leur rôle, langue d’usage, contexte, classification et descripteurs du texte), ses liens avec d’autres sources ainsi que l’historique des versions

Les balises de base : ont été choisies entre plusieurs catégories de textes dont les principales sont : prose, poésie, théâtre, transcription du discours, dictionnaire et informations terminologiques.

Généralement, un seul ensemble de balises permet l'encodage d'un genre spécifique. Les balises de base déterminent donc la composition du texte encodé selon l'interprétation que l'on veut en donner.

Les divisions prévues dans la DTD désignent les parties ou sections du texte en fonction de la structure de base choisie. Tous les objets tels que "chapitre", "section", "acte" ont une place définie dans la structure logique du document. Si, pour certaines raisons culturelles ou d'application, l'appellation de ces objets peut varier dans le document original, la TEI les considère comme le même type d'élément, soit une division < div> numérotée ou non (la dernière version de la TEI Lite n'autorise plus la numérotation des divisions). Il est alors possible de qualifier ces divisions par un attribut "type" : par exemple, un chapitre pourrait être identifié par la balise < div2 type='chapitre' >.

Exemple de divisions structurant un texte

---

Un certain nombre de balises spécifiques permettent d'encoder des parties de texte particulières et de gérer des liens.

En savoir plus

sur la TEI simplifiée : une introduction au codage des textes électroniques en vue de leur échange
(édition P3, traduction française, 1996)