Ontologie eScriptorium

[sardinecan]

Voici une première proposition d'ontologie pour le corpus Experts

Ontologie

Régions

• MarginTextZone:date : date de l'expertise (généralement en haut à gauche du f. 1r)

• MarginTextZone:rubric : "titre" de l'expertise et mention des experts et greffiers, sous la date au f. 1r généralement

• MainZone : zone de texte principale

• MarginTextZone:addition : addition marginale au texte

• CustomZone:administrativeMention : mention administrative, elles peuvent être en marges mais pas toujours, p. ex. "2 mots rayés nuls"

• GraphicZone:figure : figure géométrique

• GraphicZone:sketch : croquis

En balance

• CustomZone:fees : frais de l'expertise.
  Peu pertinent ? a fondre avec les mentions administratives

• CustomZone:paragraph : paragraphe.
  Peu pertinent ? il n'y a pas toujours de paragraphes.

• CustomZone:signature : zone comportant les signatures.
  les traiter au niveau des types de lignes ?

A ajouter

zones concernant la diplomatique ?

• CustomZone:vacation
• CustomZone:avis
• CustomZone:description

Lignes

default | DefaultLine : ligne de texte standard
CustomLine:signature : ligne de signature

Annotations du texte

• abbreviation : abréviation
• superscript : texte en exposant
• unclear : incertitude
• addition : ajout (dans la ligne ou interligne)
• deletion : suppression / biffure
• gap : manque (illisible, dommage matériel, etc.)
• original form : pour marquer l'absence d'erreur de la part du transcripteur
• supplied : restitution

[sardinecan]

EC : il faut isoler les tâches : segmentation ≠ transcription, afin d'avoir une meilleur segmentation, on n'ajoute pas les transcriptions.
Nécessité d'avoir 2 corpus ?

• segmentation
• transcription

Questions à Alix

• incidence de l'ordre des lignes ?
• capable de traiter des images par lot (notamment ES peut-il identifier la première page, afin de récupérer les info relatives aux dates et rubrique ?)
• replacer les notes à la place des appels ?
• Si nous décidons d'ignorer les notes marginales et qu'il n'y a pas de traitement des images en lot, possibilité d'identifier tout de même la date et la rubrique de l'expertise sur la première page ?
• comment accéder au contenu annoter | comment faire pour ignorer le texte compris entre des pseudo-balises ?
• identification des paraphes (correspondance avec les ruches dans signatures)

[sardinecan]

Ajustements suite à la discussion avec AC.

Ontologie :
Régions

• MainZone : zone de texte principale
• MarginTextZone:addition : addition en marge, comportant généralement un signe de renvoi
• CustomZone:administrativeMention : Mention administrative, utilisation de CustomZone car elles peuvent être directement à la suite de l'expertise, ou en marge
• GraphicZone:figure : croquis, figure ou dessin
• MarginTextZone:date : date de l'expertise, en haut à gauche du f. 1r
• MarginTextZone:participants : experts et greffiers mentionnés en marge du f. 1r
• MarginTextZone:rubric : description de l'affaire, généralement sous la date, au f. 1r

Lignes

• DefaultLine : ligne standard
• DefaultLine:signature : ligne de signature/paraphe. Une par signature ou paraphe
• InterlinearLine:addition : addition placée en interligne, avec ou sans signe de placement
• InterlinearLine:correction : correction placée en interligne, si besoin de distinguer addition et correction

La principale difficulté concerne les ajouts marginaux avec signe de renvoi. Un type de région délimite les ajouts marginaux, mais afin d'être en mesure de les replacer dans le texte à postériori, il est impératif que les masques intègrent les signes de renvoi, dans le texte principal, mais également dans les additions, ainsi nous pourrons éventuellement ajouter dans le texte de la transcription des signes de renvoi :

• : signe de renvoi d'une addition intégré dans le masque de la ligne
  : idem dans le texte principal

L'appairage des lignes avec les régions règle le problème d'ordre de lecture des lignes.

Les ajouts/corrections en interligne sont segmentés avec un type de ligne (InterlinearLine:addition / InterlinearLine:correction) :

[sardinecan]

Nous avons terminé la segmentation des expertises déjà déposées.
Cependant, une question reste concernant le traitement des ratures, en particulier lorsqu'il ne s'agit que de quelques mots sur une ligne.
Cas de figures rencontrés :

• bloc supprimé bien délimité, on peut l'ignorer sans difficulté :

• Un ou plusieurs mots raturés sur une ou plusieurs lignes :

Dans ce cas de figure, on a plusieurs solutions.

• On laisse les lignes entières, et dans la transcription on indiquera par des symboles les segments supprimés (méthode utilisée par Alix il me semble) :

• on fait des découpages afin de laisser de côté les segments raturés

Bien évidemment, tout ceci se complique lorsque les corrections sont ajoutées dans l'interligne… car il n'y a pas toujours les signes d'insertion que l'on retrouve, généralement pour les ajouts…

Concernant les "simples" ajouts en interligne, on a généralement ce signe d'insertion :

Je pense que ce signe doit être pris en compte dans le masque de la ligne "normale" (c-a-d pas par le masque de l'interligne), afin que l'on puisse l'ajouter lors de la transcription et être en mesure de replacer à postériori l'ajout à sa place :

[sardinecan]

rectification concernant les signes d'insertion
Ils vont par paire (cf. photo juste au dessus) :

• un au dessus de la ligne, devant l'ajout
• le second sous la ligne qu'ils viennent compléter

Le premier doit donc être pris avec le masque de l'addition, le second avec le masque de la ligne principale.

Il faut faire attention car ils ne sont pas toujours l'un au dessus de l'autre, on retrouve un décalage d'un ou plusieurs mots.

Parfois en revanche, il n'y a tout simplement aucun signe d'insertion (voir par exemple Z1J664d017, Z1J583d022, Z1J579d037)

Autres cas particuliers
Z1J583d022 : ajout interligne effacé
Z1J754d020 et Z1J1149d050 : numérotation des vacations en marge ?
Z1J1149d050 : additions en fin de pv

créer des régions spécifiques ?