éducatifs en Afrique. Par la suite, Gérard Fourestier aimerait développer des
bases de données dans d’autres domaines, par exemple l’analyse sociétale,
l’analyse sémantique ou l’écologie.
= Payant versus gratuit
Bases de données payantes à destination des organismes et des particuliers qui
en ont les moyens, ou bases de données gratuites à la disposition de tous? Au
début des années 2000, les outils dont on dispose pour créer et gérer des bases
textuelles à moindres frais permettent de pencher vers la deuxième solution,
tout au moins lorsqu’il existe une véritable volonté dans ce sens.
Emilie Devriendt, élève professeur à l’Ecole normale supérieure (ENS) de Paris,
écrit en juin 2001: «L’avenir me semble prometteur en matière de publications de
ressources en ligne, même si, en France tout au moins, bon nombre de
résistances, inhérentes aux systèmes universitaire et éditorial, ne risquent pas
de céder du jour au lendemain (dans dix, vingt ans, peut-être ?). Ce qui me
donne confiance, malgré tout, c’est la conviction de la nécessité pratique
d’internet. J’ai du mal à croire qu’à terme, un chercheur puisse se passer de
cette gigantesque bibliothèque, de ce formidable outil. Ce qui ne veut pas dire
que les nouvelles pratiques de recherche liées à internet ne doivent pas être
réfléchies, mesurées à l’aune de méthodologies plus traditionnelles, bien au
contraire. Il y a une histoire de l’"outillage", du travail intellectuel, où
internet devrait avoir sa place.»
Professeur au département d’études françaises de l’Université de Toronto, Russon
Wooldridge est le créateur de ressources littéraires librement accessibles en
ligne. En 2001, sa tâche se trouve facilitée par TACTweb (TACT: text analysis
computing tools). Développé par John Bradley, informaticien au King’s College
London (Royaume-Uni), et par Geoffrey Rockwell, professeur à la McMaster
University (Canada), TACTweb est un logiciel de recherche de données textuelles
en ligne. En mai 2001, Russon Wooldridge explique: «La dernière version de
TACTweb permet dorénavant de construire des bases interactives importantes comme
les dictionnaires de la Renaissance (Estienne et Nicot ; base RenDico), les deux
principales éditions du Dictionnaire de l’Académie française (1694 et 1835), les
collections de la Bibliothèque électronique de Lisieux (base LexoTor), les
oeuvres complètes de Maupassant, ou encore les théâtres complets de Corneille,
Molière, Racine, Marivaux et Beaumarchais (base théâtre 17e-18e). À la
différence de grosses bases comme Frantext ou ARTFL nécessitant l’intervention
d’informaticiens professionnels, d’équipes de gestion et de logiciels coûteux,
TACTweb, qui est un gratuiciel que l’on peut décharger en ligne et installer
soi-même, peut être géré par le chercheur individuel créateur de ressources
textuelles en ligne.»
Autre exemple, le projet HyperNietzsche, lancé en 2000 sous la direction de
Paolo d’Iorio, chargé de recherches à l’Institut des textes et manuscrits
modernes (ITEM) du CNRS. Ce projet expérimental «vise à créer une infrastructure
de travail collectif en réseau, lit-on sur le site web. Cette infrastructure
sera d’abord appliquée et testée sur l’oeuvre de Nietzsche, pour être ensuite
généralisable à d’autres auteurs, à l’étude d’une période historique ou d’un
fonds d’archive, ou à l’analyse d’un problème philosophique. Il ne s’agit donc
pas seulement d’un projet de numérisation et de mise en réseau d’un ensemble de
textes et d’études sur Nietzsche, ni d’une édition électronique conçue comme un
produit confectionné et offert à la consultation, mais plutôt d’un instrument de
travail permettant à une communauté savante délocalisée de travailler de façon
coopérative et cumulative et de publier les résultats de son travail en réseau,
à l’échelle de la planète. Il ne s’agit pas seulement d’une bibliothèque de
textes électroniques en ligne, plus ou moins bien indexée, accompagnée d’un
moteur de recherche par mots-clés ou en texte intégral. C’est un véritable
système hypertextuel qui permet tout d’abord de disposer les textes et les
manuscrits de Nietzsche selon des ordonnancements chronologiques, génétiques ou
thématiques, et surtout d’activer un ensemble de liens hypertextuels qui relient
les sources primaires aux essais critiques produits par les chercheurs.» Le
texte intégral consacré à la présentation du projet est disponible pendant deux
ans en accès libre sur le site des PUF (Presses universitaires de France). Son
équivalent imprimé est publié en octobre 2000 dans la série «Ecritures
électroniques» de la collection «Que sais-je?».
En février 2003, Emilie Devriendt fait à nouveau le point: «Dans ce domaine que
l’on appelle parfois l’informatique littéraire, deux aspects du texte
électronique m’intéressent plus particulièrement, dans une perspective
d’enseignement ou de recherche: la publication de ressources textuelles, par
exemple littéraires, sur le web au format texte ou au format image (exemple:
Gallica ou la Bibliothèque électronique de Lisieux); la publication de bases de
données textuelles interactives, c’est à dire d’outils de recherche et d’analyse
linguistique appliqués à des textes électroniques donnés (exemple: la Nefbase du
Net des études françaises ou, si l’on veut citer une banque de données payante,
Frantext). Aujourd’hui ce type de ressources est relativement bien développé
(même si aucune "explosion" ne semble avoir eu lieu si l’on compare la situation
actuelle à celle d’il y a deux ou trois ans). En revanche, on ne peut
véritablement mesurer les usages qui en sont faits.»
8.3. Catalogues collectifs
= Premiers pas
Par le passé, on a pu reprocher aux catalogues de bibliothèques d’être austères,
peu conviviaux, et surtout de donner les références du document mais en aucun
cas l’accès au contenu. Depuis qu’ils sont disponibles sur l’internet, les
catalogues sont moins austères et plus conviviaux. Et surtout - rêve de tous qui
commence à devenir réalité - ils permettent l’accès aux documents eux-mêmes :
textes et images dans un premier temps, extraits sonores et vidéos dans un
deuxième temps. En 1998, les 2.500 oeuvres de l’Universal Library sont
accessibles par le biais d’un système expérimental (ESS: experimental search
system) intégré ensuite au catalogue en ligne de la Library of Congress.
L’avenir des catalogues en réseau tient à l’harmonisation du format MARC
(machine readable cataloguing) par le biais de l’UNIMARC (universal machine
readable cataloguing). Créé en 1977 par l’IFLA (International Federation of
Library Associations), le format UNIMARC est un format universel permettant le
stockage et l’échange de notices bibliographiques au moyen d’une codification
des différentes parties de la notice (auteur, titre, éditeur, etc.) pour
traitement informatique. Ce format favorise les échanges de données entre la
vingtaine de formats MARC existants, qui correspondent chacun à une pratique
nationale de catalogage (INTERMARC en France, UKMARC au Royaume-Uni, USMARC aux
Etats-Unis, CAN/MARC au Canada, etc.). Les notices dans le format MARC d’origine
sont d’abord converties au format UNIMARC avant d’être converties à nouveau dans
le format MARC de destination. UNIMARC peut aussi être utilisé comme standard
pour le développement de nouveaux formats MARC.
Dans le monde anglophone, la British Library (qui utilise UKMARC), la Library of
Congress (qui utilise USMARC) et la Bibliothèque nationale du Canada (qui
utilise CAN/MARC) décident d’harmoniser leurs formats MARC nationaux. Un
programme de trois ans (décembre 1995 - décembre 1998) permet de mettre au point
un format MARC commun aux trois bibliothèques.
Parallèlement, en 1996, dans le cadre de son Programme des bibliothèques, la
Commission européenne promeut l’utilisation du format UNIMARC comme format
commun d’échange entre tous les formats MARC utilisés dans les pays de l'Union
européenne. Le groupe de travail correspondant étudie aussi les problèmes posés
par les différentes polices de caractères, ainsi que la manière d’harmoniser le
format bibliographique, tout comme le format du document lui-même pour les
documents disponibles en ligne.
A la fin des années 1990, de plus en plus de catalogues sont disponibles sur le
web, moyennant une interface spécifique. L’usager a souvent le choix entre deux
types de recherche, simple et avancée, et il peut sélectionner plusieurs
critères complémentaires tels que le nombre de notices souhaitées ou bien le
mode de classement. A réception du résultat, il dispose de plusieurs pages de
notices abrégées ou complètes. Les notices sélectionnées peuvent être copiées,
imprimées, sauvegardées ou bien envoyées par courriel. Des liens hypertextes
permettent de passer facilement d’une requête à l’autre.
Ces catalogues utilisent le protocole Z39.50, un standard de communication
permettant de chercher et récupérer des informations bibliographiques dans des
bases de données en ligne. Ce protocole est d'abord utilisé par le WAIS (wide
area information servers), un système de recherche créé au début des années 1990
pour consulter les index de bases de données situées sur des serveurs
consultables à distance, avant l'apparition des moteurs de recherche sur le web.
La version du Z39.50 en cours (norme ISO 23950: 1998) est utilisée par les
grands catalogues de bibliothèques disponibles sur le web, notamment par celui
de la Library of Congress. Ce protocole est également promu par la Commission
européenne pour favoriser son utilisation dans les pays de l’Union européenne.
Tous deux en accès libre, les catalogues de la British Library et de la Library
of Congress sont d’excellents outils bibliographiques à l’échelon mondial. En
mai 1997, la British Library lance son OPAC 97 (OPAC: online public access
catalogue), un catalogue en ligne permettant l’accès aux catalogues de ses
principales collections à Londres et à Boston Spa, soit 150 millions de
documents rassemblés depuis 250 ans. Catalogue expérimental, l’OPAC 97 est
ensuite remplacé par sa version définitive, le BLPC (British Library public
catalogue). Quant au catalogue de la Library of Congress, avec menus en anglais
et en espagnol, il s’agit du plus important catalogue en ligne au monde, avec un
grand nombre de notices en français.
Les catalogues collectifs visent à faire connaître les ressources disponibles à
l’échelon local, régional, national et international. C'est le cas par exemple
du Catalogue collectif de France (CCFr), mis en chantier en juillet 1997, qui
permet de «trouver des informations détaillées sur les bibliothèques françaises,
leurs collections et leurs fonds (anciens, locaux ou spécifiques), connaître
précisément les services qu’elles rendent et interroger leur catalogue en
ligne». A terme, annonce-t-on en 1998, il permettra aussi de «localiser des
ouvrages (documents imprimés, audio, vidéo, multimédia) dans les principales
bibliothèques et demander le prêt ou la reproduction» de documents qui seront
remis à l’usager dans la bibliothèque de son choix. C’est chose faite en
novembre 2002. En juillet 2001, la gestion du CCFr est confiée à la Bibliothèque
nationale de France (BnF). Le CCFr regroupe les catalogues de la BnF et des
bibliothèques universitaires, ainsi que les catalogues des fonds anciens (avant
1811) et locaux des bibliothèques municipales et spécialisées. En décembre 2006,
le CCFr permet de localiser 15 millions de documents dans 160 bibliothèques
françaises.
= WorldCat et RedLightGreen
L’internet facilite la gestion de catalogues collectifs mondiaux. Le but premier
de ces catalogues est d’éviter de cataloguer à nouveau un document déjà
catalogué par une bibliothèque partenaire. Si le catalogueur trouve la notice du
livre qu’il est censé cataloguer, il la copie pour l’inclure dans le catalogue
de sa propre bibliothèque. S’il ne trouve pas la notice, il la crée, et cette
notice est aussitôt disponible pour les catalogueurs officiant dans d'autres
bibliothèques. Ce pari osé est tenté par deux associations, l’OCLC (Online
Computer Library Center) dès 1971 et le RLG (Research Libraries Group) dès 1980.
Quelque trente ans plus tard, l’OCLC et le RLG gèrent de gigantesques bases
bibliographiques alimentées par leurs adhérents, permettant ainsi aux
bibliothécaires d’unir leurs forces par-delà les frontières.
Fondée en 1967 dans l’Ohio (Etats-Unis), l’OCLC gère l’OCLC Online Union
Catalog, débuté en 1971 pour desservir les bibliothèques universitaires de
l’Etat de l’Ohio. Ce catalogue collectif s’étend ensuite à tout le pays, puis au
monde entier. Désormais appelé WorldCat, et disponible sur abonnement payant, il
comprend en 1998 38 millions de notices en 370 langues, avec translittération
pour les caractères non romains des langues JACKPHY (japonais, arabe, chinois,
coréen, persan, hébreu et yiddish). L’accroissement annuel est de 2 millions de
notices. WorldCat utilise huit formats bibliographiques correspondant aux
catégories suivantes: livres, périodiques, documents visuels, cartes et plans,
documents mixtes, enregistrements sonores, partitions, documents informatiques.
En 2005, 61 millions de notices bibliographiques produites par 9.000
bibliothèques et centres de documentation sont disponibles dans 400 langues. En
2006, 73 millions de notices provenant de 10.000 bibliothèques dans 112 pays
permettent de localiser un milliard de documents. Une notice type contient la
description du document ainsi que des informations sur son contenu: table des
matières, résumé, couverture, illustrations et courte biographie de l’auteur.
Devenue la plus grande base mondiale de données bibliographiques, WorldCat migre
progressivement sur le web, d’abord en rendant la consultation des notices
possible par le biais de plusieurs moteurs de recherche (Yahoo!, Google et bien
d’autres), puis en lançant en août 2006 une version web (bêta) de WorldCat en
accès libre, avec en sus un accès direct aux documents électroniques des
bibliothèques membres: livres du domaine public, articles, photos, livres audio,
musique et vidéos.
Fondé en 1980 en Californie, avec une antenne à New York, le RLG (Research
Library Group, qui devient ensuite le Research Libraries Group) se donne pour
but d’améliorer l’accès à l’information dans le domaine de l’enseignement et de
la recherche. Le RLG débute son propre catalogue sous le nom de RLIN (Research
Libraries Information Network). Contrairement à WorldCat qui n'accepte qu'une
notice par document, RLIN accepte plusieurs notices pour un même document. En
1998, RLIN comprend 82 millions de notices dans 365 langues, avec des notices
translittérées pour les documents publiés dans les langues JACKPHY et en
cyrillique. Des centaines de dépôts d’archives, bibliothèques de musées,
bibliothèques universitaires, bibliothèques publiques, bibliothèques de droit,
bibliothèques techniques, bibliothèques d’entreprise et bibliothèques d’art
utilisent RLIN pour le catalogage, le prêt inter-bibliothèques et le contrôle
des archives et des manuscrits. Une des spécialités de RLIN est l’histoire de
l’art. Alimentée par 65 bibliothèques spécialisées, une section spécifique
comprend 100.000 notices de catalogues d’expositions et 168.500 notices de
documents iconographiques (photographies, diapositives, dessins, estampes et
affiches). Cette section inclut aussi les 110.000 notices de la base
bibliographique Scipio, consacrée aux catalogues de ventes.
En 2003, RLIN change de nom pour devenir le RLG Union Catalog, qui comprend
désormais 126 millions de notices bibliographiques correspondant à 42 millions
de documents (livres, cartes, manuscrits, films, bandes sonores, etc.). Au
printemps 2004, une version web du catalogue est disponible en accès libre sous
le nom de RedLightGreen, suite à une phase pilote lancée à l’automne 2003. La
mise en ligne de RedLightGreen inaugure une ère nouvelle. C’est en effet la
première fois qu’un catalogue collectif mondial est en accès libre. Destiné en
premier lieu aux étudiants du premier cycle universitaire, RedLightGreen propose
130 millions de notices, avec des liens vers des informations spécifiques aux
bibliothèques d’un campus donné (cote, version en ligne si celle-ci existe,
etc.). Après trois ans d’activité, en novembre 2006, les usagers sont invités à
utiliser WorldCat, dont la version web (bêta) est en accès libre depuis août
2006. A la même date, le RLG est intégré à OCLC.
8.4. Chronologie
* Cette chronologie ne prétend pas à l’exhaustivité.
1967: Fondation d’OCLC (Online Computer Library Center).
1971: Débuts de l’OCLC Online Union Catalog, qui deviendra WorldCat.
1977: Lancement de l’UNIMARC, format universel de catalogage.
1980: Débuts du RLG (Research Libraries Group) et de son catalogue RLIN
(Research Libraries Information Network).
1994: Travlang, répertoire de dictionnaires de langues créé par Michael Martin.
1994 (janvier): Annuaire de l’UREC (Unité réseaux du CNRS).
1995: Frantext, base textuelle de l’Institut national de la langue française
(INaLF).
1995: A Web of Online Dictionaries, créé par Robert Beard.
1996: Adoption de l’UNIMARC par la Communauté européenne.
1996: Site de recherches et activités littéraires de Patrick Rebollar.
1996: Une Autre Terre, portail de science-fiction, créé par Fabrice Lhomme.
1996 (juin): Zazieweb, site d’actualité littéraire créé par Isabelle Aveline.
1997 (mai): OPAC (online public access catalogue) de la British Library.
1997 (juillet): Débuts du Catalogue collectif de France (CCFr).
1997 (décembre): Outils linguistiques de la société de traduction Logos.
1998: Rubriques à Bac, site créé par Gérard Fourestier.
1998: ESS (experimental search system) de la Library of Congress.
1999: yourDictionary.com, portail cofondé par Robert Beard.
1999 (décembre): WebEncyclo, première encyclopédie francophone en accès libre.
1999 (décembre): Britannica.com, première encyclopédie anglophone en accès
libre.
1999 (décembre): Mise en ligne de l’Encyclopaedia Universalis.
2000: Mise en ligne du Quid.
2000: HyperNietzsche, lancé sous la direction de Paolo d’Iorio.
2000 (mars): Mise en ligne de l’Oxford English Dictionary.
2000 (septembre): L’encyclopédie Encarta de Microsoft en accès libre.
2000 (septembre): Mise en ligne du Grand dictionnaire terminologique (GDT) par
l'Office québécois de la langue française (OQLF).
2001 (janvier): Laboratoire ATILF (Analyse et traitement informatique de la
langue française).
2001 (janvier): Wikipedia, grande encyclopédie coopérative fondée par Jimmy
Wales et Larry Sanger.
2003: RLIN devient le RLG Union Catalog, puis le RedLightGreen.
2004 (printemps): RedLightGreen, premier catalogue collectif mondial en accès
libre.
2006 (août): Le catalogue collectif mondial WorldCat en accès libre en version
bêta.
2006 (novembre): Disparition de RedLightGreen, et fusion du RLG avec l’OCLC.
2007 (mars): Citizendium, grande encyclopédie collaborative en ligne fondée par
Larry Sanger.
2007 (mai): Encyclopedia of Life, grande encyclopédie collaborative des sciences
de la vie fondée par un consortium.
9. LE LIVRE NUMERIQUE
[9.1. Formats de lecture / PDF - Adobe Reader / OeB (Open eBook) / LIT -
Microsoft Reader / PRC - Mobipocket Reader / PDB - Palm Reader / BRF (braille
format) / DAISY - livre audio // 9.2. Une tâche titanesque / Une voie tracée par
la presse / Divers canaux de diffusion / Une progression régulière // 9.3.
Chronologie]
Si le livre numérique commercial naît en mai 1998, il ne se développe
véritablement qu’à compter du deuxième semestre 2000, en tant que mode de
diffusion complémentaire de l’imprimé. De plus en plus de titres sont
disponibles en deux versions, imprimée et numérique, puis, au fil des ans,
uniquement en version numérique. Tout comme la version imprimée, la version
numérique se décline en plusieurs formats, y compris au format braille et audio.
En 2007, on compte des dizaines de milliers de livres numériques lisibles sur
ordinateur, PDA, téléphone, smartphone et tablette électronique.
9.1. Formats de lecture
Un format de lecture correspond à un logiciel donné. Un logiciel de lecture
permet de lire à l’écran un livre numérique tout en bénéficiant des
fonctionnalités suivantes: navigation hypertexte au sein du livre ou vers le
web, changement de la taille et de la police des caractères, surlignage de
certains passages, recherche de mots dans l’ensemble du texte, ajout de signets
ou de notes personnelles, choix de l’affichage en mode paysage ou portrait,
agrandissement des figures et graphiques, sommaire affiché en permanence, et
enfin formatage automatique du livre et de sa pagination en fonction de la
taille de l’écran (ce qu’on appelle le reflowing). Lancés en 2001 pour contrôler
l’accès aux livres numériques sous droits, des systèmes de DRM (digital rights
management) permettent la gestion des droits numériques en fonction des
consignes données par l’éditeur.
= PDF / Adobe Reader
Lancé en juin 1993 par la société Adobe et diffusé gratuitement, le premier
logiciel de lecture du marché est l’Acrobat Reader, qui permet de lire des
documents au format PDF (portable document format). Ce format permet de figer
les documents numériques dans une présentation donnée, pour conserver les
polices, les couleurs et les images du document source, quelle que soit la
plateforme utilisée pour le créer et pour le lire. Vendu en parallèle, le
logiciel Adobe Acrobat permet de convertir n’importe quel document au format
PDF.
Au fil des ans, le format PDF devient la norme internationale de diffusion des
documents électroniques, pour impression ou pour transfert d'une plateforme à
l'autre. Des millions de documents PDF sont présents sur le web pour lecture ou
téléchargement, ou bien transitent par courriel sous forme de fichier attaché.
L’Acrobat Reader pour ordinateur est progressivement disponible dans plusieurs
langues et pour diverses plateformes (Windows, Mac, Linux, Unix). En 2001, Adobe
lance également un Acrobat Reader pour assistant personnel (PDA), utilisable sur
le Palm Pilot (en mai 2001) puis sur le Pocket PC (en décembre 2001).
Face à la concurrence représentée par le Microsoft Reader (lancé en avril 2000),
Adobe annonce en août 2000 l’acquisition de la société Glassbook, spécialisée
dans les logiciels de distribution de livres numériques à destination des
éditeurs, des libraires, des distributeurs et des bibliothèques. Adobe passe
aussi un partenariat avec Amazon.com et Barnes & Noble.com afin de proposer des
titres lisibles sur l’Acrobat Reader et le Glassbook Reader.