Dans le cadre du projet HOME, Sergio Torrès, Paul Chaffenet et moi procédons à l’alignement d’éditions de cartulaires sur les images numérisées (sur ce point, un futur billet ou une série de billets donnera un ensemble de remarques) et, ce matin, je travaillais sur l’édition du cartulaire de Fervaques préparée par Chris Schabel et Russell Friedman (The Cartulary of Fervaques Abbey, a Cistercian Nunnery, 2020, en ligne : https://www.academia.edu/42605288/The_Cartulary_of_Fervaques_Abbey_a_Cistercian_Nunnery) à partir du manuscrit Paris, Bibliothèque nationale de France, Latin 11071, numérisé sur Gallica (https://gallica.bnf.fr/ark:/12148/btv1b100363358).
Avant toute chose, nous tenons à les remercier très chaleureusement de leur générosité et des facilités qu’ils nous accordent pour travailler sur leur édition.
Dans deux cas, les éditeurs ont été surpris par l’incohérence du texte et je pense pouvoir les expliquer par un raisonnement paléographique :
Le formulaire des officiaux de Laon, tel qu’on le voit sur différents actes originaux, notamment dans le ms. Paris, Bibliothèque nationale de France, Picardie 290, numérisé sur Gallica (https://gallica.bnf.fr/ark:/12148/btv1b10036137d), donne généralement la date par le millésime et le mois (“millesimo… mense …”), mais peut aussi donner le jour, auquel cas , soit millésime suivi d’un jour (feria …, sabbato) et sa relation à une fête. Bref, dans la formulation du f. 6v, “anno Domini .M. ducentesimo septuagesimo … feria .iiija. ante Nativitatem beati Johannis baptiste”, on n’attend que la fin du millésime. Un autre acte de l’official de Laon, bien que plus tardif, nous donne une solution satisfaisante : , avec le mot “secundo” avant “sabbato”. Si on zoome , on voit clairement comment “scd=o” peut être transformé en “sti” avec la seconde partie de “d” avec un “o” ouvert semblant être une attaque de “v” plutôt qu’une ligature “do”.
Le copiste essaie de rendre le plus fidèlement possible un mot qu’il ne parvient pas à lire.
Pour le deuxième cas, un autre acte de l’official de Laon, c’est le même jeu. La construction syntaxique est claire : “se quitasse recognoverunt (…) quamdam vineam”. Ce que je viens de remplacer par “(…)” doit être autonome. Vu le profil scribal de notre copiste, je propose de voir “predicta” qui, sur l’original, devrait être écrit avec l’hampe du “p” un peu détachée de la boucle, ce qui donne un trait vertical + tilde + “o” et “dicta” interprété par notre cartulariste comme il a pu.
La plateforme Himanis (désormais hébergée par Huma-Num) permet l’étude diachronique de l’emploi du mot « frontière » dans les actes enregistrés par la chancellerie royale de 1302 à 1483 dans les registres dits du « Trésor des Chartes » — étude à compléter par la mesure des biais qui touchent l’analyse lexicographique dans un corpus de cette ampleur. Une telle étude doit forcément s’inscrire à la suite des observations de C. Gauvard sur la violence aux frontières du royaume et le discours politique qui la décrit en lien avec la “propagande royale” [1], et de la géographie historique de D. Nordman et L. Dauphant[2]. Elle peut néanmoins apporter une perspective originale sur la conception territoriale du royaume et l’évolution du mot et de ses emplois, que seule une approche exhaustive peut mettre en lumière.
Les éditions d’intérêt régional offre une entrée dans le vocabulaire de la chancellerie royale (Poitou, 1302-1483[3] ; Paris 1328-1350[4] ; Paris 1420-1436[5]), comme les éditions de formulaires (O. de Morchesne[6]). Ensuite viennent les inventaires analytiques de la série JJ des Archives Nationales : tout d’abord ceux à visée systématique et chronologique, couvrant, pour la partie publiée, les années 1302-1350 et les règnes de Philippe le Bel [7], de ses fils [8], puis de Philippe de Valois [9], et, sous forme manuscrite, le règne de Jean le Bon (registres JJ 80-95), puis, les inventaires à visée géographique (Gascogne 1304-1568[10], Languedoc et Rouergue 1302-1502 [11], Loire moyenne 1350-1502 [12]). Dans ce vaste ensemble, seuls 43 actes édités font mention de « frontière » (graphies diverses, en latin comme en français) et 81 actes sont analysés ou indexés avec le même mot de « frontière ».
Dans le cadre du projet européen de recherche Himanis (http://himanis.huma-num.fr/himanis/), 199 volumes de registres et de formulaires, formant un ensemble de 83158 pages numérisées, ont été « lus » et indexés grâce à l’intelligence artificielle. Cette réussite technologique permet de passer outre l’incomplétude des inventaires et éditions. Le décompte du nombre d’occurrences ne suffit pas : une titulature ou des actes plusieurs fois insérés ou vidimés troublent des statistiques portant sur des nombres faibles[13]. La recherche en plein texte permet surtout de dresser un panorama plus complet, comprenant non seulement les attestations de mots, de leurs quasi-synonymes, mais aussi des absences dans des contextes où ils pourraient intervenir.
Au début de la période étudiée, le mot « frontière » est plus neutre dans le domaine occitan et désigne la limite du territoire. En revanche, en langue d’oïl, comme le soulignait déjà L. Febvre[14], il s’agit étymologiquement de la ligne de front, donc de la limite territoriale où des armées s’opposent. Les cooccurrences de « frontière » sont les garnisons (« stabilita », subst. fém., e.g. JJ 55 , f. 54v, n° 115) et les châteaux, face aux « ennemis », pour faire ou prévenir la « guerre ». Les chevauchées de la guerre de Cent ans permettent de distinguer le combat (guerre) et la zone immobile (frontière)[15]. En conséquence, la frontière ne désigne pas la limite du royaume, mais le péril permanent[16], dont l’état (largement supposé) justifie l’armement des habitants, mais surtout autorise l’action du prince (impôt, grâce, rémission). Ce discours de « propagande » se maintient à la Renaissance[17].
Si ces observations ne font que préciser un état connu, parmi les apports de cette enquête, il y a les mobilités qui ne sont pas thématisées comme liées au passage d’une limite-frontière (au sens actuel) tels que des voyages, expéditions militaires, pèlerinages ou émigrations définitives (telle personne, née en Allemagne, mais résidant dans le royaume depuis longtemps), et, par certaines expressions, mêmes les fuites hors du royaume. Les crimes commis à l’étranger et faisant l’objet de lettres de rémission sont caractérisés comme « hors des mettes de nostre royaume », expression qui est autrement liée soit à la production ou contrefaçon de monnaie[18], soit à d’autres juridictions.
Une chronologie plus fine de la notion de « frontière » comme limite du royaume peut être esquissée avec l’apparition d’expressions hybrides et des inversions de champs lexicaux :
E.g. JJ 135, f. 143r, n° 262 : « Que comme ladicte ville soit situee pres des fins et mettes de nostre royaume es destrois et dangiers des contez de Foiz et d’Arminhac et pres d’aucunes forteresses occupees par noz ennemis, lesquelz par long temps leur ont fait grant guerre », avril 1389 [a.st.] ;
JJ 160, f. 266v, n° 374 « comme ladicte ville soit situee et assise es fins et mettes de nostre royaume en païs de frontiere de noz ennemis », 25 juin 1406.
Enfin, la reconquête des terres sous Charles V permet de lexicaliser, face à une frontière d’occasion, des « pays de frontière » qui sont effectivement aux marges géographiques du domaine de souveraineté. Si l’expression des « pays de frontière » reste principalement attachée au Nord du royaume, on voit dans les registres du Trésor des chartes l’évolution qui va permettre le passage du sens ancien au sens actuel, la fusion de la limite juridictionnelle et de la limite militaire.
[1] Claude Gauvard, Crime,
État et société en France à la fin du Moyen âge: «de grace especial»,
Histoire ancienne et médiévale 24 (Paris: Publ. de la Sorbonne, 1991), 253‑63.
[2]Frontières de
France : de l’espace au territoire XVIe-XIXe siècle, Bibliothèque des
histoires (Paris: Gallimard, 1998); Léonard Dauphant, « Le royaume des
quatre rivières : l’espace politique
français, 1380-1515 » (Champ Vallon, 2012); Léonard Dauphant, « Le
royaume des Quatre Rivières : l’exemple de la frontière de la Meuse de Philippe
IV à François Ier », in Frontières oubliées, frontières retrouvées :
Marches et limites anciennes en France et en Europe, éd. par Michel Catala,
Jean-Claude Meuret, et Dominique Le Page, Enquêtes et documents (Rennes:
Presses universitaires de Rennes, 2016), 221‑34,
http://books.openedition.org/pur/34315.
[3] Paul Guérin et Léonce
Celier, Recueil des documents concernant le Poitou contenus dans les
registres de la chancellerie de France, 14 vol., Archives historiques du
Poitou (Poitiers: Société des archives historiques du Poitou, 1881),
http://gallica.bnf.fr/ark:/12148/bpt6k209478j.
[4] Jules Viard, Documents
parisiens du règne de Philippe VI de Valois (1328-1350) : extraits des
registres de la chancellerie de France, 2 vol. (Paris: H. Champion, 1899).
[5] Auguste Longnon, Paris
pendant la domination anglaise (1420-1436) : documents extraits des registres
de la Chancellerie de France (Paris: H. Champion, 1878).
[6] Odart Morchesne, Le
formulaire d’Odart Morchesne, dans la version du ms BnF fr. 5024, éd. par
Olivier Guyotjeannin et Serge Lusignan, Mémoires et documents de l’École des
chartes 80 (Paris: École des chartes, 2005).
[7] Jean Glénisson et Jean
Guérout, Registres du trésor des chartes: inventaire analytique, 1: Règne de
Philippe le Bel, éd. par Robert Fawtier, André Chamson, et Archives
nationales, Inventaires et documents (Paris: Impr. Nationale, 1958).
[8] Jean Guérout, Registres
du Trésor des chartes, 2: Règnes des fils de Philippe le Bel. 1. Règnes de
Louis X le Hutin et de Philippe V le Long, éd. par Robert Fawtier,
Registres du Trésor des chartes (Paris: S.E.V.P.E.N, 1966); Henri Jassemin,
Aline Vallée, et Jean Guérout, Registres du Trésor des chartes, 2: Règnes
des fils de Philippe le Bel. 2. Règne de Charles IV le Bel, Registres du
Trésor des chartes (Paris, 1999).
[9] Archives nationales, Registres
du Trésor des chartes: inventaire analytique, 3. 1: Règne de Philippe de Valois
JJ 65 à 69, Registres du Trésor des chartes. (Paris: SEVPEN puis Archives
nationales, 1978); Archives nationales, Registres du Trésor des chartes:
inventaire analytique, 3. 2: Règne de Philippe de Valois JJ 70 à 75,
Registres du Trésor des chartes. (Paris: SEVPEN puis Archives nationales,
1979); Archives nationales, Registres du Trésor des chartes: inventaire
général et index généraux, 3. 3: Règne de Philippe de Valois JJ 76 à 79,
Registres du Trésor des chartes. (Paris: SEVPEN puis Archives nationales,
1984).
[10] Charles Samaran, La
Gascogne dans les registres du Trésor des chartes, éd. par Comité des
travaux historiques et scientifiques, Collection de documents inédits sur
l’histoire de France. Série in-8° 4 (Paris: Bibliothèque nationale, 1966),
http://gallica.bnf.fr/ark:/12148/bpt6k6243594h.
[11] Yves Dossat, Anne-Marie
Lemasson, et Philippe Wolff, Le Languedoc et le Rouergue dans le Trésor des
chartes, éd. par Comité des travaux historiques et scientifiques,
Collection de documents inédits sur l’histoire de France : Section d’histoire
médiévale et de philologie : Série in-8 ° 16 (Paris: Comité des travaux
historiques et scientifiques, 1983),
http://gallica.bnf.fr/ark:/12148/bpt6k62483417.
[12] Archives nationales, Les
pays de la Loire moyenne dans le Trésor des chartes: Berry, Blésois, Chartrain,
Orléanais, Touraine, 1350-1502 Archives nationale, JJ 80-235, Collection de
documents inédits sur l’histoire de France 22 (Paris: CTHS, 1993),
http://gallica.bnf.fr/ark:/12148/bpt6k6244424t.
[13] E.g. titulature de Gaucher de Châtillon,
lieutenant du roi « es frontieres de
Flandres » ; acte de nomination des maîtres des eaux et forêts
« es frontieres de nostre royaume ou
en autres lieus », 14 août 1331.
[14] Lucien Febvre,
« Frontière », Bulletin du Centre international de synthèse,
section de synthèse historique 5 (1928): 31‑43.
[15] E.g. « noz
guerres tant de Gascoigne comme es frontieres de Flandres », JJ 73,
f. 243r, n° 307.
[16] E.g. JJ 149, f. 16r,
n° 40 : l’Auvergne est un « pays de frontière » ; JJ 68, f. 418v,
n° 220 : Caen est « de si
prez assise sur le frontieres [sic] de la mer que elle vient en la dicte ville
.ii. fois de jour et de nuit et est en grant peril de estre de jour en jour
perdue et gastee par les ennemis de nostre royaume ».
[17] Isabelle Paresys,
« Chapitre 8. Frontière, justice et image de soi en Picardie sous François
Ier », in Aux marges du royaume : Violence, justice et société en
Picardie sous François Ier, Histoire moderne (Paris: Éditions de la
Sorbonne, 2016), 302‑38, http://books.openedition.org/psorbonne/2617.
[18] E.g. JJ 42A, f. 66r,
n° 3 ; JJ 54A, f. 47r, n° 612 ;
JJ 56, f. 93r, n° 209 ; JJ 115, f. 168r,
n° 344.
HIMANIS a, depuis le début, des liens avec l’infrastructure READ (Recognition and Enrichment of Archival Documents, https://read.transkribus.eu/), financée par l’Europe et porteuse du logiciel Transkribus. En effet, l’Université polytechnique de Valencia est partenaire de READ.
L’IRHT et le CNRS sont en train de signer une convention de partenariat avec READ pour pouvoir travailler ensemble de façon plus intégrée et préparer l’avenir, maintenant qu’HIMANIS est achevé et pour après la fin du financement européen de READ. On devait simplement signer un “Memorandum of Understanding”, mais les complexités légales du CNRS font que le “Memorandum” préparé le 12 juin 2017 et que quatre-vingts institutions ont déjà signé sans modification a dû être revu et n’est toujours pas signé par le CNRS…
Mais cela ne nous empêche pas de travailler ! Et voici les résultats…
Nous avons envoyé à READ les images du corpus ainsi qu’une extraction du texte “brut” des actes édités pour lesquels Sébastien Hamel avait repéré les “zones” sur les images (1726 zones sur 1263 images: 1334 zones pour l’édition de Guérin, 75 pour l’édition de Viard), ainsi que les liens nécessaires pour utiliser l’édition du formulaire de Morchesne. READ a aligné les éditions ligne à ligne, à la main (contrairement à ce que nous avons fait dans Himanis, où l’alignement a été fait automatiquement, mais, en conséquence, avec des résultats de moindre qualité).
A partir de cela, READ vient d’entraîner des “modèles optiques” pour la reconnaissance de l’écriture manuscrite et a testé sur quelques dizaines de pages. Les résultats sont très impressionnants, comme le montrent les captures d’écran suivantes.
La comparaison des deux versions montre l’excellente qualité des modèles entraînés, d’autant que de nombreuses “erreurs” de transcription sont des artefacts de l’édition (présence de ponctuation, segmentation de mots et apostrophes…).
Il reste à faire pour étendre la reconnaissance de texte en séparant le corpus d’entraînement et le corpus de test, mais ces résultats absolument extraordinaires sont plus qu’encourageants !
Artificial Intelligence has unlocked the access to the text of medieval manuscripts! The partners of the European research project HIMANIS implemented, for the first time, the indexing and plain text querying of thousands of pages of medieval manuscripts. The large scale of the corpus and the possibility to search in plain text for handwritten sources are unheard of in medieval studies, so that the results present a major shift for historians. The challenge of multilingualism, script variation and abbreviations, which are crucial for HTR on medieval sources, has been successfully met.
Some statistics show that we are having an emerging, large community of users. A growing number of people are reading this blog: ca. 12’500 unique visitors in 2017, with more than 34’000 pages visited; 7’400 and 30’000 pages visited for the first six months of 2018.
There are also 301 followers on Twitter, which is a good start.
On MONK, there is very intense use, with amazing statistics (more than 1 million actions, partly from bots).
Last but not least, on the public search engine, there have been:
more than 813’000 search actions: around 40’000 queries per month from Oct. 2017 to May 2018, jumping at 495’455 queries in June 2018 (hurray!)
more than 15’000 user feedback actions, from all over the world (see map below)
Suite de mes recherches… Dans de futurs billets, nous parlerons de jongleurs. Pour l’instant, nous continuons avec les ménestrels. Pour l’instant, aucune vérification n’est faite pour savoir combien sont connus aux historiens de la musique et combien manquent. Ce travail viendra plus tard encore…
Le jour de la Chandeleur derreniere passee, aprés ce que ledit Jehannin et Oudinet du Gué, menestrel desdiz instrumens, ores [sic] souspé en l’ostel du Veau devant Saint Merry avec Jehannin, filz du maire de jonoie, Jehannin Proudomme, Perrin Chevalon, Rogerin Le Ligueur, et Oudinet le Couroier, et que yceulx menestrelz orent joué desdiz instrumens, ilz se feussent partis dudit hostel avec une lanterne et une chandelle…
Charles etc. Savoir faisons a touz presens et avenir que oye hymble supplicacion de Colin Carle, escuier, contenant que comme environ la Toussains l’an LVII il feust venuz en la ville de Pons Sainte Maixance pour soy jouer et esbatre ; et illeuc eust trouvé un homme estrange du païs de Haynau qui estoit devant le moustier de ladicte ville aprés souper, lequel homme avoit un menestre avé soy qui jouoit de la cornemuse et illeuc se feust embatu ledit suppliant pour dancer et jouer sicomme jeunes le font volentiers ; et incontinent que ledit homme estrange aperçut ledit suppliant, il dist audit menestre que il laissast le jouer ; et quant ledit suppliant vit cesser ledit menestre de jouer, il ala par devers lui et li demanda pourquoy il avoit laissié a jouer ; lequel menestre respondi que le dessusdit homme li avoit deffendu ; pour quoy ledit suppliant, esmeu de chaleur, cuidant que il le faisoit en despit de lui, prist la cornemuse dudit menestre et la geta a terre ; et ce fait ledit homme estrange survint en la place et donna une buffe
Nous vous souhaitons une très belle et heureuse année 2018, pleine de découvertes et de recherches fructueuses ! Nous espérons que vous trouverez grâce à Himanis des informations utiles et surprenantes 😀
A l’occasion d’une discussion avec Isabelle Ragnard, nous avons cherché quelques informations nouvelles sur les musiciens au Moyen Âge. Grâce à HIMANIS, de nombreuses sources nouvelles sont apparues en un rien de temps .
Vingt registres supplémentaires ont été intégrés à l’interface de recherche. Parmi les nouvelles recherches possibles, nous trouvons une nouvelle preuve de la présence quotidienne des livres d’heures.
A la Saint-Martin, le 11 novembre, 1447, Raoul est trouvé noyé dans un estang. Suicide ou accident ? Ses parents demandent grâce au roi pour que le doute ne jette pas le déshonneur sur la famille et n’empêche pas l’application des règles normales d’héritage. Que reste-t-il dudit Raoul au bord de l’étang ? Son livre d’heures, son manteau, ses chaussures et son chapeau (« et ses heures, mantel, patins et chappel estans sur ladicte chausee pres de la bonde dudit estang ») !
Revenant du Mexique, je souhaite à tous une bonne fête des Morts…
Il y a quelques années, deux de mes amis ont publié une somme magistrale sur les préambules des rois de France, étudiant la production des actes royaux et ses acteurs au regard des actions juridiques et des thématiques et du style rhétorique des préambules : Barret, Sébastien, et Benoît Grévin. Regalis excellentia : les préambules des actes des rois de France au XIVe siècle, 1300-1380. Paris: École des chartes, 2014 (Mémoires et documents de l’École des chartes, 98), ci-après abrégé « Barret-Grévin ».
La finesse de ce travail, sa complétude et son existence même, preuve que les méthodes les plus austères de l’érudition ouvrent des vues riches et chatoyantes sur les pratiques intellectuelles et l’histoire culturelle.
Pour ce billet, c’est principalement la partie documentaire de l’ouvrage qui sera utilisée, afin de mesurer l’utilité des recherches et développements faits dans le projet HIMANIS, même si je tenterai, in fine, quelques remarques sur les préambules eux-mêmes.
Méthodologie : performance, précision, rappel et résultats
Après l’énorme travail d’indexation automatique, il faut évaluer la performance de l’indexation.
Research Fellow / Ingénieur de recherche en analyse de sources
Institution: Institut de Recherche et d’Histoire des Textes
Location: Paris, France
Application Due: 31 Oct. 2017
Type: Full Time
Duration: 1 year, renewable until 3 years
Starting Date: between January 1, 2018 and April 1, 2018
The Institut de Recherche et d’Histoire des Textes (CNRS) invites applications for a Research Fellow (“Ingénieur(e) de recherché en analyse de sources”) for the project “HORAE – Hours, Analysis, Editions” (ANR-17-CE38-0008), under the supervision of Mr. Dominique Stutzmann, Principal Investigator.
As some of the readers will know, I am particularly interested in the city of Saint-Omer in Northern France. This is a good reason to test and search for the first time unknown occurrences of this city, its city officials and chapter officials in the registers of the French royal chancery.
As a matter of fact, the results are quite impressive…
We are delighted to announce that the French research agency is funding the HORAE project (ANR-17-CE38-0008). HIMANIS also highlights why it is important with one example:
un certain lieu ou il estoit alé disant ses heures
(translation: a place where he went saying his Hours; image Paris, Archives Nationales, JJ44, fol. 98r)
In another example, the book of hours of a Jehannette, daughter of Jehan Petit is central to the plot, since it is the cause of the crime! Used to force a date with the young Jehannette, it created a fight between the father and the daughter’s friend…
Thomas, par esbatement print les heures de ladite Jehannette qui estoient sur une fenestre dudit hostel en la presence de ladite Jehannette et de son consentement les emporta et dist a ycelle Jehannette qu’elle les alast querir a vespres en l’eglise, laquelle lui respondi que si feroit elle. Et tantost aprés, ledit Jehan Petit ala aprés ledit Thomas ou cymetiere de ladite eglise ou il estoit et de felon courage lui dist qu’il lui rendist ses heures, ou si non qu’il l’en poursuiroit et que faulsement et mauvaisement il les lui avoit emblees.
At the core of the late medieval society…
HORAE (Hours – Recognition, Analysis, Editions) is a cross-disciplinary research project studying religious practices and experiences in the late Middle Ages through the books of hours, the absolute medieval best seller. In a public-private partnership, it gathers three partners in the Humanities and Computer Science: the Institut de Recherche et d’Histoire des Textes (IRHT, UPR 841), the private company TEKLIA and the Laboratoire des Sciences du Numérique de Nantes (LS2N, UMR6004). Books of hours forms, with more than 5000 preserved manuscripts, a vast and crucial ensemble to understand the medieval mindset. Yet, their textual content is very scarcely studied, although the massive production of such a large number of manuscripts is a pivotal cultural and industrial phenomenon to the profound changes in the medieval religious life. Not only a proto-industrial book production arises and the economics of demand shifts to the economics of offer, but also the awakening of the individual and the internalization of faith take places in an increasingly church controlled world. Books of hours are at the same time deluxe objects, implying social staging, and intimate objects, with devotional, memorial and eschatological challenges.
HORAE combines the research and expertise of all three partners in artificial intelligence applied to Computer Vision and image analysis, in Natural Language Processing (NLP), and in book history and religious practices. The research project aims at creating an integrated chain from image treatment to producing new knowledge by placing the end user at the center of the developments, by managing formats, interoperability and long term preservation, but also ergonomics and data visualization.The aims encompass: (1) re-using the many digitized manuscripts, which are online but underused resources; (2) new open source software for Handwritten Text Recognition (HTR); (3) tools for segmentation and plagiarism detection, adapted to the transcription of medieval manuscripts produced by the machine in order to identify the texts in the books of hours; (4) identifying and editing unpublished texts; (5) visualization of manuscript clusters, which share the same textual characteristics in the order of the different parts (Officium Beatae Mariae Virginis, votive offices, suffrages, prayers), but also in the order of textual units to identify the liturgical use; (6) studying the diffusion and circulation of devotional and liturgical texts at the end of the Middle Ages in order to better understand the cultures and faith in the 13th c.-16th c.
With its aims and methods, HORAE profoundly changes the ways of doing research in auxiliary sciences and tackles the challenges of big data. Books of hours have been too scarcely studied until new because they are too numerous, too complex and their text is very repetitive: now, their very number, repetitions and complexities make possible for this project to develop new and efficient technologies and methodologies and gain new knowledge on the Middle Ages.
Good news! We travelled across the registers, looking for pilgrimages… A search for pilgrimages in the registers of the French royal chancery is a fantastic example of what HIMANIS is bringing to the historians and interested citizens.
Search for “pelerinage” or “pelerinages” with a confidence level as low as 0 gives 54 matches with an average confidence of 46.6. This means 54 registers and 96 pages corresponding to the search, and 99 spotted occurrences. We searched in French only and, here, the results are amazingly accurate: All spotted occurrences are correct! And they even include an occurrence in a black-and-white register, scanned from the microfilm… A very good information for further research.
The HIMANIS project is funded by the Joint Programming Initiative on Cultural Heritage and Global Change” (JPI-CH) of the European Union. The partners are developing cost-effective solutions for querying large sets of handwritten document images. It gathers Computer Science, Humanities and Cultural Heritage institutions in order to produce technology to generate new, research-based knowledge from historical manuscripts. As a challenging and particularly interesting case study, the large collection of the Trésor des Chartes’ registers produced by the French royal chancery (Paris, Archives Nationales, JJ35 – JJ211). The expected outcomes of this project are:
a new indexing/searching technology for historical manuscripts
a new paradigm to study our historical heritage, as conveyed by manuscripts, by using full text search technology.
a new vision of the raise of nation states in Europe via a new study of the corpus under this paradigm.
You can search the plain text in the Trésor des Chartes’ registers and provide feedback!
How to search?
Query settings
A query box is provided to type the queries
The search engine is case insensitive (“Paris” and “paris” retrieve the same results). The search engine allows for “AND”, “OR” and “EXPRESSION” queries (see below).
Abbreviations are not queried as they appear in the images; instead the corresponding expanded forms are used. For example, use “paris” to find “Paris”, “par.”, “par^s”, “Pars.”, etc.
Query text must be diacritcs-folded (e.g., “sebastien”, rather than “Sébastien”).
A confidence box and slider are provided to express a confidence threshold which determines the desired precision-recall tradeoff. The default is 50%. A higher value results in higher precision (little or none wrong spots) and lower recall (some, or many existing instances of the query may not be retrieved); a lower value results in lower precision (some, or many wrong spots) and higher recall (all or most the existing instances can be retrieved).
A ‘Max. results’ box is provided to express the maximum number of spots to be retrived and shown. For example, if this number is set to 20 and the confidence is set to 40%, the system shows at most 20 spots with confidence higher than 40%; and if no (or 0) confidence is set, the system retrieves at most 20 spots with the highest confidence.
Search: AND, OR, SEQUENCE
The search engine allows compound queries (boolean AND, OR, NOT) and “sequences”. For compound queries, the results are computed at Page level, and the number of matches is the total number of word occurrences matching the query.
Relations are interpreted at the full page-image level.
The operators are: AND: “&&” (or just blank space), OR: “||”, NOT: “-” (before the words which have to be negated). Parenthesis “(“, “)”, can be used for grouping
For “Sequence”, the number of match is computed at Page level and one match corresponds to the complete expression.
A query can be a sequence of words, expressed using the symbols “[” and “]”. Sequences are not exact strings; they allow (a few) extra words to appear among the stated words. Examples: “[ludovico francorum]” (where “francorum” is an expanded abbreviastion) would retrieve pages with strings such as “ludovico franc.”, “Ludovico rege franc.”, “ludovico dei gra. francorum”, etc. In the current system version, sequences can not be mixed with boolean operators.
Single words
You can search for single words (click on each word to see the results).
The current presentation of results is bound by the hierarchy of the collection and we know that it is not always easy to flip through the results. We ask for your patience and your help!
We ask for your patience and your help!
It is possible to:
browse all registers
browse all pages in one register
see the list of registers with the number of matching pages (not the number of matches in the volume)
see the list of pages with the number of matches
Queries are interpreted, and results are shown, hierarchically. For example, assume a collection is composed of many Volumes and each Volume of many Pages. Then, if the query is issued at the top collection level, the system first shows the Volumes where the query may appear with confidence above the threshold specified. Then if the same query is issued for a specific Volume, the system shows all the Pages where the query may appear with a confidence above the threshold. Finally if it is issued for a specific Page, the system shows locations where the words involved in the query may appear. In the PRHLT interface, default levels of the hierarchy are called: “Home”, “Collection”, “Chapter” and “Page”.
The navigation from one page goes either to the previous or the next one in the same volume, or back to a higher level (volume or corpus). There is no possibility to jump directly to the next match.
To go back to the superior level, please navigate with the breadcrumb.
Miniatures. At each level of the hierarchy (except at the lowest one, the page level), the system shows the elements of this level by means of miniature images, with some information associated; namely,
an identifier of the element,
a bar representing the confidence of the system that the query appears somewhere in this element
the number of elements in the lower level where the query may appear with a confidence above the threshold specified.
By hovering the mouse over the confidence bar, the actual confidence value is shown.
Pan and Zoom: When a (part of a) page image is shown, it can be explored by moving the mouse while holding its right button. In addition, the mouse wheel can be used to zoom in and out.
If a word appears more than once in a text line, only the instance with greatest confidence is shown.
The approximate locations of spotted queries in each page are marked with rectangles (called “bounding boxes”) surrounding the corresponding words. The color of a rectangle expresses the degree of confidence the system has in the corresponding spot. Exact confidence values can be seen by hovering the mouse over the rectangles.
Your feedback is needed!
YOU CAN GIVE YOUR FEEDBACK
On the spotted words
When you see the results of a query a “word level”, you can click on the word and you are asked if the word is correctly spotted. Please help us and say “correct” or “incorrect”.
If you see a missed word
In the example below, the word “pedagiis” has been correctly spotted on the lower right part of the image.
If you double-click on the image, you can add the word to our index!
Hints for the Chancery collection
Click on the Chancery miniature with no query to see the 147 Volumes indexed, each showing the number of images it contains (ranging from less then 100 to more than 1000).
Queries can be formulated at any level: full Collection (Chancery), specific Chapter (Volume JJ…), or individual Page.
Remember to use the Confidence and/or Max.results levers depending on the precision-recall tradeoff you wish to achieve.
The number of the “page” indicated is the number of the file.
There are 147 volumes; 32 additionnal volumes are being digitized by the French National Archive
In the near future…
This is a presentation of the Beta Version. In a near future, you will be able to scroll through the results and provide feedback directly on a hit list of the results.
You will be able to get the correct foliation of each image and retrieve metadata from the inventories and text editions.
HIstorical MANuscript Indexing for user-controlled Search