Category Archives: Non classé

L’alignement texte-image à l’aune de huit cartulaires. Principes et applications

Constitution d’un corpus aligné texte-image : un chantier en cours et ses grands principes

Dans le cadre du projet européen HOME (« History of Medieval Europe »), la section de Paléographie latine de l’IRHT s’est récemment attelée à l’import numérique des textes en libre-accès provenant d’éditions de cartulaires. En raison notamment de leur ancienneté, ces éditions sont bien loin de répondre aux exigences actuelles de la critique scientifique des textes médiévaux. Mais elles permettent un accès rapide et commode à tout un ensemble de transcriptions qui, une fois abritées sur le logiciel Transkribus, peuvent être mises en corrélation immédiate avec les originaux manuscrits, une image correspondant à une page de cartulaire ou à une ouverture (un verso et un recto).

La concordance page à page a été élaborée manuellement par comparaison de l’édition et de la numérisation. Puis, grâce à l’outil « Text2Image » de Transkribus et au modèle (« base model ») « HIMANIS Chancery M1+ », le plus adéquat pour les écritures et langues ici concernées, le texte est aligné sur l’image avec les paramètres suivants :

Illustration n°1.

Des essais ont en effet montré que, sur les manuscrits complexes, le risque est trop élevé de perte de texte. Nous avons donc préféré aligner de force tout le texte, même potentiellement fautif. Le paramètre « use hyphens », qui permet d’insérer des sauts de ligne à l’intérieur des mots, s’est bien avéré plus lent, mais dans l’ensemble très efficace.

Ensuite, il a fallu procéder à une vérification systématique de l’alignement entre texte édité et texte manuscrit.

Définition d’un corpus de cartulaires 

L’entreprise a porté sur un corpus hétérogène de huit cartulaires français datables des XIIe-XIVe siècles et provenant d’institutions religieuses principalement franciliennes et bourguignonnes. Aux références des manuscrits ont été systématiquement indiqués les liens des numérisations qui nous ont permis l’import des images sur Transkribus. Nous signalons aussi les éditions anciennes en y ajoutant, quand cela était nécessaire, le lien vers les éditions critiques en TEI de l’Ecole des Chartes (via le site « Cartulaires d’Île-de-France-Elec » : http://elec.enc.sorbonne.fr/cartulaires/).

  • Cartulaire de l’hôtel-Dieu de Pontoise (Paris, BnF, latin 5657, ci-après « Pontoise » ; https://gallica.bnf.fr/ark:/12148/btv1b10039103d ), édition Joseph DEPOIN, Cartulaire de l’Hôtel-Dieu de Pontoise, publié avec des notes, d’après les originaux, Pontoise : Société historique du Vexin, 1886 (Documents édités par la Société historique du Vexin) : http://elec.enc.sorbonne.fr/cartulaires/html/Pontoise-S-Martin.html 
  • Cartulaire de l’abbaye de chanoines réguliers victorins de Notre-Dame de la Roche (Paris, BnF, latin 10996, ci-après « Notre-Dame de la Roche » ; https://gallica.bnf.fr/ark:/12148/btv1b100389713 ), édition Auguste MOUTIÉ, Cartulaire de l’abbaye de Notre-Dame de la Roche de l’ordre de Saint-Augustin au diocèse de Paris, d’après le manuscrit original de la Bibliothèque impériale, enrichi de notes, d’index et d’un dictionnaire géographique, suivi d’un précis historique et de la description de l’ancienne abbaye, d’une notice sur la paroisse et la seigneurie de Lévis et de notes historiques et généalogiques sur les seigneurs de Lévis, Paris : H. Plon, 1862 : http://elec.enc.sorbonne.fr/cartulaires/html/Roche.html
  • Deux cartulaires provenant de l’abbaye de Port-Royal des Champs ou Porrois (Paris, BnF, latin 10997 et 10998, ci-après « Port-Royal 1 » et « Port-Royal 2 » : https://gallica.bnf.fr/ark:/12148/btv1b9065849h ; https://gallica.bnf.fr/ark:/12148/btv1b90658483 ), édition Adolphe DE DION, Cartulaire de l’abbaye de Porrois au diocèse de Paris, plus connue sous son nom mystique Port-Royal, premier volume, 1204-1280, Paris : Alphonse Picard et fils, 1903 : http://elec.enc.sorbonne.fr/cartulaires/html/Port-Royal.html
  • Deux cartulaires produits par le chapitre cathédral Notre-Dame de Chartres (Paris, BnF, latin 10094 , ci-après « Chartres 1 », https://gallica.bnf.fr/ark:/12148/btv1b9076698w,  et Paris, BnF, latin 10095, ci-après « Chartres 2 » :  https://gallica.bnf.fr/ark:/12148/btv1b100356854), édition Eugène DE LÉPINOIS et Lucien MERLET, Cartulaire de Notre-Dame de Chartres d’après les cartulaires et titres originaux, Chartres, Société archéologique d’Eure-et-Loir, 1862-1865, 3 vol. : http://elec.enc.sorbonne.fr/cartulaires/src/Chartres-N-D.xml
  • Deux cartulaires issus de l’abbaye cistercienne Notre-Dame de Molesmes (Dijon, Archives départementales de la Côte-d’Or, 7 H 6 et 7 H 7, cartulaires 142 et 143, respectivement surnommés « Petit » et « Grand » cartulaire, ci-après « Molesmes 1 » et « Molesmes 2 » https://manuscrits.cbma-project.eu/), édition Jacques LAURENT, Cartulaires de l’abbaye de Molesme ancien diocèse de Langres 916-1250 : recueil de documents sur le nord de la Bourgogne et le midi de la Champagne, Paris, 1907-1911, 2 vol.

La diversité de cet ensemble documentaire (environ un millier d’images traitées) se voit aussi en termes de nombre d’images traitées par cartulaire :

Code

Date

URL

Images

Actes édités

Lignes

Mots

Pontoise

XIVe s.

 

131

182

3100

28378

Notre-Dame de la Roche

XIIIe s.

 

73

98

1941

14247

Port-Royal1

XIIIe s. (milieu)

139

199

3022

24627

Port-Royal2

XIIIe s. (fin)

 

39

54

1097

11143

Chartres1

XIIIe s.

 

135

127

2987

27803

Chartes2

XIIe s. (fin)

 

173

184

4201

35191

Molesmes1

XIIe s. (1/2)

 

148

279

4629

56948

Molesmes2

XIIIe s.

 

318

122

4343

26499

Total

 

 

1156

1245

25320

224836

À première vue, nous pourrions penser que le Grand cartulaire de Molesmes ait mobilisé une part importante de nos efforts (environ un tiers du nombre total d’images). Cependant, le nombre d’images est ici trompeur car l’éditeur a laissé de côté une grande partie des actes contenus dans ce manuscrit (à peu près 50 % du texte manuscrit). D’autres billets détailleront les particularités des différentes éditions.

L’hétérogénéité de notre corpus est enfin perceptible en termes de numérisation. Contrairement aux six autres, les deux cartulaires retenus pour Molesmes présentent la particularité d’être disponibles en couleurs. Par ailleurs, contrairement aux sept autres manuscrits, les textes constituant Molesmes 2 ont été copiés à deux colonnes par page.

Forts de ces données textuelles manuscrites et éditées, nous avons dès lors édicté deux grands principes qui nous ont guidés tout au long de notre travail qui, précisons-le, sera poursuivi à propos d’autres cartulaires.

Une tâche focalisée sur l’alignement texte-image

Pour les cartulaires étudiés, Transkribus donne à voir des images segmentées en régions (« Text Regions ») et dotées de « lines » et « baselines » (ou lignes graphiques). La région la plus grande correspond généralement à une page, ce à quoi s’ajoutent d’autres zones de texte qui ne se limitent pas à la seule teneur des actes copiés dans les cartulaires.

Illustration n°2 ( Notre-Dame de la Roche, image 51).

L’image est d’abord divisée en plusieurs régions distinctes par des encadrés verts et d’ampleur inégale :  les régions 4 et 6 correspondent au texte manuscrit qui nous intéresse, tandis que les régions 1, 2 et 5 renvoient à des annotations marginales variées. En soulignement rouge et en encarts bleus, nous trouvons les « baselines » et les « lines » : chaque ligne est numérotée et renvoie à une portion du texte édité, ce dernier étant rassemblé dans la partie inférieure de la page Transkribus.

Laissant largement de côté les régions correspondant à la foliotation, aux rubriques ou encore aux annotations marginales, nous nous sommes concentrés sur les seuls textes des actes, toujours dans le cadre d’une vérification de la concordance avec les textes édités. Il s’agissait alors de vérifier, pour chaque image et ligne par ligne, que les « lines » et « baselines » générées par Transkribus concordaient bien avec la portion de texte publié correspondante. De manière générale, nous n’étions pas tenus de modifier l’aspect des lignes Transkribus, sauf dans des cas particuliers qui seront détaillés plus bas. L’exigence de stricte adéquation impliquait davantage de bien respecter les coupures de texte d’une ligne à une autre, qu’il s’agisse d’une césure au sein d’une phrase ou au sein d’un mot, le logiciel offrant un tiret spécifique de coupure. Quand cela était nécessaire, il a fallu restituer la césure, notamment lorsque cette dernière faisait défaut d’une image à une autre.

Illustration n°3 (Chartres 2, image 20).

Une césure coupant un mot (avec le tiret spécial entouré en violet), en l’occurrence « pertinere » entre les lignes 2-1 et 2-2.

Respect de l’ordre du texte édité

Le choix a été fait de respecter scrupuleusement l’ordre du texte édité et de faire en sorte qu’il corresponde bien à la bonne image. Pourtant, au cours de notre travail, en raison des répétitions de formulaires ou de la présence de passages similaires, la correction ligne à ligne nous a permis de voir des erreurs dans la coupure entre les pages. Il nous est aussi arrivé de voir le même problème dans des éditions qui indiquent le passage des pages de façon fautive pour la même raison. Dans ces rares cas, il s’est avéré nécessaire de déplacer des éléments textuels sur une image précédente ou suivante.

La philosophie de notre travail était de conserver le texte édité, même s’il nous paraissait peu fidèle à l’original manuscrit, un défaut qui a été tout particulièrement constaté dans Pontoise où ont été déplorées chez l’éditeur de nombreuses erreurs de transcription et lacunes dans la restitution des teneurs d’actes. En effet, d’une part, toute correction entraîne la création d’une édition hybride, qui ne serait ni l’identique du texte édité, ni non plus de la qualité qu’exigerait une édition critique actuelle. D’autre part, dans notre chaîne de traitement, il faut rapporter les coordonnées des lignes sur l’image à un document maître dans un format à colonnes sur lequel nous ferons la reconnaissance d’entités nommées ; pour ce faire, l’absence de modification facilite le traitement.

Des écarts jugés mineurs tels que des inversions de mots au sein d’une même phrase n’ont pas été relevés dans la mesure  où ils n’affectaient pas l’ordre du texte au sein de la ligne.

Toujours est-il que nous nous sommes autorisé à prendre en compte les discordances textuelles entre données manuscrites et données éditées lorsque ces dernières semblaient flagrantes, c’est-à-dire bien trop éloignées de la leçon du cartulaire. Les éléments textuels concernés ont alors reçu, toujours sur Transkribus, un tag dit « supplied » (un soulignement en rouge), qui permettra d’ignorer ces passages dans la phase suivante d’apprentissage HTR.

Le « supplied » s’impose généralement quand nous avons affaire à un mot ou groupe de mots en trop par rapport au texte manuscrit.

Illustration n°4 (Pontoise, image 64).

A la ligne 2-5, l’expression « la velle de feste saint Marc », mise en « supplied » n’est pas présente sur le texte manuscrit du cartulaire.

Autre cas de discordance, dans Chartres 1 où le rubricateur n’a probablement pas terminé sa tâche. De ce fait, en tout début de titulature, la première lettre ou la totalité du nom de l’auteur d’acte (comme par exemple à l’image 50, ligne 1-13) sont-elles fréquemment absentes mais l’éditeur a choisi de replacer dans son travail ces éléments textuels manquants dans le manuscrit.

Illustration n°5 (Chartres 1, image 50).

A la ligne 1-13, en encadré violet, le nom « Raginaldus » a été considéré par l’éditeur comme faisant partie du texte.  Mais il est absent du manuscrit, d’où une nouvelle fois le recours au « supplied ».

Des principes à l’épreuve de cas particuliers

Notre travail a dû prendre en compte un certain nombre de particularités voire de problèmes tenant à la fois aux conditions de travail offertes par Transkribus, à la qualité des éditions employées ainsi qu’aux possibilités de mise à profit de l’outil numérique.

Problèmes d’import et défauts de segmentation

Problèmes d’import sur Transkribus

La récupération des textes d’éditions, au moyen du IIIF fourni entre autres par Gallica, doit normalement produire, pour chaque cartulaire, une synchronisation image-corps de texte correspondant. Les textes édités ont de ce fait été conservés dans deux types de fichiers TXT : un fichier pour l’ensemble de l’édition ; un fichier pour chaque image.

Cependant, dans de rares cas, la concordance image-texte n’a pas immédiatement fonctionné. Par exemple, dans Chartres 1, l’image Transkribus 20 donnait à voir un texte transcrit qui ne convenait pas au texte manuscrit. Ce problème s’est retrouvé sur les images suivantes, dix pages ayant sauté lors de l’import. Les images manquantes ont donc dû être ajoutées à la main. Toujours en termes d’import de données et concernant le même cartulaire, nous avons même pu constater, à partir de l’image 87, une absence totale de textes qu’il a fallu également restituer au cas par cas.

Problèmes de segmentation des lignes graphiques

Numérisation en double page non distinguée

Dans Port-Royal 1, plusieurs images sont apparues avec des défauts de segmentation. Les images 63, 65 ou encore 66 n’étaient chacune dotées que d’une seule Text Region couvrant les deux feuillets numérisés. Cette situation atypique entravait la qualité de l’alignement car nous étions en présence de lignes graphiques dont les numéros étaient alternés d’un feuillet à l’autre.Illustration n°6 (Port-Royal 1, image 63).

Version antérieure à la correction de l’alignement. Les lignes graphiques apparaissaient dans un ordre incohérent avec la logique de lecture du texte manuscrit.

Il s’est donc avéré nécessaire de rétablir une lecture logique du texte manuscrit. La renumérotation manuelle des lignes aurait été bien trop fastidieuse. Il nous a donc fallu adopter une procédure spécifique : suppression de la zone précitée ; création de deux Text Regions pour l’image ; resegmentation des lignes. L’opération a dû être reconduite pour les images 10 et 27 de Port-Royal 2, ainsi que pour l’image 6 de Molesmes 2.

Altérations du parchemin et de l’écriture manuscrite

Des difficultés d’alignement, voire de lecture et d’interprétations des données textuelles manuscrites ont pu augmenter la difficulté de notre entreprise.

Ces embûches peuvent tenir tout d’abord à la conservation aléatoire du parchemin : de telles altérations sont surtout visibles dans les deux cartulaires de Molesmes.

Il peut s’agir de déchirures de feuillet. Tel est le cas dans Molesmes 1, image 70, lignes 2-35 à 2-40 : Transkribus avait produit plusieurs lignes de part et d’autre d’une fente recousue. Il nous a fallu alors corriger la succession des lignes graphiques. L’image 8 de Molesmes 2, lignes 2-33 à 2-35, a donné lieu à une contrainte similaire, et ce en raison de la présence d’un trou dans le parchemin.

Illustration n°7 (Molesmes 1, image 70).

Version antérieure à la correction de l’alignement. La déchirure du parchemin est visible dans l’encart violet, et les lignes que l’on trouvait d’abord de part et d’autre de cette altération.

Les dégâts physiques peuvent aller jusqu’à une disparition partielle. Dans Molesmes 1, image 98, toute la partie inférieure de la page 81 a disparu. L’évaluation de l’alignement n’a pas posé ici de problème car Transkribus avait bien opéré la distinction entre le texte de cette page et celui correspondant à l’image 83 dont une partie est effectivement visible à travers le trou.

Illustration n°8 (Molesmes 1, image 98).

L’amputation partielle du parchemin est bien visible, mais Transkribus a généré un bon alignement automatique.

Au contraire, dans l’image 127 dont le coin inférieur gauche est déchiré, la ligne 5-45 a été réduite car l’expression « et in curia » appartenait en réalité à l’image 125.

Illustration n°9 (Molesmes 1, image 127).

La ligne 5-45 après traitement.

L’effacement partiel de l’écriture manuscrite peut lui aussi impacter l’alignement, comme on le voit dans Molesmes 1, image 100, lignes 3-38 à 3-42 : la quasi-disparition de certains éléments textuels rend quelque peu hésitante l’appréhension des débuts et de fins de lignes, ainsi que les éventuelles césures. Concernant un doute quant à l’éventuelle coupure d’un mot, signalons Chartres 1, image 93 : Baptiste » est-il contenu en entier sur la fin de la ligne 1-44, où déborde-t-il sur le début de la ligne suivante ?

Illustration n°10 (Chartres 1, image 93).

Le mot « Baptiste » peut être lu entièrement ou en partie à partie de la fin de la ligne 1-44.

Dans d’autres cas, l’altération est due à la tranche du cartulaire qui peut compresser du texte. Il en est ainsi dans Port-Royal 1, image 63, ligne 1-15 : il n’est pas évident de déterminer si le mot « dicte », qui se trouve en fin de ligne, doit être mis ou non en « supplied ».

Illustration n°11 (Port-Royal 1, image 63).

Le choix de mettre en « supplied » le mot « dicte » (présent dans le texte édité) n’est pas d’une pertinence assurée.

Corrections ciblées de lignes graphiques

Modifications de l’aspect des lignes

Nous concentrer sur l’alignement texte-image aurait dû nous dispenser de modifier l’apparence de certaines lignes graphiques produites par Transkribus. Par exemple, en début d’acte, la quasi-totalité des lignes rencontrées n’englobent pas les initiales rubriquées. Il arrive aussi que des lignes débordent quelque peu sur la marge du texte ou encore sur des annotations marginales comme des griffes de scribe. Corriger systématiquement ces défauts de lignage aurait considérablement alourdi la charge de travail et n’aurait de toute façon pas amélioré la reconnaissance du texte édité par la machine : dans ces cas, nous n’avons pas touché aux lignes.

Cependant, une réadaptation de la ligne graphique s’est parfois avérée indispensable afin qu’elle coïncide mieux avec le texte édité. Quand la modification s’imposait, il était beaucoup plus simple de supprimer la ligne pour en recréer une nouvelle plus juste. En effet, les lignes de Transkribus étant bien souvent une succession de points, l’augmentation ou la réduction de la longueur de la ligne point par point aurait été bien trop laborieuse, surtout si l’opération était amenée à être répétée.

La plupart de ces réajustements ont été justifiés dans le cas de lignes trop courtes et n’embrassant donc pas la totalité du texte correspondant : un exemple type dans Molesmes 1, image 85.

Illustration n°12 (Molesmes 1, image 85).

Version antérieure à la correction de l’alignement. De nombreuses lignes ont dû être manuellement refaites en raison de leur longueur insuffisante.

Inversement, il nous est arrivé de rencontrer un nombre excessif de « lines » et « baselines » sur une seule ligne de texte manuscrit. Ainsi, dans Pontoise image 18, ligne 2-5, un espace blanc entre deux éléments textuels avait conduit Transkribus à générer deux lignes qui ont donc été supprimées au profit d’une seule.

Illustration n°13 (Pontoise, image 18).

Version antérieure à la correction de l’alignement. Au centre de l’encart violet, un espace blanc avait d’abord conduit la machine à générer deux lignes graphiques dont la numérotation était d’ailleurs inversée.

La pluralité des lignes graphiques sur une seule ligne de texte manuscrit a pu être maintenue lorsqu’une fin d’acte était suivie d’un bout de rubrique, comme dans Pontoise, image 29, lignes 2-16 et 2-17, ou encore d’un début de notification ainsi que cela se voit dans Molesmes 1, image 41, lignes 2-34 et 2-35.

Illustration n°14 (Pontoise, image 29).

La ligne 2-16 (fin d’un acte) est distincte de la 2-17 (début de la rubrique de l’acte suivant).

Illustration n°15 (Molesmes 1, image 41).

La ligne 2-34 (fin d’un acte) est distincte de la 2-35 (début de la notification de l’acte suivant).

À propos des lignages excessifs, et dans le cas précédemment évoqué des défauts de segmentation (Port-Royal 2, image 63), nous trouvions aussi des lignes qui parcouraient abusivement les deux feuillets : là encore, une scission était incontournable.

Toutefois, dans la mesure où il convient aussi de souligner le relatif perfectionnement de la machine en matière de détection de lignes graphiques correctes, ajoutons que la présence d’actes cancellés n’a la plupart du temps pas eu d’influence sur l’alignement. Il en est ainsi dans Port-Royal 2, aux images 11 et 27, où les lignes passent sans discontinuité au-dessus des ratures apposées par le scribe.

Illustration n°16 (Port-Royal 2, image 11).

Ici, l’acte cancellé n’a pas gêné le bon alignement automatique des lignes graphiques.

Modifications de l’ordre de lecture des lignes

Dans Molesmes 1, est parfois apparue la nécessité d’inverser l’ordre de lecture des lignes graphiques quitte à créer un écart avec le premier coup d’œil jeté sur le texte manuscrit. Sur l’image 104, lignes 3-32 et 3-33, et visuellement parlant, un début de notification précède la souscription finale de l’acte précédent. Cependant, pour conserver dans le bon ordre les données textuelles, la numérotation automatique des lignes par Transkribus a donné lieu à une inversion de ces deux éléments, ce qui est correct. Cette situation se reproduit pour les lignes 3-42 et 3-43.

Illustration n°17 (Molesmes 1, image 104).

Après traitement, inversion visible des deux lignes 3-32 et 3-33.

 En revanche, image 59, lignes 2-11 et 2-12, nous avons dû procéder manuellement à l’inversion des numéros, le mot « Brié » apparaissant initialement à la suite de l’adresse de l’acte suivant.

Illustration n°18 (Molesmes 1, image 59).

Après traitement, même inversion des lignes 2-11 et 2-12.

 Un acte en plusieurs parties peut lui aussi être soumis à un traitement particulier. Nous n’en avons trouvé qu’une seule occurrence dans Molesmes 2, image 78, où la ligne 3-13 renvoie à une addition marginale. Pour respecter à la fois l’ordre de lecture du texte manuscrit mais aussi du texte édité, la seule solution possible a été de fusionner en une seule région la ligne et l’addition, puis de couper en deux la ligne 3-13, ce qui a produit un bouleversement nécessaire des numéros de lignes.

Illustration n°19 (Molesmes 2, image 78).

Après traitement, l’alignement est adapté en fonction de la présence d’une addition marginale. Cette dernière fait l’objet, dans le corps de l’acte, d’un renvoi « I » qui sépare les lignes 3-13 et 3-20.

Une prise de distance parfois nécessaire à l’égard du texte édité

Le respect scrupuleux de l’ordre du texte édité ne nous a pas empêchés de nous écarter de la leçon de l’édition, et ce dans des conditions bien précises.

Traitement des marques d’éditeur

Ainsi en est-il d’abord des marques d’éditeur que nous avons mis en « supplied » lorsqu’elles avaient survécu à l’import de données sur Transkribus. Par exemple dans Pontoise image 100, ligne 2-24, l’éditeur a fait part d’une hésitation de transcription à propos d’un mot, ce qui a donné lieu à une note infra-texte sous cette forme : « Boue ou de la Bove ? » : nous avons souligné en rouge « ou de la Bove ? ».

Césures impossibles en raison de discordances texte manuscrit-texte édité

La graphie adoptée par l’éditeur peut parfois être éloignée de la leçon manuscrite sans que pour autant la transcription soit entièrement fautive. Dans Chartres 1, image 87, lignes 4-33 et 4-34, nous lisons un « ducentesimo » au sein de la date de temps. Or, l’éditeur a choisi de restituer cet élément de millésime par des capitales romaines (« CC° »). Ce parti-pris s’est avéré problématique en termes de vérification de l’alignement car « ducentesimo » était coupé par un saut de ligne : la césure n’a donc pas pu être effectuée au sein du texte édité.

La présence d’interlignes a pu donner lieu à des difficultés similaires.

La confrontation du texte manuscrit et du texte édité fait parfois surgir des éléments textuels que l’on trouve en interlignes sur divers feuillets de cartulaires, comme par exemple dans Chartres 1, image 49, lignes 1-3 à 1-6. Dans ce cas, il s’agit de mots situés entre d’autres portions de texte au sein d’une même ligne, ce qui ne pose pas de difficulté en termes d’alignement.

Illustration n°20 (Chartres 1, image 49).

Les lignes graphiques correspondant aux interlignes (lignes 1-3 et 1-5) ont été entourées en violet.

L’image 30 présente un autre cas de figure davantage problématique. Sur le feuillet verso, les lignes 1-11 à 1-38 correspondent à une liste de témoins dont les titres ont été systématiquement placés en interlignes par le cartulariste, un peu à la manière de parenthèses. Ce choix d’ordonnancement paléographique pose d’ailleurs une question fondamentale pour le diplomatiste : s’agit-il d’une reproduction de l’acte original ou d’un ajout du scribe soucieux de préciser l’identité des témoins dont il a mémoire ? Aux lignes 1-16, 1-21 et 1-26, les noms « Hubertus », « Fulcherius » et « Gaufridus » devraient faire l’objet d’une césure (« Hu- », « Ful- » et « Gau- »). Cependant, leurs fonctions respectives, à savoir celles de camérier, de prêtre et de diacre étant en interlignes hauts, nous n’avons pas eu d’autre choix que de garder les noms en entier dans les lignes précitées et donc de renoncer à la coupure lexicale afin de respecter notre principe de respect de l’édition.

Illustration n°21 (Chartres 1, image 30).

Version antérieure à la correction de l’alignement. Aux lignes 1-21, 1-26 et 1-33, les césures de noms entraient en conflit avec les titres d’individus placés en interlignes.

Rubriques rajoutées par l’éditeur

Nous nous sommes aussi éloigné du texte édité à propos de certaines rubriques qui, dans nos exigences de travail, n’étaient pas considérées comme faisant pleinement partie des teneurs d’actes. À l’inverse, l’éditeur de Molesmes 1 a intégré dans son texte ces rubriques, allant jusqu’à les restituer en tant que propositions entières en majuscules (notamment avec la formule « ITEM UNDE SUPRA » qui apparaît fréquemment dans le manuscrit, par exemple aux images 25 et 26). Le recours au « supplied » s’est de nouveau imposé.

Ajouts éditoriaux à partir de chartes originales : listes de témoins et de souscripteurs, invocations trinitaires

Le décalage entre texte manuscrit et texte édité s’est enfin manifesté quand l’éditeur complétait la leçon des cartulaires par des extraits plus ou moins longs tirés de chartes originales. Ces discordances ont été particulièrement repérées dans Molesmes 2. Par exemple, à l’image 11, ligne 4-29, la formule de corroboration et la liste de souscriptions proposées par l’éditeur ont été mises en « supplied » car elles étaient totalement absentes dans le cartulaire. Cas intermédiaire avec l’image 170, ligne 5-13, où le cartulariste a restitué une partie de la liste de témoins, abrégeant le reste avec la formule « et multi alii » : là aussi, l’éditeur a tenu à énumérer la totalité des testimonia. Dans le même manuscrit, les invocations trinitaires, largement ignorées par le manuscrit jusqu’à l’image 228, ont été généralement réinsérées par l’éditeur : les images 149, 150 ou encore 169 ont ainsi reçu des « supplied ».

 

Qu’est-ce qu’un acte ?

(billet écrit en collaboration avec Dominique STUTZMANN)

1         Introduction et contexte

Le projet européen HOME (« History of Medieval Europe ») prend la suite du projet HIMANIS. Si HIMANIS portait sur la diplomatique publique des registres de chancellerie, HOME se consacre à un plus vaste corpus et intègre la diplomatique privée avec plusieurs objectifs : indexer le texte de 2000 cartulaires médiévaux ; intégrer la reconnaissance d’entités nommées ; proposer une approche par unités textuelles (« actes ») qui est historiquement plus pertinente.

La section de Paléographie latine de l’Institut de Recherche et d’Histoire des Textes a récemment révisé la segmentation en actes d’une soixantaine de registres de la chancellerie royale française du XIVe siècle (Paris, Archives nationales, JJ 35-JJ 91), en tout plus de 22000 actes. En tant que support écrit, l’acte non seulement sert à créer ou confirmer une action juridique par des moyens de validation appropriés, mais il peut aussi être vu de prime abord comme une unité visuelle et graphique (un début, un milieu et une fin se succédant de manière logique sur un ou plusieurs feuillets, par exemple lorsqu’il s’agit d’une copie dans un cartulaire). Pourtant, les registres de chancellerie qui nous préoccupent renferment des formes diplomatiques visuellement variées qui nous amènent à nous interroger sur la définition même de l’acte. Sans prétendre résoudre un tel questionnement qui dépasserait très largement le cadre informatif de ce billet, nous évoquerons ici des situations atypiques rencontrées lors de l’examen des manuscrits étudiés.

Ces derniers font partie d’un ensemble archivistique et diplomatique plus vaste, à savoir 199 registres dits du « Trésor des Chartes », rédigés en latin et en moyen français, couvrant les années 1302-1483 (environ 68000 actes pour plus de 83000 pages), et numérisés et accessibles sur la BVMM (« Bibliothèque virtuelle des manuscrits médiévaux »).

En matière d’analyse d’image, ce travail sur les registres de chancellerie s’inscrit dans la continuité directe d’un autre projet mené par la Section de Paléographie latine et nommé HIMANIS (« Historical MAnuscript Indexing for user controlled Search »). Cette entreprise avait donné lieu à une nouvelle numérisation des sources précitées sur une plateforme désormais hébergée par HUMA-NUM (http://himanis.huma-num.fr/himanis/), permettant, grâce à l’intelligence artificielle, la recherche plein-texte dans de telles sources.

2         Segmentation en actes : définition et formats

2.1         Pourquoi segmenter en actes  ?Granularité physique et granularité textuelle

La segmentation en actes implique d’appréhender les registres de chancellerie non pas en unités-pages (ainsi que cela apparaît sur les interfaces BVMM et HIMANIS), mais en unités-textes : une unité-page peut dès lors correspondre à une ou plusieurs unités-textes. Il est légitime de considérer que l’acte doit être doté d’une autre unité, cette fois d’ordre graphique et visuelle, en d’autres termes, qu’il doit coïncider avec un bloc de texte contenu sur ou un plusieurs feuillets. Pourtant, l’examen nous a donné à voir d’autres réalités bien plus complexes.

2.2         Fichiers

Pour appréhender cette réalité de l’acte royal dans les registres de chancellerie, nous avons non seulement bénéficié des images numérisées dans les deux plateformes précitées ainsi que des listes d’actes consultables dans les inventaires publiés et manuscrits, mais aussi :

  • de fichiers XML au format PAGE en grande partie préparés durant le projet HIMANIS et indiquant les zones de textes (« Text Region » sur Transkribus) correspondant à chaque image 
  • de fichiers Excel mettant en concordance
    • le numéro HIMANIS propre à chaque acte, le folio de début et éventuellement de fin d’acte, le numéro d’inventaire
    • le numéro de volume et de feuillet avec le nom d’image. Le système de nommage des Archives nationales lors de la numérisation avait spécifié un nom d’image correspondant théoriquement au numéro de feuillet, avec les suffixes « R_A » pour les images correspondant aux feuillets recto et « V_A » pour les versos, mais un démarrage de la numérotation au plat supérieur et la suppression des pages blanches font qu’il est très rare que le nom d’image corresponde réellement au numéro de feuillet.

2.3         Logiciel de vérification de cohérence

Forts de ces outils de travail, nous avons pu avoir à notre disposition un script python (mis en œuvre via le logiciel Anaconda) présentant de manière systématique la segmentation en actes propre à telle ou telle image. En théorie, une zone de texte correspond à l’une ou l’autre de ces quatre possibilités :

  • Un début d’acte (abrégé AI : « Act-Initial »)
  • Un acte médian, à savoir un bloc de texte occupant la totalité de l’image (AM : “Act-Middle”)
  • Une fin d’acte (AF : “Act-Final”)
  • Un acte complet sur un seul feuillet (AC : “Act-Complete”)

Sur une page, la première zone peut être un AC ou un AF, tandis que la dernière peut relever d’un AI ou d’un AC, et ce en fonction du nombre d’actes présents sur les pages actuelles et suivantes.

 

Le schéma ci-dessous représente six pages avec les zones de texte et indique le nombre de débuts d’acte : pour N zones de texte, il peut y avoir soit N débuts d’actes, soit (N-1) débuts d’actes si la première zone est une fin d’acte (« AF »). Une page sans début d’acte mais avec une zone de texte est un milieu d’acte (« AM ») ou la partie finale d’un acte (« AF »), ce que l’on ne peut trancher qu’avec des informations supplémentaires, soit l’indication de la fin d’acte (c’est une information dont on ne dispose pas toujours), soit le compte de zones et de débuts d’acte de la page suivante (s’il y a un « AF » en tête, alors la zone de la page précédente est un « AM »).

Le nombre d’actes est bien entendu très variable selon les images. Le volume JJ 58 est un cas particulier dans la mesure où il contient surtout des résumés d’actes, ce qui génère beaucoup de numéros sur certains feuillets.

Notons enfin que l’attribution de Text Regions ne concerne pas l’intégralité du registre : sont normalement exclus les pages blanches ainsi que des textes non retenus dans la liste des numéros HIMANIS, par exemple les tables d’actes que l’on peut trouver au début du manuscrit.

Si ces métadonnées générées par l’outil informatique avaient été correctes et complètes, le logiciel aurait conféré le bon statut à chaque zone de texte selon ses caractéristiques. 

 

2.4         Problèmes rencontrés

Pourtant, à la lecture du script, sont apparues de nombreuses erreurs (« ERROR » sur python), une multitude d’images présentant des défauts de segmentation ou des incohérences entre les zones et les fichiers des débuts d’actes.

2.4.1        Segmentation des Text Regions

Le cas le plus fréquent concerne des pages sous-segmentées, par exemple à propos du folio 9r du volume JJ 54B (image 11R_A). Initialement, l’image n’avait reçu qu’une seule Text Region alors qu’elle contient deux actes (le 18 et le 18bis). Il a donc fallu la diviser en deux zones de texte adéquates.

D’autres images ne présentaient aucune segmentation, comme nous le voyons dans le volume JJ 64 où 21 d’entre elles ont dû être munies d’au moins une zone de texte.

Ces problèmes successifs ont rendu nécessaire la vérification et la correction de la segmentation en actes pour l’ensemble des images relatives aux registres de chancellerie JJ 35 à JJ 95. Par la suite, ce corpus a été arrêté à JJ 91 inclus en raison de l’absence de métadonnées consultables via python pour les quatre derniers volumes. Le travail manuel de resegmentation a en tout concerné plus de 3500 images et a dû parfois être appliqué à des volumes entiers (JJ 66, JJ 71, JJ 74 et JJ 77).

 

2.4.2        Problèmes de numérisation

 

Les erreurs découlent tout d’abord de problèmes liés à la numérisation.

2.4.2.1         Pages blanches

Signalons tout d’abord le cas des pages blanches. Les Archives Nationales les ont généralement supprimé lors de la réception des images. Néanmoins, un certain nombre d’entre elles  sont tout de même intégrées dans le corpus et ont reçu, par défaut, une zone de texte unique couvrant la page.

En conséquence, le script de vérification a pu, selon les informations fournies par les tableaux de concordance et de segmentation, soit ignorer les pages sans zone, soit les reconnaître correctement pour ce qu’elles sont (par exemple, pour le feuillet 8v du volume JJ55 : « //////// Folio 8v is a blank page  //////// »), soit encore attribuer des labels erronés AI, AM, AF, AC pour des pages.

2.4.2.2         Pages non reproduites

Les défauts de numérisation peuvent aussi correspondre à des pages qui n’ont tout simplement pas été reproduites. Cela concerne entre autres les folios 358r à 361v inclus du volume JJ 81.

2.4.2.3         Images en double

A l’inverse, certains feuillets ont été numérisés deux fois, par exemple le folio 247r du volume JJ 56, ou encore à la suite les folios 276v et 277r du volume JJ 59.

2.4.2.4         Erreurs de nommage des feuillets

Ces situations ont produit de nombreux décalages, en particulier sur la BVMM, entre noms d’images et numéros de feuillets et, par conséquent, des discordances entre zones de textes et actes tels qu’ils apparaissent à l’aune des inventaires.

 

2.4.3        Volumes et inventaires

2.4.3.1         Feuillets disparus, mais avec contenu connu par les tables liminaires

 

En lien avec les problèmes de numérisation, des feuillets peuvent faire défaut dans certains volumes. Cette lacune est particulièrement flagrante dans le volume JJ 64 où l’on trouve l’acte 238 au folio 132v, mais ce dernier est immédiatement suivi de l’acte 270 au feuillet suivant pourtant numéroté 133r. Les actes 239 à 269 ont donc été déclarés « en déficit ».

2.4.3.2         Restauration de reliure avec déplacement de feuillets : JJ 89

Les déplacements de feuillets affectent aussi le volume JJ 89 : le cahier correspondant aux actes 729 à 758 a été réinséré entre le 716 et le 717. Cette incohérence est issue d’une restauration de reliure qui est intervenue après la conception de l’inventaire relatif à ce registre.

2.4.3.3         Inventaires incomplets

L’inventaire manuscrit concernant le volume JJ 82 a été saisi aux Archives Nationales. Pour une raison inconnue, il ne couvre pas l’intégralité du volume et s’arrête après l’acte 452 au f. 313v alors qu’il y a près de 700 actes connus dans le registre. Aussi la concordance image-acte ne peut-elle évidemment pas être vérifiée et validée.

 

3         Définir l’acte pour le segmenter

Ces embûches numériques et matérielles nous ont conduits à ne pas toujours suivre la numérotation des actes proposée par les inventaires : d’une part, la philosophie de ces derniers est de dénombrer l’ensemble des textes produits par la chancellerie (et donc pas seulement les seuls actes royaux qui nous intéressent ici), et d’autre part nous avons pu observer une évolution dans les pratiques d’inventorisation. Se pose dès lors la question de la définition de l’acte à segmenter.  

 

3.1         Une pratique évolutive d’inventorisation

3.1.1        Non-actes inclus avec numéros d’actes : titres de registres

Les inventaires ont parfois attribué des numéros d’actes spécifiques aux titres de registres, comme par exemple au folio 1r du volume JJ 45.

Mais les inventaires plus récents ont une tendance grandissante à ignorer ces rubriques initiales, ainsi que cela apparaît notamment dans le volume JJ 86 où, au folio 21r, le titre n’a pas été pris en compte.

3.1.2        Actes royaux non retenus : ordonnances

Certains actes n’ont pas fait de description ou de numérotation quand ils relèvent d’un autre processus d’élaboration ou quand ils ont déjà été décrits. Ainsi, l’introduction portant sur le volume JJ 41 indique : « Sur les feuillets restés blancs du dernier cahier de ce registre (folios 114 v-122 v [Ce verso est folioté 123 par erreur, tandis que le recto est folioté 122] ont été transcrites 5 ordonnances de Louis X le Hutin, numérotées 209 à 213. Les 4 premières ont déjà été analysées ci-dessus sous les nos 78, 109, 160 et 131. ». Ces ordonnances ne sont pas reprises par l’inventaire, mais ne peuvent évidemment pas être distinguées par l’analyse automatique d’image.

3.1.3        Listes de destinataires

Les listes de destinataires témoignent d’une autre variante de traitement. Les inventaires publiés dans les années 1950 considéraient ces listes comme faisant partie de l’acte royal et ne les mentionnaient même pas : voir par exemple à propos de l’acte 440 du volume JJ 58 (folio 50r) où la liste de destinataires est ainsi considérée (elle est signalée en bleu dans l’illustration n° 1).

                   Illustration n° 1 (JJ 58, f.50r)

Cette pratique change dans les inventaires ultérieurs. Nous le voyons notamment dans le volume JJ 85 : au folio 77r, juste après l’acte 156, la liste (encart bleu dans l’illustration n° 2) a été divisée par l’archiviste en fonction du nombre de destinataires, ce qui a généré la création des actes 157 à 177.

                    Illustration n° 2 (JJ 85, f.77r)

 

3.2         Actes cancellés

 

Les actes cancellés n’ont pas non plus toujours été pris en compte par les inventaires. Par exemple, pour le folio 119r du volume JJ 69, l’inventorisation ignore un début d’acte rayé par le scribe et placé entre la fin de l’acte 280 et l’acte complet 281 (voir l’illustration n° 3 où l’acte cancellé en question est signalé par un encart bleu). Notre choix a été d’intégrer ce texte cancellé dans notre liste d’actes en lui attribuant le numéro 280bis.

                   Illustration n° 3 (JJ 69, f.119r)

 

3.3         Actes en plusieurs parties

La prise de distance à l’égard des inventaires nous a également amenés à créer une catégorie originale d’actes que sont les actes en plusieurs parties. Il s’agit d’actes ayant reçu des additions ou des corrections et dont la cohérence textuelle est dès lors bouleversée. Il en est ainsi au folio 99v du volume JJ 46 : la fin de l’acte 168 est dotée d’une croix figurée marginale renvoyant à une partie additionnelle située au bas du feuillet, ces deux éléments textuels (signalés en bleu dans l’illustration n° 4) étant séparés par l’acte 169.

                    Illustration n° 4 (JJ 46, f.99v)

 

Cette dispersion peut aussi s’étaler sur plusieurs feuillets. Dans le volume JJ 76, l’acte 20 commence au folio 21r, mais il se termine en 2r et 2v ! L’examen des registres de chancellerie a permis d’identifier en tout 45 de ces actes dont les métadonnées ont été rassemblées dans un fichier Excel à part.

 

4         Qu’est-ce qu’un acte ? Regards croisés du diplomatiste et de l’informaticien

 

L’analyse d’image par ordinateur procède linéairement, page après page, et de haut en bas. Si le diplomatiste aborde pleinement les textes, il peut lui arriver d’en oublier la réalité matérielle ou de la faire passer au second plan de ses investigations. Notre travail centré sur la segmentation en actes a cherché à réconcilier ces deux réalités.

Notre approche systématique, exigée par la mise en œuvre d’outils informatisés exploitant le document médiéval même à travers sa numérisation, a permis de mettre en lumière les imprécisions et les changements dans les procédures d’inventorisation et, ce faisant, dans la perception de ce qui constitue un « acte » de la chancellerie royale.

Par prudence, nous avons souvent choisi de ne pas redéfinir un « acte », mais de suivre l’exemple de nos illustres prédécesseurs, même quand nous étions confrontés à des incohérences et à des numérotations fondées sur des principes d’inventorisation mouvants. Deux raisons justifient cette précaution. Tout d’abord, la mise à profit de l’intelligence artificielle ne doit pas empêcher de reconnaître la qualité du travail des archivistes, diplomatistes et « humanistes » (au sens anglo-américain) et de se fonder sur des données existantes. De plus, il n’était pas question de modifier à grande échelle l’ordre et le nombre des actes car il aurait été encore plus difficile d’assurer une traçabilité des informations et une navigation entre inventaires publiés et images. Redéfinir l’acte au sens diplomatique du terme est bel et bien hors de l’objectif du projet HOME et de la présente correction des données de segmentation, qu’il s’agisse des registres de chancellerie ou plus largement des cartulaires.

 

 

Le roi de France et ses frontières : le discours de la frontière dans les registres du Trésor des chartes

A l’occasion de l’appel à communication « Frontières spatiales, frontières sociales » pour le 51e congrès de la SHMESP (Perpignan, 21-24 mai 2020) et en référence au slogan du CNRS “dépasser les frontières”, voici quelques remarques préliminaires pour l’étude du “discours de la frontière”.

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 ».

Nombre d’actes contenant le mot « frontière(s) » dans leur texte ou dans le regeste des édition
Nombre d’actes dont le regeste ou l’index contient le mot « frontières » dans les inventaires analytiques

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].

Ad stabilitas fronteriarum Flandrensium tam per terram quam per mare dispositas transmittendum (AN JJ 55, f. 54v, n° 115) http://himanis.huma-num.fr/himanis/index.php/ui/show/chancery/109/112?q=%5B+stabilitas+fronteriarum+%5D&debug=&feedback=1&t=1&r=

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.
Rare expression mêlant “mettes” et “pays de frontière”

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.

Is the Admiral “unknown”(1) by the French Royal Chancery Registers?

This post is following the recent post by MAXIME GELLY-PERBELLINI with the same topic, but with a different research mater. Primary sources about the French royal admiralty for the medieval period are rather scarce and one looking for the Admiral of France will at first be very disappointed when looking in the French Royal Chancery Registers. Would it be? In fact the query “admiral” or “admiraldum” with all its declination in the HIMANIS search engine will only return one hit in French (JJ112, fol. 51v) and none in Latin, and for that one will have to take down the confidence level to 14 . For having gone through the printed inventories and through the registers manually, we can say that the Admiral of France is indeed present in the registers more than once. What is the reason for that?

Firstly, the word « admiral » was not part of the trained model. The recognizer have to read it by himself without previously knowing the word. Secondly, the word in itself is subject to reading error, for it contains a sequence of multiple similar downstrokes.

So, how to find the Admiral (or the Visdmiral) in the corpus? While looking in the complete list of indexed words I’ve found following word variation: adjural, annual, adminal and Anviril. The same problem occurs with the Visadmiral, as the computer read Visammal, Visauvel, Visanmal or Visaumal. Clearly, as the computer have to read the word without being previously trained with this word in particular, it is the sequence of “m”, “i” and “r” that causes the reading error. Below a quick summary of all the query that merit to find the foresail admiral. For consistence, all queries have been performed with 14 confidence level.

  • Admiral @14 > 1 hit
    • Adjural @ 14 > 34 hits
    • Annual @ 14 > 25 hits (majority of false hit)
    • Adminal @ 14 > 32 hits
    • Anviril @14 > 1 hit

The present version of HIMANIS did not use any dictionary for the word recognition, only a 5gram model. In future development, correcting the list of indexed words automatically by injecting linguistic reference will certainly help improve the recognition.

Having access to the list of indexed word certainly help to find the admiral, but it is not a panacea and does not resolve all the problems. With 4.000.000 words the complete list of indexed word is very difficult to handle on a basic computer..

One can also take benefit of the recal module. But for that you already need to have some good hits and explore how the computer read the word. That is how, in one case when the word “admiral” is separate in two parts ( “ad” and “val”), we found one more occurrence..

(1) The office of admiral of France is still today not very well known. See Mathieu Le Hunsec, « L’amiral, cet inconnu », Revue historique des armées [Online], 266 | 2012, Online since 06 September 2012, connection on 23 November 2018. URL : http://journals.openedition.org/rha/7393