Text Encoding Initiative

Un article de Wikipédia, l'encyclopédie libre.

Cet article est une ébauche concernant l’informatique, l'écriture et les sciences de l'information et des bibliothèques.

Vous pouvez partager vos connaissances en l’améliorant. (Comment ?).

Portail des sciences de l’information et des bibliothèques

La Text Encoding Initiative est le nom d'un consortium qui regroupe des acteurs de la recherche et qui a pour objectif de normaliser la codification de toutes sortes de documents sous forme numérique. Ce projet a initialement démarré dans une approche SGML et a migré ensuite assez naturellement vers XML.

[modifier] Le consortium

Le consortium TEI a été créé en 1987 par trois sociétés savantes :

À l'heure actuelle, le « TEI Consortium » est une institution sans but lucratif financée par ses membres :

Le Technologies Service à l'université d'Oxford (Royaume-Uni),
Le Technology Group à l'université de Brown (États-Unis),
Un groupe francophone sur Nancy composé de l'ATILF, de l'INIST, et du LORIA,
le Text Center et l'Institute for Advanced Technology in the Humanities à l'université de Virginie (États-Unis).

[modifier] Un exemple introductif

Pour illustrer la philosophie de la TEI, voici comment pourrait être codé un extrait du Cid de Pierre Corneille^[1].

On cherche à représenter :

	Acte II, Scène 2

DON RODRIGUE	À moi, Comte, deux mots.
LE COMTE	Parle.
DON RODRIGUE	Ôte-moi d'un doute.
	Connais-tu bien Don Diègue ?
LE COMTE	Oui.
DON RODRIGUE	Parlons bas, écoute.
	Sais-tu que ce vieillard fut la même vertu,
	La vaillance et l'honneur de son temps ? Le sais-tu ?

Avec le langage HTML, on aurait une codification limitée aux aspects « mise en page ».

<h1>Acte II, Scène 2</h1>
 <br/> <b>DON RODRIGUE</b> À moi Comte, deux mots.
 <br/> <b>LE COMTE</b>&nbsp;&nbsp; ... &nbsp;Parle

Avec le schéma TEI, on obtiendrait ceci :

<div type="Act" n="I"><head>Acte II</head>
   <div type="Scene" n="1"><head>Scène 2</head>
     <sp><speaker>Rodrigue</speaker>
         <l part="i">À moi, comte, deux mots.</l></sp>
     <sp><speaker>Comte</speaker><l part="m">Parle</l></sp>
     <sp><speaker>Rodrique</speaker>
         <l part="f">Ôte-moi d'un doute</l></sp>
     <sp><speaker>Comte</speaker>
         <l part="i">Connais-tu bien Don Diègue ?</l></sp>
      <sp><speaker>Comte</speaker><l part="m">Oui</l></sp>
     <sp><speaker>Rodrigue</speaker>
       <l part="f">Parlons bas, écoute.</l></sp>
       <l>Sais-tu que ce vieillard fut la même vertu,</l>
       <l>La vaillance et l'honneur de son temps ? Le sais-tu ?</l></sp>
    ...
   </div>
 ...
 </div>

La TEI permet de décrire la structuration du texte tel qu'il a été conçu et non son rendu final (présentation). Cet exemple montre notamment :

L'imbrication des actes et des paragraphes (2 éléments div imbriqués). Avec un langage comme XPath, il est alors possible d'extraire un acte ou une scène.
Le découpage du dialogue par des éléments "sp".
La définition des interlocuteurs par des éléments "speaker" (il est possible facilement de lancer des requêtes pour localiser les endroits où Rodrigue cite Chimène).
La précision de la description de la versification par des éléments "l" (ligne) avec des indications sur la position d'un élément de dialogue en début, fin ou milieu de vers grâce aux attributs "part".