Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Harmoniser et contrôler les métadonnées du Corpus SATHMA : du titre à la description par mots-clés

Alimenté à plusieurs mains, le Corpus SATHMA est confronté au risque potentiel d’hétérogénéité dans la description des sculptures. Dès le départ, il a été nécessaire de se mettre d’accord sur certains principes de saisie afin de garantir le bon accès aux notices du corpus avec des métadonnées solides, permettant de surcroît l’interopérabilité de l’ensemble. Le contrôle de cette description s’est porté sur plusieurs points de la grille de saisie, faisant appel à divers outils.

La première décision a été de définir la forme du titre d’une sculpture : il doit être assez explicite mais pas trop descriptif ni trop long. Quels éléments devaient y être donnés ? Plusieurs fois remis sur le tapis, les discussions ont confronté habitudes disciplinaires, nécessités informationnelles et esthétismes personnels. Elles ont finalement conduit à adopter la règle qui juxtapose dans l’ordre : l’objet global, son lieu de découverte, le département.

L’objet global permet d’éviter des fragments ou parties d’objets composites. Ainsi, une cuve de sarcophage ou un morceau de couvercle de sarcophage sera désigné simplement « sarcophage » ; une pierre de chancel sera nommée « chancel » ; un fragment identifié comme provenant d’une antéfixe sera dit « antéfixe ». Le lieu de découverte, point d’ancrage géographique jugé indispensable mais préférable au lieu de conservation, a conduit à harmoniser les formes des noms des sites : 931 noms de lieux ont été revus et harmonisés, tous inscrits dans une liste qui sert de référence dans l’écriture du titre. Elle est utilisée aussi pour renseigner le champ précisant l’origine de l’objet et le lieu de sa conservation. Pour faire face à certaines ambiguïtés, certains noms ont été complétés avec l’ajout de la commune, comme par exemple l’abbaye Saint-Martin à Ligugé dans la Vienne ou l’abbaye Saint-Martin à Massay dans le Cher. D’autres lieux sont à la fois lieu de découverte et lieu de conservation, comme les Alyscamps à Arles ou de nombreux sites ecclésiaux comme la basilique Saint-Sernin à Toulouse.

Il a été ensuite décidé que le nom du lieu de provenance serait suivi du nom en clair du département associé à son numéro entre parenthèses. Un tiret sépare chaque élément. On aura donc des titres explicites et homogènes : Chancel – Abbaye Saint-Martin à Ligugé – Vienne (86) ; Antéfixe – Saint-Bertrand-de-Comminges – Haute-Garonne (31).

L’harmonisation des formes s’appuie par ailleurs sur le référentiel international Geonames qui listait tous les sites dont nous avions besoin. Certains composants de la liste sont importés depuis Geonames par l’external lookup : région, département, code du département, commune, code postal. Les autres champs (pays, code INSEE) et des coordonnées GPS plus précises sont renseignés manuellement. La géolocalisation a permis de produire la carte des sites qui représente un point d’entrée supplémentaire à la base de données. Dans la mesure où une seule liste rassemble l’ensemble des lieux, sites de découverte et lieux de conservation, un tri sur le champ approprié permet de produire une carte distinguant les deux types.

Un effort similaire s’est porté sur le contrôle des métadonnées destinées à la description des sculptures. Là aussi, nous avons bâti des listes semi-fermées de mots-clés sur le sens desquels l’équipe a dû s’accorder. Les matériaux, la typologie des objets sculptés, le décor, l’iconographie, la technique de sculpture et les outils du sculpteur détaillent la description de l’objet dans des champs équivalents. Les items de ces listes ont été alignés sur le thésaurus Pactols, référentiel disciplinaire, , au lexique contrôlé et multilingue, normalisé et interopérable grâce en partie à son outil de gestion et d’exposition, Opentheso, et largement diffusé dans la communauté archéologique. Son choix s’est imposé pour garantir le contrôle et à terme l’interopérabilité des données du Corpus SATHMA. En effet, la base Heurist ne permet pas encore l’implémentation de l’API Opentheso qui permettrait de charger les mots-clés directement depuis le thésaurus dans les champs correspondant du Corpus. Mais le développement est en cours et il a été décidé d’anticiper pour faciliter la bascule lorsque cela sera possible. Les mots-clés de nos listes ont donc une équivalence, réalisée par l’ajout de l’identifiant pérenne du concept Pactols dans la zone Semantic / Reference URI du mot-clé.

Dans la figure ci-dessous (Fig. 1), l’identifiant ARK du concept Pactols ciseau est ajouté dans le code de son équivalent dans la liste Outils de la base Heurist, complété par la définition. Cette dernière, révisée à l’occasion du projet avec les équipes de Pactols, permet de préciser le sens et la pertinence du mot-clé dans une fiche sculpture donnée, évitant de la sorte un mauvais usage du mot-clé.

Comment la définition et l'identifiant pérenne du concept Pactols alimentent le mot-clé d'une liste (ici ciseau dans la liste Outils) pour en permettre l'interopérabilité
Fig. 1 – L’intégration du mot-clé ciseau depuis le thésaurus Pactols

Pour obtenir cette équivalence, un travail de rapprochement a été fait entre l’ensemble des mots-clés SATHMA avec le thésaurus Pactols. Ce rapprochement s’est naturellement appuyé sur les libellés, préférentiels ou alternatifs, conduisant par exemple à aligner la croix architecturale du Corpus SATHMA avec la croix (architecture) de Pactols. Si les libellés diffèrent, l’objet qu’ils désignent est identique. Lorsqu’aucune correspondance n’était possible, l’équipe de Pactols, sur proposition de l’équipe SATHMA, a ajouté des libellés alternatifs à un concept existant, ou a créé un nouveau concept, contribuant de la sorte à l’enrichissement du thésaurus.

Ainsi, 65 termes de typologie, 21 concernant les matériaux, 4 pour le décor, 11 sur les outils et 8 relatifs à la technique ou au façonnage ont été alignés sur le thésaurus. Sur ces 109 termes, 58 ont fait l’objet d’enrichissements, corrections dans les libellés et les traductions ou dans la définition, et 31 ont été créés : abaque, ambon, broche (outil), brèche, cathèdre, chambranle, ciborium, claustra, claveau, clef de voûte, colonnette, couvercle de sarcophage, cuve de sarcophage, croix funéraire, croix liturgique, croix (architecture), devant d’autel, dolomie, fût de colonne, gradine, imposte, marteau taillant, meneau, pergola (architecture religieuse), pupitre, poudingue, plaque funéraire, ripe, semi-méplat, support-reliquaire, table d’autel. Ils ont intégré notamment les branches décor architectural, élément architectural, matériau, mobilier liturgique de Pactols. Comme pour tous les nouveaux termes du thésaurus, ils se complètent d’une définition et de traductions fournies par l’équipe SATHMA.

S’appuyer sur un référentiel largement partagé permet de s’intégrer à une communauté d’usage et d’adopter en l’occurrence un outil qui répond aux principes FAIR de la science ouverte : facile à trouver, accessible, interopérable, réutilisable. Dans un avenir que nous souhaitons proche, grâce à l’implémentation de l’API de Opentheso, le logiciel de gestion du thésaurus Pactols, les occurrences des mots-clés Pactols appliqués aux fiches de sculpture de SATHMA seront répercutées dans les « corpus liés » au thésaurus. Cela assurera d’emblée une visibilité supplémentaire à notre corpus, à laquelle s’ajoutera la possibilité de rebondir d’un réservoir de données à l’autre depuis le thésaurus lui-même.

Visualisation des relations entre le concept "marbre" du thésaurus Pactols, et les occurrences de ce mot-clé dans 3 corpus liés : Epicherchell, SculptuRo et le catalogue des bibliothèques de Frantiq
Fig. 2 – Le thésaurus Pactols favorise les rebonds entre réservoirs de données ou « corpus liés » associés grâce à l’utilisation partagée de ses mots-clés. Ici, le concept marbre donne accès à trois bases de données (les inscriptions de Epicherchel, la sculpture romaine, le catalogue des bibliothèques de Frantiq) connectées au thésaurus par l’API de Opentheso.

Le travail préparatoire à la saisie dans la base de données s’est avéré crucial pour produire des contenus clairs, homogènes et liés à des référentiels bien implantés. Les listes contrôlées sont évolutives : l’analyse du corpus fera sans doute émerger d’autres termes nécessaires à la description précises des sculptures. Ceux-ci seront ajoutés aux listes et, si besoin, au thésaurus Pactols dont l’équipe reste à l’écoute pour des compléments à venir. Au total, ces listes facilitent la saisie tout en la sécurisant et produisent des index homogènes nécessaires à la recherche efficace dans le Corpus


OpenEdition vous propose de citer ce billet de la manière suivante :
Blandine Nouvel (12 mars 2025). Harmoniser et contrôler les métadonnées du Corpus SATHMA : du titre à la description par mots-clés. Corpus SATHMA. Consulté le 10 mars 2026 à l’adresse https://corpussathma.hypotheses.org/2396


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.