Il s’agit là de la première expérience de moissonnage OAI des données Calames, dont certains contenus EAD ont été transformés en Dublin Core[**] et mis à disposition dans un réservoir OAI. Les mises à jour se feront à intervalles réguliers. D’autres projets de fédération de données sont envisagés, par protocoles OAI-PMH (avec OAIster, l’un des éléments de la nébuleuse Worldcat) ou SRU (pour une interrogation en temps réel).

Le portail du CERL représente l’une des interfaces les plus prometteuses en matière de recherche fédérée (OAI et Z39-50) sur les données patrimoniales des bibliothèques. De nombreuses bases sont interrogeables (de manière stabilisée, ou en cours de test) : d’autres grands catalogues de manuscrits tels que Manus (catalogue de manuscrits mis en oeuvre par « l’ABES italienne », l’ICCU), Kalliope (autographes et manuscrits littéraires allemands), Manuscriptorium (Europe centrale), la base des manuscrits modernes de la BN d’Australie… mais aussi plusieurs bases de référence en matière d’imprimés antérieurs à 1830 (notamment Hand Press Book, la première grand oeuvre du CERL ; mais aussi VD17, ESTC…). Bref, c’est un peu le KVK du patrimoine, avec des fonctionnalités plus fines.

Cette récolte automnale vient concrétiser l’un des volets de l’accord conclu en 2008 entre l’ABES et le CERL. Y figurait également l’accès professionnel à la base Hand Press Book (dont l’alimentation est l’un des principaux chantiers du CERL) pour huit bibliothèques patrimoniales du réseau Sudoc (par ailleurs déployées dans Calames).

Depuis mars 2009 et la V2 de Calames, la Bibliothèque Littéraire Jacques Doucet a dévoilé au monde le nouveau visage de son catalogue des manuscrits.

Plus qu’un moyen de diffusion de ce catalogue, Calames en a permis la conception. Techniquement, bien sûr, à travers la reprise des données PALME[1], mais, d’abord intellectuellement, parce que l’usage de Calames induit un regard introspectif sur l’organisation et la gestion des manuscrits de l’établissement et un travail historique sur la constitution des collections. Cette première étape, en permettant de bâtir la structure du catalogue tel qu’il apparaît dans Calames, a aussi été l’occasion de redéfinir clairement le contour des collections. La BLJD dans Calames, c’est donc une nouvelle visibilité, mais aussi une nouvelle lisibilité.

Trop souvent hélas, quand on ne la confondait pas avec la Collection Jacques Doucet de l’INHA, on la qualifiait de « Fonds Jacques Doucet », ce qui est doublement erroné s’agissant d’une entité initialement constituée, non par un fonds organique, mais par une collection savamment élaborée, puis par des acquisitions raisonnées. De manière tout à fait contradictoire, la BLJD apparaissait enfin à d’autres comme un assemblage hétéroclite de fonds virtuels.

Ces confusions étaient induites par l’absence de structuration du catalogue des manuscrits de la bibliothèque. Tout d’abord, il n’est que depuis peu en cours d’informatisation (livraison des données PALME en EAD en 2007, rétroconversion des manuscrits XIXe siècle et récemment inventoriés toujours en attente de financement). Mais surtout, il est le reflet de l’ancienne approche des fonds et archives dans les bibliothèques, à savoir un traitement des manuscrits pièce à pièce, sans contextualisation et sans respect de l’intégrité des fonds. On avait ainsi porté atteinte à certaines collections pour en extraire un « fonds » artificiel. C’était le cas du « fonds » Aragon, qui appartient en fait à la Collection de Jacques Doucet, ou du « fonds » Eluard, qui provient de la Collection de Lucien Scheler. Des « fonds » virtuels ont aussi été construits à partir de composants du fonds général et de prélèvements dans d’authentiques fonds, tel les « fonds » Max Jacob, Jarry, Mallarmé ou Baudelaire.

La 1ère page du 1er livre d'inventaire de la bibliothèque

Avec l’EAD, à travers Calames, qui permet enfin une description hiérarchisée, il ne fallait pas manquer l’occasion de repartir sur des bases nouvelles. Il importait de ne pas seulement hériter d’un répertoire d’auteurs issu de la rétroconversion en EAD des données PALME, mais de se l’approprier pour le mettre en adéquation avec la réalité des collections[2]. L’enjeu était de se doter d’un instrument de recherche, mais aussi de gestion, structuré de manière à pouvoir être enrichi en respectant la logique de fonds qui s’impose désormais à la BLJD.

Un travail de reconstitution historique et d’archéologie des fonds, à travers les livres d’inventaire et les archives de la bibliothèque, a donc été entrepris. Il a permis de retrouver un fonds général et des fonds spécifiques, la difficulté étant de les démêler en s’en tenant strictement à des critères archivistiques (producteur, provenance). Il a surtout fait surgir la Collection de Jacques Doucet, considérée depuis des années en mythe fondateur de la bibliothèque qui porte son nom, sans que les contours en aient été délimités. Une fois celle-ci reconstituée, le catalogue retrouvait sa cohérence et la BLJD son assiette.

A suivre : L’intégration épique de 36 000 Wild Palms dans Calames

[2] Et ce avant même de tâcher d’exploiter les potentialités de l’EAD et de corriger les imperfections d’une rétroconversion de masse (cf billet 2)

Capitol theatre, Sydney c. 1930s / by Sam Hood

Calames étant un jeune réseau, il s’agit de conduire une application nationale à taille humaine. De ce fait, ce poste présente à la fois un profil technique et un profil de gestion. Il s’agit bien sûr d’organiser la vie de l’application et de l’équipe Calames (bugs, assistance, documentation, évolutions des fonctionnalités, extension du réseau…), mais également de mettre la main à la pâte (conception et rédaction des règles de catalogage, traitements en masse sur les données…).

Ce poste suppose donc un profil polyvalent, un intérêt pour pour les manuscrits et les archives, un goût pour les normes de catalogage (EAD), une curiosité pour l’informatique documentaire (XML, Bases de données). Il exige également un sens du dialogue et de la négociation, car Calames est, depuis sa conception, étroitement associée à un groupe de travail représentant les établissements pionniers.
Pour tout renseignement, contactez le directeur de l’Agence.

MAJ du 5 février 2010 : suite à des péripéties ici tues, ce poste de responsable Calames n’a pas été pourvu en janvier 2010. Il sera donc proposé à nouveau à la CAP Conservateurs de printemps 2010, pour une prise de fonctions en septembre 2010.

Recherche dans Calames avec Searchmonkey activé

Mais il faut encore être loggé avec son compte Yahoo. Bref, ce n’est pas encore l’échelle industrielle.

Le papier en question s’intitule « Calames, et après ? Un catalogue de manuscrits, quatre leçons et mille mashups« . Promis, cette fois, on vous épargne une énième présentation du catalogue et ses fonctionnalités. L’idée est plutôt de prendre un peu de recul, de méditer impatiemment (c’est possible !) sur ce qui a été fait et surtout, implicitement, sur ce qui reste à faire, pour Calames.. ou d’autres catalogues. Les diagnostics, les suggestions et les notes de bas de page n’engagent que l’auteur.

Si vous avez des remarques à faire sur l’article, pourquoi ne pas le faire ici-bas, je veux dire, dans les commentaires de ce post ?

PS : les copies d’écran rendent très mal (euphémisme). J’espère que la version papier est moins insoutenable…

Ce fut l’occasion, une fois de plus, de présenter Calames, mais, cette fois, devant un public plus international et moins « bibliothécaire ». Un prochain billet reviendra sur cette journée. Pour l’instant, je voulais signaler la mise en ligne des diaporamas sur Slideshare. Les diapos sont en Anglais et reprennent en grande partie ce que mon collègue Aurélien Charot avait présenté à San Francisco, lors du Congrès des Archivistes Américains en août 2008 (SAA 2008).

On n’y verra rien de bien neuf, si ce n’est deux deux copies d’écran qui évoquent les deux chantiers actuels de l’équipe Calames :

• la possibilité pour le lecteur authentifié de déposer des annotations et la possibilité pour n’importe qui de suivre les annotations des autres (via un fil RSS) ;
• la visualisation des manuscrits numérisés sur le site Calames, quand les documents ne sont pas accessibles ailleurs.

A noter que ces copies d’écran ne montrent pas ces fonctionnalités dans leur état final, notamment du point de vue graphique. Nous reviendrons, dans de prochains posts, sur chacun de ces développements.

J’en profite pour corriger un oubli en indiquant une autre présentation de Calames, effectuée par Max Naudi de la Sous-direction des bibliothèques et de l’information scientifique (Ministère de l’enseignement supérieur et de la recherche – DGES). Max fait partie du groupe de travail qui a imaginé Calames avec l’ABES. C’est l’occasion de le remercier pour son importante contribution à ces travaux de groupe et pour ses diaporamas présentés lors des onzièmes journées des pôles associés de la BNF, en mars 2009. Mais, je rassure ceux qui auront vu dans mon hommage un adieu, Max est toujours parmi nous : lundi, on a Visio…

Dans ma présentation, j’ai essayé de fantasmer d’imaginer ce à quoi ressemblerait un Web of data à l’échelle de l’ABES, puis de l’enseignement supérieur, en connectant les corpus de métadonnées du Sudoc, de Calames, de Star, des ressources scientifiques ou pédagogiques produites par les universités… Mais pourquoi s’arrêter en si bon chemin ? J’ai profité de la présence de grandes institutions comme la BnF et les Archives de France pour suggérer une interconnexion de nos bases de données respectives, grâce aux technologies du Web sémantique et à l’esprit du modèle Linked data. Cela n’a rien d’original ni de fantasmatique : c’est la suite naturelle d’une entreprise comme celle du CCfr, à ceci près que :

• il ne s’agit plus de juxtaposer des notices (logique de la recherche fédérée), mais d’agréger des métadonnées au niveau plus fin du triplet RDF (c’est-à-dire au niveau des affirmations élémentaires du genre Ceci a-pour-sujet cela ) ;
• il ne s’agit plus d’ériger une interface en portail exclusif, mais de connecter des bases de données sans préjuger du point d’entrée dans ce réseau de métadonnées liées entre elles ;
• la mise en relation de catalogues de bibliothèques français n’est qu’une étape vers une mise en relation plus globale, au-delà du périmètre national et au-delà du périmètre bibliothéconomique. A moins que ce ne soit l’inverse : c’est peut-être en faisant l’effort de s’articuler sur de grands corpus globaux que les institutions françaises parviendront, indirectement, par transitivité (pour être pédant), à s’articuler entre elles. Ainsi, on pourrait conclure que le Goethe-du-Sudoc et le Goethe-de-la-BnF sont identiques parce que chacun d’entre eux serait déclaré identique au Goethe-de-DBpedia. Mais ce serait tout de même un paradoxe qu’il faille Wikipedia-DBpedia ou OCLC pour connecter le Sudoc et le catalogue de la BnF…

Quoi qu’il en soit, pour commencer, à chacun de travailler son lopin. De notre côté, cela veut dire poursuivre la mise aux normes RDF de Calames.

Au lieu de voir cela dans la liste des résultats :

Calames dans Yahoo sans SearchMonkey

l’internaute pourra voir cela :

Calames dans Yahoo avec SearchMonkey

Avantage :

On maîtrise l’affichage de nos données dans Yahoo.
La copie d’écran ci-dessus n’est qu’un exemple : on pourra aller plus loin, ajouter du contenu, des liens, voire des images (par exemple, des vignettes des manuscrits numérisés sur Liber Floridus ou ailleurs).

Méthode :

Cet affichage enrichi n’est pas l’affichage par défaut dans Yahoo. Chaque utilisateur doit faire la démarche d’activer cette fonctionnalité à partir de cette page, ce qui suppose de posséder un compte chez Yahoo (et, hmm, d’utiliser Yahoo plutôt que… Google, par exemple).

Ensuite, dès qu’une de vos recherches dans Yahoo renverra dans sa liste une réponse Calames, celle-ci pourra être visualisée sous sa forme enrichie. En fait, pour l’instant, pour voir la forme enrichie, il faut cliquer sur la flèche :

Calames dans Yahoo - cliquer sur la flèche

On a deux présentations pour le prix d’une : en haut, par défaut, l’ancien affichage ; en bas, à portée de clic, le nouveau. Pourquoi cette redondance ? Pourquoi faut-il encore cliquer ? Pourquoi Yahoo n’affiche-t-il pas directement la nouvelle vue enrichie ? Comme l’explication est technique, je vous renvoie aux sections suivantes.

Comment ça marche ?

Nous aimerions pouvoir répondre : parce que Calames expose ses métadonnées en RDFa et que Yahoo SearchMonkey exploite les métadonnées RDFa. Hélas, seule la première partie de cette phrase est vraie… pour l’instant.

Depuis quelques semaines, nous avons enrichi les pages HTML de Calames de quelques attributs qui permettent de dire que telle information correspond au titre (dc:title) du manuscrit ou telle autre à son auteur (dc:creator).  C’est le principe de RDFa. Voici l’encodage de la date par exemple :

<span about="http://www.calames.abes.fr/pub/ms/res/MAZA10001"
      content="1101/1125"
      property="dc:date"
      class="unitdate">Premier quart du XIIe siècle</span

Le navigateur affiche la date sous une forme lisible par un humain (« Premier quart du XIIe siècle »), mais certains programmes comme Yahoo SearchMonkey sont capables d’extraire de cette page HTML des informations structurées en RDF. Ce qui les intéresse alors, ce sont plutôt les attributs about, content et property, qui affirment formellement que tel manuscrit (nommé http://www.calames.abes.fr/pub/ms/res/MAZA10001) a pour date (au sens du Dublin Core) telle période (formatée en « 1101/1125″). En d’autres termes :

http://www.calames.abes.fr/pub/ms/res/MAZA10001      dc:date      « 1101/1125« 

Nous aurons l’occasion, dans de prochains billets, de revenir en détail sur RDF et Calames. Pour l’instant, il suffit de comprendre qu’avec RDFa, notre page Calames reste aussi présentable qu’une page HTML classique mais devient aussi exploitable qu’une notice Dublin Core bien structurée (c’est un raccourci). Ainsi, quand Yahoo moissonne les pages de Calames pour les indexer, il récupère aussi des métadonnées déjà structurées, que SearchMonkey est censé exploiter. Dès lors, tout ce qu’il devrait nous rester à faire, c’est de paramétrer en PHP le mode d’affichage de ces métadonnées dans chaque résultat Yahoo.

Limites

Hélas, à notre connaissance, SearchMonkey ne supporte pas encore RDFa. C’est imminent, croit-on comprendre. Pour patienter, on a donc utilisé une autre méthode proposée par SearchMonkey pour extraire des métadonnées : au moment de l’affichage de la liste de résultats, un script XSLT transforme la page HTML moissonnée par Yahoo en un format XML (DataRSS), qui lui-même est converti en ce bloc HTML que vous voyez sur la page de résultats. Forcément, comme l’extraction des métadonnées se fait au moment même où l’utilisateur consulte Yahoo, ça rame un peu, ce qu’un moteur de recherche ne tolère pas. Un dixième de seconde est un dixième de seconde. C’est pourquoi le nouvel affichage (plus gourmand en ressources, plus lent) n’est pas affiché par défaut. Par contre, si vous relancez la même recherche (F5), l’affichage enrichi remplace l’ancien affichage : la transformation XSLT n’est plus un frein, car le résultat a été conservé en cache ; il est prémâché.

Quand SearchMonkey comprendra directement le RDFa des pages Calames, la phase d’extraction des métadonnées se fera au moment de l’indexation des pages crawlées, et non au moment de la consultation. Plus besoin de passer par l’extraction en XSLT. Plus de problème de performance. L’affichage dans Yahoo présentera directement la vue enrichie, ce qui est bien l’effet souhaité.

Il restera un obstacle : l’internaute (authentifié) aura toujours à effectuer la démarche prélable d’activer cette fonctionnalité dans ses paramètres de recherche dans Yahoo (regardez à droite de la boîte de saisie, le lien « personnaliser »). Ce qu’on peut espérer, c’est que les propriétaires de site (en l’occurrence l’ABES pour Calames) auront la possibilité de rendre automatique cet affichage enrichi pour leur site, que l’utilisateur l’ait voulu ou non, qu’il soit authentifié ou non. Quitte à ce que l’utilisateur puisse passer outre ce choix imposé, en activant ou développant son propre module d’affichage pour Calames. En effet, n’importe qui peut créer un tel module pour n’importe quel site. Par exemple, je pourrais créer un module d’affichage des pages de l’Assemblée nationale qui, pour chaque député, fasse un lien avec le site mon-depute.fr, qui tient le compte de leurs votes au Parlement. Il doit même être possible d’afficher directement le nombre de votes pour, d’abstentions… pour telle législature. Les possibilités sont infinies.

Perspectives

Une innovation comme SearchMonkey a vraiment le potentiel de changer la donne :

• pour les éditeurs de site : après avoir sous-traité aux moteurs de recherche la fonction de « racoler le client », les propriétaires de sites Web ont l’opportunité de contrôler un peu plus leur apparence dans la liste des résultats des moteurs, à défaut d’en pouvoir influencer le classement. On observera amusé que les résultats des moteurs vont de plus en plus ressembler à une notice de catalogue.
• pour les utilisateurs de site : sans trop d’effort, beaucoup de gens auront la possibilité de modifier l’apparence dans Yahoo de leur site préféré. Ils pourront ainsi se l’approprier, l’adapter à leurs besoins propres, mais aussi inventer de nouvelles manières d’en exploiter les données. C’est en retour, pour les éditeurs de site, un vivier d’idées sans prix, un brainstorming permanent et ouvert, une source d’inspiration pour imaginer de nouvelles fonctionnalités (ou les tester sans modifier le site lui-même), mais aussi une source d’information sur les communautés d’utilisateurs du site. Tout cela est encore plus vrai quand il s’agit de modifier l’apparence du site lui-même (via des scripts utilisateurs comme dans Greasemonkey ou Operator), et pas seulement ses résultats dans Yahoo.  Dans cet esprit, on ne peut manquer de mentionner Show Us a Better Way , la brillante initiative du gouvernement britannique qui vient de lancer un concours où chacun est invité à suggérer de nouvelles manières d’exploiter (réutiliser, afficher, combiner…) les données publiques mises en ligne par le gouvernement : données géographiques, statistiques… Fascinant.
• Customiser les résultats de Calames dans Yahoo suppose d’abord que Calames soit indexé dans Yahoo, ce qui n’est pas encore le cas de tous les catalogues et autres sites Web dynamiques. Mais cela suppose aussi qu’on expose ses informations sous une forme structurée et normalisée, qui les rende plus facilement réutilisables par soi-même ou par des tiers. Une solution possible serait d’exposer Calames en dataRSS, le format propre à Yahoo SearchMonkey. Mais il est bien plus tentant d’utiliser RDFa, qui est un format standard du W3C, car il promet bien d’autres usages au-delà de SearchMonkey – ce blog y reviendra bientôt. Quoi qu’il en soit, voici une nouvelle ruse de l’Histoire du Web : alors que bien des catalogues étaient sur le point d’abdiquer devant le modèle apparemment simpliste du moteur de recherche, c’est précisément un de ces vulgaires moteurs qui vient nous rappeler l’immense potentiel – encore en jachère – de la structuration des métadonnées, pourvu qu’on échappe aux formats traditionnels qui enferment les données dans leur carcan strictement bibliothéconomique (MARC), et qu’on adopte des solutions universelles et extensibles (RDF, bien sûr).

Exemples de requêtes pour trouver du Calames dans Yahoo :

• Les ms de la Reine Christine de Suède
• Retz Néel Bazin

A propos de RDFa, je vous invite à lire les explications de Gautier Poupeau et de Fabien Gandon.

La dernière journée de ce stage était consacrée aux utilisations des données EAD. Au programme étaient également prévues une intervention de Florent Palluault (BnF) sur la rétroconversion du CGM et le volet Manuscrits du CCfr ; et une intervention de Florence Clavaud (Ecole nationale des Chartes) sur les divers outils pour produire ou exploiter de l’EAD.  Que du premier choix !

Dans un premier temps, il s’agit de rodage : essuyer les plâtres, emménager ses fichiers EAD qui patientaient sagement dans des cartons, trouver ses marques, imaginer comment on va y vivre et travailler… Bien sûr, le propriétaire (l’ABES) a fait un état des lieux, mais il est disposé à faire des travaux : il sera à l’écoute des remarques des nouveaux locataires… qui sont aussi un peu copropriétaires…  Calames, on ne le voit pas comme du logement social, ni comme un appartement sans âme avec services hôteliers. Alors, un phalanstère ? Pourquoi pas… en espérant que l’histoire lui accordera un meilleur sort.

L’objectif de cette période de rodage est, bien sûr, de débusquer les bugs, d’identifier les marges d’amélioration et les évolutions futures, mais aussi, au-delà des aspects techniques et fonctionnels, d’établir un mode de travail collaboratif, de mettre en place des habitudes d’assistance mutuelle et de réflexion collective. La priorité absolue est de convenir d’un règlement intérieur, en l’occurrence de fixer un corpus de bonnes pratiques de l’EAD, en concertation serrée avec nos collègues des bibliothèques municipales et de la BnF.

Et, pendant ce temps, à deux pas de ce jardin partagé, les travaux continuent côté cour, dans l’interface publique. Nous en reparlerons bientôt.

Comme pour les autres produits et services de l’ABES (Sudoc, STAR), l’enjeu est de trouver le point d’équilibre entre la cohérence de l’échelle nationale et l’autonomie des solutions locales. Ainsi, Calames cohabitera avec des catalogues locaux, qui s’appuieront sur les données EAD exportées de Calames. De même, quand Calames établit des liens avec des sources extérieures ou réutilise leurs données (comme pour Liber Floridus), c’est aussi une manière de valoriser des ressources extérieures à Calames.

Le diaporama est accessible sur le site du Ministère.

En trois heures, on peut faire plus que de la promo. On a vraiment le loisir d’expliquer, de contextualiser, mais aussi de faire une démo complète. On a souhaité aller plus loin en disséquant in vivo l’interface de recherche et de consultation, avec Firebug pour scalpel. Firebug est un plugin Firefox qui facilite le développement Web : il permet d’analyser le code HTML, Javascript, CSS… mais surtout, en l’occurrence, de voir passer les requêtes AJAX et les données XML renvoyées par la base de données de Calames.

Hélas, le diaporama (.ppt) ne reflète ni le détail de ma présentation, ni les échanges avec Florence Clavaud, ni le spectacle (insoutenable) de la vivisection au Firebug.

Vous pouvez aussi laisser des commentaires sur cette page de SlideShare, site de partage sur lequel j’ai également déposé le diaporama.

Par exemple, si vous consultez le ms 19 de la Mazarine dans Calames, une vignette s’affiche dynamiquement, à droite. C’est une invitation à cliquer dessus et basculer sur le site de Liber Floridus pour consulter la planche entière des images correspondant à ce manuscrit.

Dans les prochains mois, nous poursuivrons ce travail de mise en relation des notices et des images mises en ligne. Nous y travaillons actuellement avec la BCIU de Clermont-Ferrand et la BIU de Médecine (Paris).

Par définition, l’interface de catalogage est moins visible, mais c’est, pour nous, un volet crucial du projet Calames. Il s’agit d’offrir à nos collègues des bibliothèques un environnement de travail fiable et riche en fonctionnalités, qui leur permette d’enrichir le catalogue, de rendre visibles des fonds qui ne sont décrits nulle part.

Précisons que le catalogage dans Calames n’est pas encore lancé. Il faut pour cela attendre la fin du processus de rétroconversion du CGM (février 2008 sans doute) et former nos collègues à l’outil (mars-avril), ce qui ne posera guère de problème à ceux d’entre eux déjà familiers d’XMetal. Le printemps sera alors consacré à une période de rodage de l’outil, avant le déploiement d’un second cercle de bibliothèques à la fin de l’année.