Éléments pour la mise en place d'un projet de numérisation
Post on 28-Nov-2014
10.836 Views
Preview:
DESCRIPTION
TRANSCRIPT
2 0 1 0
28 AVRIL
Mettre en place un projet de numérisation
------------------------------------
Sylvain Machefert
Numérisation // Médiaquitaine // 28-04-2010
Contexte[[1]]
Objectifs
Facteurs
Aspects légaux
[[2]]
[[3]]
[[4]]
Numérisation // Médiaquitaine // 28-04-2010
Aspects techniques[[5]]
La mise en ligne
Rappel des étapes
[[6]]
[[7]]
5
Un sujet d'actualité
Sujet d'actualité et de surcroît « brûlant » en matière de bibliothéconomie, la numérisation ne laisse pas de susciter maints commentaires
Conduire un projet de numérisation / 2002
1992 2005 2010
Contexte
6
Les bibliothèques numériques
● Corpus de documents, le plus souvent du domaine public, numérisés et disponibles en ligne
● Développées principalement par les bibliothèques
● Volumétries très variables
● Qualité très variable
– Qualité du contenu– Qualité de la présentation
Contexte
7
Projet Gutenberg
● Projet bénévole lancé en 1971
● 30 000 ouvrages
● Vérification manuelle
http://www.gutenberg.org
Contexte
8
Gallica
● Lancé par la BnF en 1997
● 1 million de documents
– 150 000 livres– 700 000 fascicules de périodiques
● Mode texte et image
● Documents sous droits
– Depuis 2007– 20 000 livres
http://gallica.bnf.fr/
Contexte
9
Wikisource
● Projet frère de Wikipedia, lancé en 2003
● Ouvrages du domaine public (plusieurs dizaines de milliers)
● Partenariat avec la BnF
● Désaccord avec Gallimard (informations)
http://fr.wikisource.org
Contexte
10
Google Books
● Lancé en décembre 2004
● 10 millions d'ouvrages numérisés
– 1,5 millions du domaine public– 2 millions en partenariat avec les éditeurs
● Un accueil mitigé chez les professionnels
– 300 000 € de dommages et intérêts à La Martinière (déc. 2009)
– ~ 20 bibliothèques partenaires
http://books.google.fr/
Le téléchargement dans Google Books
Contexte
11CC-BY-NC-SA // Kathelinejeanpierre.ca // Flickr
Quantitatif : avantage Google
⟶ Plus, plus vite et moins cher que tout le monde
Qualitatif : avantage Google ⟶ Presque aussi bien que tout le monde
Accès : avantage Google ⟶ Plus rapide, plus efficace, plus « pratique », plus central
Source : Olivier Ertzscheid
Un avis sur la numérisation de masse
CC-BY-SA // Multimotyl // Wikimedia Commons
Les objectifs
2
13
Diffuser
● Document aisément reproductible
● Palliatif intéressant pour les ouvrages difficilement communicables
● Ne nécessite pas de matériel spécifique (≠ microfiches)
● Non exclusif
Objectifs
14
Valoriser
● Mise en avant sur un site Internet
● Diffusion élargie
– Moissonnage par des bibliothèques d'envergure
– intégration dans des projets externes aux bibliothèques– Flickr Commons
– Wikimedia Commons
Objectifs
15
Préserver
● Limite les manipulations des originaux
● Pérennité des supports numériques
Objectifs
⚠
17
Type de document
● Forme de l'objet
– Texte ou graphique– Imprimé ou manuscrit– Couleur / Noir et blanc
● Contenu
– Texte– Formulaire– Niveau de structuration
Facteurs
18
Format du document
● Taille (A4, A3, format spécifique ...)
● Couleur
● Papier
● Pagination
– Automatisation– Choix du format de sortie (multipage ?)
Facteurs
19
Volume
● Méthode et coût
– Automatisation, sous-traitance
● OCR et recherche plein texte (plutôt qu'indexation ?)
● Gestion des transferts vers le prestataire
● Ressources disponibles en interne
● Stockage des documents numériques
Facteurs
20
Homogénéité du fonds
● Formats différents
– Méthode de scannage à adapter ? – Qualité de l'OCR sur un corpus hétérogène ? – Coût
● Documents de nature différente
– Pertinence du traitement dans un seul projet ?
Facteurs
21
État des documents
● Choix du scanner et de la méthode
● Traitement sur place
– Création d'un atelier
– Main d'œuvre dédiée
Facteurs
22
Coût
● 15 à 75 centimes par page (très variable)
● 60 à 75 % du coût en main d'œuvre
● Ne pas négliger les coûts induits en local
– Sélection des documents– Préparation des trains de numérisation– Contrôle qualité
Facteurs
« Les opérations de numérisation de documents ne confèrent à la bibliothèque aucun droit de propriété littéraire et artistique
sur les œuvres ainsi reproduites. »
http://www.culture.gouv.fr/culture/mrt/numerisation/fr/dll/juridi.html
Le droit moral● Droit de divulgation● Droit de paternité● Droit au respect de l'œuvre● Droit au repentir
CC-BY // Midgefrazel // Flickr
Les droits patrimoniaux
● Droits de reproduction● Droits de représentation
CC-BY-NC-SA // France.Diplomatie // Flickr
L'auteur jouit, sa vie durant, du droit exclusif d'exploiter son œuvre sous quelque forme que ce soit et d'en tirer un profit pécuniaire. Au décès de l'auteur, ce droit persiste au bénéfice de ses ayants droit pendant l'année civile en cours et les soixante-dix années qui suivent.
Art. L.123-1 du code de la propriété intellectuelle
Creative CommonsBYAttribution
NCNon Commercial
NDNo Derivative
SAShare Alike
CC-BY-SA // Arnij // Flickr
30
Modes de numérisation
Mode texte Mode image
+
● Donne du sens au contenu● Permet l'indexation, la recherche
● Restitution du document original à l'identique
● Plus cher● Nécessite d'avoir des outils performants
● Limite les possibilités en terme d'usage
Idéal : une combinaison des deux numérisations
Technique
31
OCR
● Reconnaissance optique de caractères
● Taux de reconnaissance > 99% pour des textes propres
● Plus compliqué sur du document ancien ou manuscrit
http://gallica.bnf.fr/ark:/12148/bpt6k56800101.texte.f7
http://gallica.bnf.fr/ark:/12148/bpt6k56800101.f7
Technique
32
ICR
● Reconnaissance intelligente de caractères
● Mécanisme d'apprentissage
● Plus adapté aux manuscrits
Technique
33
L 'expérience reCAPTCHA
Source OCR reCAPTCHA
Technique
34
Résolution
● Se mesure en point par pouce
– 1 pouce = 2,54 cm– 1 pouce = 1 inch
● Résolutions standards (BnF, 2008) :
– Fichiers de conservation : 300 dpi– Fichiers de diffusion : 150 dpi– Fichier de visualisation : 72 dpi
Technique
35
Couleurs
● Noir & Blanc
● Niveau de gris
● Couleurs
● Échantillonage (bits par pixel)
– 1 bit → 2 couleurs (noir et blanc)– 2 bits → 4 couleurs ou niveaux de gris– 8 bits → 256 couleurs ou niveaux de gris– 24 bits → 16 millions de couleurs (vraies couleurs)
Technique
36
Métadonnées EXIF
● Exchangeable Image File
● Dernière version en 2002 (2.2)
● Standard de fait
● Produite par un appareil photo ou ajoutées a posteriori
● Décrit :
– Résolution, dimension, orientation de l'image
– Date et heure de la prise de vue– Informations sur l'appareil (fabricant, type, réglages)
– Coordonnées géographiques
CCBYSA // YellowShark // Wikimedia Commons
Technique
37
Métadonnées IPTC-IIM
● International Press and Telecommunications Council Information Interchange Model
● Utilisé dès 1994 par Adobe
● Métadonnées descriptives :
– Titre– Auteur– Agence– ...
Technique
38
XMP
● eXtensible Metadata Platform
● Créé par Adobe en 2001
● Basé sur XML / Dublin Core, IPTC-IIM et EXIF
● Encapsulable dans des fichiers JPG, TIFF, DNG, PDF
Technique
La mise en ligne
CC-BY // Arnoldius // Wikimedia Commons
6
Une étape obligatoire● Pour répondre à nos décideurs / financeurs● Pour répondre à nos usagers● Pour rencontrer un nouveau public
CC-BY-SA // Roulex_45 // Wikimedia Commons
Priorités● Ouverture● Interopérabilité● Accessibilité
Libre de droits // Rundvald // Wikimedia Commons
42
OAI - PMH
● Format d'échange basé sur XML
● Fourniture des données en Dublin Core
● Protocole très simple
– Informations sur un serveur– Liste des enregistrements
● Nécessite d'avoir des urls pérennes
CC-BY // SophieA // Flickr
Choix des outils● Libre / Propriétaire● Local / Hébergé● Full-web ou pas
44Mise en ligne
BM Toulouse
Sur son site● Logiciel libre : Greenstone (unesco)● Application web● Classement par collections
http://numerique.bibliotheque.toulouse.fr
Sur Flickr● Projet The Commons● Dissémination du contenu● 920 images
http://www.flickr.com/photos/bibliothequedetoulouse/
45
BM Lille
● Logiciel libre : SDX● Application web
http://numerique.bibliotheque.bm-lille.fr
46Mise en ligne
BM Fréjus
● Hébergement chez Arkhenum● Numérisation des archives d'un journal local● Numérisation PDF / Texte
http://www1.arkhenum.fr/bm_frejus_le_var/
47Mise en ligne
Université Rennes 2
● Logiciel libre : Omeka● Application web● Plugins variés :
● Serveur OAI● Géolocalisation● Visualisation
http://bibnum.univ-rennes2.fr
CC-BY-SA // Sémhur // Wikimedia Commons
Étapes duprojet
7
49
La numérisation
● Définir les objectifs de la numérisation
● Sélectionner le fonds à traiter
– Fonds préexistant ou sélection d'un sous-corpus
– Importance de l'homogénéité de l'ensemble– S'assurer des contraintes législatives
● Répartir les rôles
Étapes
50
La numérisation
● Définir les questions techniques
– Résolution– Format– OCR– Métadonnées– Support de livraison
● Définir une règle de nommage
● Contrôler la qualité des documents produits
● Archiver les documents
Étapes
51
La diffusion
● Choisir ce qui doit être diffusé
● Choisir la manière de diffuser
– Via un outil interne– Via un site web externe
● Si on diffuse via un outil interne, s'assurer de :
– Son ouverture– Son interopérable– Son accessibilité
Étapes
MERCI
symac
Supportsous licence
Creative Commons BY SA
Inspiré du support de cours de Claire
Scopsi(INTD-CNAM)
top related