3-ponctuation-et-syntaxe-dans-la-langue-francaise - Tunisie ...

0.4 Ressources techniques
Avant de les enfouir dans les annexes, disons quelques mots des logiciels et techniques
informatiques employés pour encoder les données. Aucun logiciel répondant
exactement à nos besoins n’étant disponible, nous avons été contraint de développer
nous-même l’ensemble des programmes employés. De manière très concrète, voici ce
qui a dû être fait.
Les chartes ont été transcrites et encodées à l’aide d’une norme largement répandue
pour stocker les données complexes de nature textuelle: l’eXtensible Markup
Language (XML), qui permet à l’ordinateur de retrouver les mots et les signes de
ponctuation originaux au moyen de programmes adéquats. Ces derniers sont fournis
en annexe. 9 Les outils de traitement des données prennent la forme de scripts 10 écrits
dans un langage nommé Perl. 11 On pourra également consulter les transcriptions diplomatiques
abouties en se reportant aux annexes. 12
Les analyses morphosyntaxiques, conformes à l’exposé du modèle du chapitre 3,
ont été encodées dans le même fichier informatique que celui qui contenait l’édition
de chaque charte. Les analyses exhaustives, représentées par des boîtes imbriquées
suivant un ordre déductif allant des textes aux mots, sont fournies en annexe. 13
Enfin, les chapitres→4 à→7 nécessitaient que les données soient extraites et
soumises à un nombre important de calculs. La sélection des données (rassemblées
également à l’aide d’un programme Perl) et leur traitement numérique prend la forme
de scripts écrits dans un langage nommé R, 14 particulièrement adapté aux traitements
statistiques.
Quels que soient les programmes et les langages utilisés, il importe de souligner
deux choses: la liberté des codes sources et l’absence de garantie.
Les programmes d’extraction des données ne sont pas forcément infaillibles et
contiennent probablement des erreurs. Dans une perspective scientifique, il est impératif
que le code source des applications soit ouvert et documenté. Si les codes sont
reportés en annexe, il reste un important effort de documentation à faire. Qu’on nous
laisse poser ici un jugement sévère et catégorique sur les logiciels dont les sources,
pour des raisons commerciales ou autres, ne sont pas accessibles aux utilisateurs: pareilles
pratiques nuisent à la science. C’est ainsi que les programmes et standards que
nous avons choisi d’employer sont libres et ouverts. 15
9
Voir la section Ressources des annexes.
10
C’est-à-dire de programmes non compilés, «lisibles» dans n’importe quel éditeur de texte.
La compilation des programmes écrits dans un langage de scripts est généralement effectuée
à l’exécution.
11
Version 5.8.7, voir la «bible» du langage, par son créateur: Wall et al. 2000.
12
Voir la section Transcriptions des annexes.
13
Voir la section Analyses syntaxiques.
14
Version 2.4.0, voir R Development Core Team 2005.
15
Les licences d’utilisation de Perl et R sont fournies dans les paquets binaires d’installation
de ces logiciels; voir la section Ressources des annexes.
10