Les bases de la TEI

Un document TEI consiste en deux parties principales : <teiHeader> et <text>. Ces deux éléments sont des enfants de l’élément racine <TEI>. L’élément <text> contient le texte du document (un poème encodé, une lettre ou tout autre objet textuel), tandis que le <teiHeader> permet d’enregistrer de manière très détaillée les métadonnées relatives à l’objet textuel, qu’il s’agisse de l’objet analogique original (s’il y a lieu) ou de la version encodée. Cette structure de base est schématisée ci-dessous dans la figure 1.

1
2
3
4
5
6
7
8

<TEI xmlns="http://www.tei-c.org/ns/1.0">
     <teiHeader>
            <!-- métadonnées -->
     </teiHeader>
     <text>
             <!-- transcription -->
     </text>
</TEI>

Figure 1: représentation schématique de la structure de base d’un document TEI.

Structure de l’en-tête TEI (<teiHeader>)

Le rôle principal du <teiHeader> est de fournir une description bibliographique du document électronique. Cet en-tête comprend quatre sections principales (ou éléments enfants), qui ne sont pas toutes nécessaires pour que le document soit conforme à la TEI :

• <fileDesc> : une description bibliographique du texte électronique ainsi que de la source dont il dérive ;
• <encodingDesc> : la documentation de l’encodage et des principes éditoriaux utilisés pour le balisage du texte électronique ;
• <profileDesc> : termes pour l’indexation et la recherche ;
• <revisionDesc> : garde la mémoire des changements apportés au document électronique.

La Figure 2 montre l’ordre dans lequel doivent apparaître ces éléments, s’ils sont utilisés. Le seul qui soit requis est <fileDesc>.

1
2
3
4
5
6

<teiHeader>
    <fileDesc></fileDesc>
    <encodingDesc></encodingDesc>
    <profileDesc></profileDesc>
    <revisionDesc></revisionDesc>
</teiHeader>

Plus de détails sur <fileDesc>

<fileDesc> est le seul enfant de <teiHeader> qui soit requis dans tous les documents TEI. Il doit à son tour inclure trois éléments enfants pour se conformer aux règles de la TEI : <titleStmt>, <publicationStmt> et <sourceDesc>.

• <titleStmt> contient des éléments enfants qui fournissent les les métadonnées de base sur le document, comme son titre, le nom de son auteur et/ou de son éditeur, ainsi que le nom et le rôle des autres personnes qui ont contribué à la création du document électronique ;
• <publicationStmt> contient des éléments enfants qui concernent les informations relatives à la publication du texte électronique, comme le nom et l’adresse de l’institution responsable de sa publication, les informations sur le copyright, et la date de publication ;
• <sourceDesc> contient des éléments enfants qui décrivent la source originale à partir de laquelle le texte électronique a été créé. Par exemple, il peut s’agir d’une description détaillée d’un manuscrit ou d’un livre.

La Figure 3 montre la structure d’un en-tête TEI minimal, avec tous les éléments requis :

1
2
3
4
5
6
7
8
9
10
11
12
13

<teiHeader>
    <fileDesc>
        <titleStmt>
             <title>Titre</title>
        </titleStmt>
        <publicationStmt>
             <p>Informations sur la publication</p>
        </publicationStmt>
        <sourceDesc>
            <p>Informations sur la source</p>
        </sourceDesc>
    </fileDesc>
</teiHeader>

Figure 3: Les éléments TEI requis.

A côté des trois éléments enfants requis dans <fileDesc> que nous avons décrits ci-dessus, il existe quatre autres éléments optionnels, dont l’ordre d’apparition est défini dans les Guidelines :

• <editionStmt> : rassemble les informations relatives à une édition d’un texte ;
• <extent>: décrit la taille approximative d’un texte sur un n’importe quel support ou objet, sous forme numérique ou non, exprimée en toute unité appropriée ;
• <seriesStmt> : rassemble les informations sur la série à laquelle la publication appartient, s’il y a lieu ;
• <noteStmt> : regroupe toutes les notes qui donnent une information sur un texte, qui viennent compléter celles qui sont placées à d’autres endroits de la description bibliographique.

1
2
3

<encodingDesc>
    <p>L’orthographe et la typographie originale ont été conservées, à l’exception du fait que les s longs et les formes ligaturées ne sont pas encodées.</p>
</encodingDesc>

Mais <encodingDesc> pourrait aussi être balisé avec plus de structure grâce à des éléments enfants, comme dans la Figure 5 :

1
2
3
4
5
6
7
8

<encodingDesc>
   <projectDesc>décrit en détail le but ou l’objectif visé dans l’encodage d’un fichier électronique, ainsi que toute autre information pertinente sur la manière dont il a été construit ou recueilli.</projectDesc>
   <samplingDecl>contient une description en texte libre du raisonnement et des méthodes utilisés pour l'échantillonnage des textes dans la création d’un corpus ou d’une collection.</samplingDecl>
   <editorialDecl>donne des précisions sur les pratiques et les principes éditoriaux appliqués au cours de l’encodage du texte.</editorialDecl>
   <charDecl>fournit des informations sur des caractères ou des glyphes sortant de l'ordinaire</charDecl>
</encodingDesc>

Ces deux types d’encodage sont également valides. La décision d’utiliser l’un ou l’autre va dépendre des ambitions du projet et des objectifs de l’encodage des textes. Par exemple, s’il est important que les utilisateurs puissent faire des recherches sur la façon dont les caractères non standard ont été traités lors de l’encodage, alors le second exemple sera plus approprié puisque l’utilisation de <charDecl> permettra de faire des recherches spécialement sur cet élément.

Le Chapitre 2 des Guidelines de la TEI détaille le <teiHeader> et tous les éléments enfants qui peuvent être utilisés. Les exercices de cette unité vont aussi vous permettre d’explorer l’en-tête en détails.

Lectures complémentaires

The TEI header. The TEI Guidelines. <http://www.tei-c.org/release/doc/tei-p5-doc/en/html/HD.html>

Module 2: The TEI header, TEI by Example. <http://teibyexample.org/modules/TBED02v00.htm>