200 ans d’archives de presse entre Le Temps et l’EPFL
Le laboratoire d’humanités digitales de l’Ecole polytechnique fédérale de Lausanne, Le Temps et la Bibliothèque nationale suisse s’associent pour lancer le 18 mars 2016, à l’occasion du 18e anniversaire du Temps, la plus importante base de données historiques de Suisse. Grâce aux équipes du professeur Frédéric Kaplan, les archives du Journal de Genève, de la Gazette de Lausanne et du Nouveau Quotidien, remontant à 1798, sont accessibles à tous et consultables sur un site exploitant les technologies d’indexation les plus avancées pour les documents historiques.
Toute nouvelle recherche d’archive ne se limitera plus à énumérer les articles dans lesquels un mot apparaît, comme le font les moteurs de recherche classiques, mais indique l’évolution du nombre d’occurrences de ce mot au fil des ans. Cet aperçu chronologique permet à l’internaute de visualiser en un coup d’œil la fréquence d’un terme à travers plus de deux cents ans d’histoire et de se focaliser sur la période qui l’intéresse. Ce moteur de recherche ouvre de nouvelles perspectives tant aux professionnels qu’à un vaste public.
50 millions de noms de lieux et de personnalités reconnues
Parallèlement à la recherche lexicale, l’équipe du laboratoire d’humanités digitales a conçu un outil d’extraction permettant d’identifier tous les lieux et les personnes dans les 4 millions d’articles de l’archive, ainsi qu’un certain nombre de caractéristiques les concernant. Une base de données de 50 millions de mentions d’entités est mise en ligne aujourd’hui et interrogeable à travers un outil de recherche sémantique. Il devient par exemple possible de demander au système toutes les fonctions occupées par une personne au fil des ans, ou de trouver tous les articles impliquant des intervenants exerçant des métiers ou fonctions spécifiques. Ce sont autant de requêtes impossibles à formuler lorsqu’on se limite à la recherche classique de mots. Cette immense base de données est elle-même interconnectable aux autres bases du Web sémantique. Elle s’enrichira par ces nouvelles connexions et viendra nourrir les autres bases, donnant à l’histoire suisse une place sans précédent dans des bases de données mondiales
10 ans de travail
Le lancement de cet outil révolutionnaire signe l’aboutissement d’une décennie de travail. En 2006 débute la numérisation de deux ans d’histoire via les archives du Journal de Genève, de la Gazette de Lausanne et du Nouveau Quotidien, donnant vie aux archives historiques du Temps.
Les progrès scientifiques faits notamment en linguistique computationnelle amèneront l’EPFL et Le Temps à s’associer en 2013 pour développer à partir des archives historiques du Temps cette base de données historiques. Dès 2014, la Bibliothèque nationale suisse s’associe à son tour au développement de ce moteur de recherche, soutient financièrement le projet et travaille en coordination étroite avec le laboratoire d’humanités digitales de l’EPFL sur les nouveaux outils développés. Deux ans seront ensuite nécessaires pour extraire des 4 millions d’articles de presse numérisés les index qui sous-tendent les nouveaux outils proposés. Ces données sont dès ce jour accessibles. Celles du Nouveau Quotidien seront disponibles à fin mars.
Membres du comité scientifique
Alain Clavien, Professeur, Histoire contemporaine, Université de Fribourg
Marie-Christine Doffey, Directrice, Bibliothèque nationale suisse
Gaël Hurlimann, Rédacteur en chef Digital, Le Temps
Joëlle Kuntz, Journaliste, Le Temps
Enrico Natale, Directeur, Infoclio.ch
François Vallotton, Professeur, Centre des sciences historiques et de la culture, Université de Lausanne
La numérisation de plus d’un million de pages issues de journaux aux formats variés a été rendue possible grâce au soutien de : la Bibliothèque nationale suisse, la Bibliothèque de Genève,
la Bibliothèque cantonale et universitaire de Lausanne, Sandoz – Fondation de Famille, la banque privée Mirabaud & Cie SA et PubliGroupe.
L’indexation sémantique est quant à elle née de l’immense travail du laboratoire d’humanités digitales de L’EPFL piloté par le comité scientifique responsable de la méthodologie.
