README.md

Rendu Mémoire de stage TNAH - projet AGODA

Ce dépôt contient :

• le mémoire de stage :

  • au format PDF : memoire_TNAH2022_Fanny_LEBRETON.pdf;
  • au format LaTeX : memoire_TNAH2022_Fanny_LEBRETON_latex.zip.

• les livrables techniques mentionnés dans les annexes du mémoire et répartis en trois dossiers principaux : A - Sources primaires, B - Modélisation XML-TEI et C - Encodage automatique. Ces derniers sont constitués de la manière suivante :

  • Le dossier /A - /A1 - Numérisations Gallica/ contient les numérisations de deux comptes rendus des débats parlementaires, celui de la séance du 26 novembre 1889 et celui de la séance du 14 janvier 1890 :
    • FR_3L_5L_1889-11-26_digitisation.pdf
    • FR_3L_5L_1890-01-14_digitisation.pdf
  • Le dossier /A - /A2 - Images Archives nationales/ contient des photographies prises lors d’une visite aux Archives nationales du compte rendu in extenso et du procès-verbal de la séance du 26 novembre 1889 :
    • Dans le dossier /CR, voir :
      • 20220505_110636.jpg
      • 20220505_111410.jpg
      • 20220505_111418.jpg
      • 20220505_111438.jpg
      • 20220505_111448.jpg
      • 20220505_111450.jpg
    • Dans le dossier /PV, voir :
      • 20220505_102611.jpg
      • 20220505_102621.jpg
      • 20220505_102631.jpg
      • 20220505_102641.jpg
      • 20220505_102648.jpg
      • 20220505_102657.jpg
      • 20220505_102748.jpg
      • 20220505_102752.jpg
      • 20220505_102858.jpg
  • Le dossier /B - /B1 - Documents de travail/ contient trois anciennes versions de l’encodage XML-TEI effectuées lors de la modélisation du modèle, ainsi qu’un document en markdown relatant les étapes de la construction du schéma :
    • FR_3R_5L_1889-11-26_v1.xml
    • FR_3R_5L_1889-11-26_v2.xml
    • FR_3R_5L_1889-11-26_v3.xml
    • schema_working_document.md
  • Le dossier /B - /B2 - Encodage test/ contient les modèles d’encodage idéaux du fichier XML-TEI corpus et du fichier XML-TEI composant, ainsi que le schéma d’encodage au format Relax NG qui est relié aux deux fichiers XML-TEI :
    • FR_3R_5L.xml
    • FR_3R_5L_1889-11-26_ideal_encoding_model.xml
    • agoda_schema.rng
  • Le dossier /B - /B3 - Schéma et documentation/ contient l’ODD aux formats XML et HTML, le schéma d’encodage au format Relax NG et les spécifications du modèle au format XML :
    • agoda_odd.html
    • agoda_odd.xml
    • agoda_schema.rng
    • agoda_schemaSpec.xml
  • Le dossier /C - /C1 - Guides/ contient le guide d’annotation et celui de l’encodage automatique :
    • guide_annotations_agoda.pdf
    • guide_modelisation_encodage_automatique.pdf
  • Le dossier /C - /C2 - Scripts Python/ contient l’ensemble des scripts Python utilisés pour l’encodage automatique des données :
    • main.py
    • script_balisage_formel.py
    • script_balisage_logique.py
    • script_balisage_semantique.py
    • script_compilation.py
    • script_metadonnees.py
    • script_nettoyage.py
  • Le dossier /C - /C3 - Données tests/ contient l’ensemble des fichiers JSON annotés de la séance du 26 novembre 1889, ainsi que le résultat XML-TEI obtenu suite à l’application du processus d’encodage automatique :
    • Dans le dossier /json_data, voir :
      • FR_3R_5L_1889-11-26_p0175.json
      • FR_3R_5L_1889-11-26_p0176.json
      • FR_3R_5L_1889-11-26_p0177.json
      • FR_3R_5L_1889-11-26_p0178.json
      • FR_3R_5L_1889-11-26_p0179.json
      • FR_3R_5L_1889-11-26_p0180.json
      • FR_3R_5L_1889-11-26_p0181.json
      • FR_3R_5L_1889-11-26_p0182.json
      • FR_3R_5L_1889-11-26_p0183.json
      • FR_3R_5L_1889-11-26_p0184.json
      • FR_3R_5L_1889-11-26_p0185.json
      • FR_3R_5L_1889-11-26_p0186.json
      • FR_3R_5L_1889-11-26_p0187.json
      • FR_3R_5L_1889-11-26_p0188.json
      • FR_3R_5L_1889-11-26_p0189.json
      • FR_3R_5L_1889-11-26_p0190.json
      • FR_3R_5L_1889-11-26_p0191.json
      • FR_3R_5L_1889-11-26_p0192.json
      • FR_3R_5L_1889-11-26_p0193.json
    • Dans le dossier /xml_data, voir :
      • FR_3R_5L.xml
      • FR_3R_5L_1889-11-26.xml
      • agoda_schema.rng