L’uniformisation et la pérennité des données dans les bibliothèques numériques : le cas du logiciel libre Omeka à la Bibliothèque interuniversitaire de la Sorbonne

Dans le cadre de son stage de fin d’études à la Bibliothèque interuniversitaire de la Sorbonne, au sein des Départements des Manuscrits et Livres Anciens de la bibliothèque et en collaboration étroite avec le Service Informatique et Systèmes d’Information, Mylène Ravereau, diplômée du master « Technologies numériques appliquées à l’histoire » (prom. 2016) a créé la future bibliothèque numérique de l’institution. Elle s’est notamment concentrée sur la mise à disposition des documents numériques pour les lecteurs et la mise en place un système de préservation pour les données numériques créées.

Elle revient pour Chroniques chartistes sur le projet qu’elle a mené et les difficultés qu’elle a pu rencontrer. Propos recueillis par Nola N’Diaye.


Peux-tu dans un premier temps nous présenter le projet de départ, le contexte dans lequel tu es arrivée?

La BIS a commencé la numérisation d’œuvres dès 2000. Cette pratique était principalement envisagée comme la suite logique du microfilmage. Le but était à la fois de moderniser le service de reproduction offert aux lecteurs et de poursuivre une politique de sauvegarde des collections, fondée sur la création de supports de substitution pour ne plus communiquer les œuvres trop fragiles ou rares.

La politique de numérisation a pris un tour nouveau à partir de 2007 avec l’acquisition d’une caméra couleur et la naissance d’un projet de valorisation relatif aux sources de l’histoire de l’Université de Paris. Cependant, il manquait à la bibliothèque un outil pour diffuser les données produites dans ce cadre et ce manque est devenu plus aigu après la réouverture de la BIS dans ses locaux historiques en 20131. Plusieurs solutions pour la mise en ligne des fichiers ont alors été envisagées, et c’est finalement le logiciel de gestion de bibliothèque numérique Omeka qui a été choisi au début de l’année 2016.

Premiers statuts de l'Université de Paris, août 1215. BIS, Réserve, Archives de l'Université, carton 7, D 10b
Premiers statuts de l’Université de Paris, août 1215. BIS, Réserve, Archives de l’Université, carton 7, D 10b

Quels étaient les objectifs de ta mission ?

Mes objectifs étaient multiples et concernaient presque toutes les facettes d’un projet de bibliothèque numérique.

J’ai d’abord examiné les images numériques que nous conservions, ainsi que les métadonnées de production. Ces dernières sont en fait le récapitulatif des données concernant les images : date de prise de vue, taille et format des fichiers, etc. J’ai donc dû m’approprier ces informations et les compléter au besoin, notamment pour faciliter le travail de mise en ligne. J’ai ajouté des informations, comme par exemple la mention d’une reliure numérisée. Cela pourra s’avérer utile en cas de création d’une exposition virtuelle sur les plus belles reliures conservées par la bibliothèque de la Sorbonne.

Mon travail a ensuite consisté à l’élaboration d’un plan de nommage propre à notre bibliothèque. Le plan de nommage suivi par la BIS avant mon arrivée était classique, chaque image portait le nom de la cote dont était issue la vue. Ce système, bien que très efficace pour retrouver les documents, ne répondaient pas aux préconisations officielles. Il fallait notamment supprimer tous les caractères spéciaux des noms, marquer la provenance des images (afin qu’un prestataire numérisant des documents de plusieurs bibliothèques ne mélangent pas les documents), et limiter le nombre de caractères à 31. J’ai donc établi un plan de nommage en étroite collaboration avec le service informatique, la direction, et le département des manuscrits et livres anciens. Une fois ce plan de nommage validé, j’ai commencé à renommer progressivement les fichiers. Je devais aussi les convertir dans un format différent. En effet, les images sont produites en TIFF2.

Or ce format est trop lourd pour une mise en ligne. Nous avons donc opté pour du JPG ou des PDF selon les cas.

Finalement ma dernière mission, mais pas des moindres, a été de créer la bibliothèque numérique. La partie la plus importante était d’établir le mapping entre les formats de données. Les notices de catalogue sont soit en UNIMARC3, pour les imprimés, soit en EAD4, pour les archives et les manuscrits. Or la bibliothèque numérique créée avec le logiciel libre Omeka utilise le standard Dublin Core5. Ce dernier est le format de métadonnées le plus couramment utilisé pour la mise en ligne de documents numériques. Il permet notamment le moissonnage6 par d’autres bibliothèques numériques, comme Gallica. Cependant, il ne permet ni la finesse de description permise par l’UNIMARC, ni de rendre compte d’une hiérarchie au sein d’un corpus documentaire comme l’EAD. Nous avons donc dû établir des correspondances entre les différents formats. L’autre volet de cette conception a été la configuration du CMS ainsi que l’intégration des fichiers et de leurs métadonnées.

Carte postale du début du 20e siècle représentant Pierre Curie au milieu de ses élèves. Cote : BIS, Réserve, RBA 3= 163-2 Pièce 6
Carte postale du début du 20e siècle représentant Pierre Curie au milieu de ses élèves. Cote : BIS, Réserve, RBA 3= 163-2 Pièce 6

Pourrais-tu nous présenter concrètement ce qu’est qu’un Content Management System (CMS) ?

Un Content Management System, appelé Système de Gestion de Contenu en français, est un logiciel développé pour une communauté. Il peut être gratuit ou payant, mais son avantage premier est qu’il fournit aux utilisateurs un site internet pré-fabriqué. Le code permet d’avoir deux accès différents au site. Le premier est l’interface publique, dit front-office, ce que tout le monde peut voir en allant sur internet. Le deuxième est un accès réservé, appelé back-office, qui permet de faire des modifications de façon très simple. L’ajout de contenu, de texte, d’images, se fait directement dans le back-office, il n’est pas nécessaire de repasser par le code pour l’effectuer. Ainsi un grand nombre de personnes, n’ayant pas de compétences particulières en informatique, peuvent intervenir et publier du contenu. Cette fonctionnalité fait des CMS un outil privilégié pour la création de sites internet.

Les CMS reposent souvent sur le principe du WYSIWYG, à savoir What You See Is What You Get. Chaque modification effectuée est visible immédiatement sur l’interface publique, ce qui s’avère très pratique.

Pourquoi la bibliothèque de la Sorbonne a-t-elle choisi Omeka?

La bibliothèque de la Sorbonne a choisi Omeka pour plusieurs raisons. Déjà parce qu’il s’agit d’un CMS de plus en plus répandu dans le domaine culturel, et notamment pour les bibliothèques numériques. Cela s’explique par le fait qu’il a été créé justement pour mettre en avant des œuvres numérisées, par le biais de notices ou même d’expositions virtuelles. La comUE PSL a opté pour ce logiciel, en participant notamment au développement de la nouvelle version d’Omeka, afin de créer une bibliothèque numérique pour tous les établissements sous son égide. La BIS a aussi été sensible au fait qu’Omeka était recommandé par la très grande infrastructure de recherche (TGIR) Huma-Num. Cette utilisation importante du logiciel permet aussi de se fier à un cercle étendu d’utilisateurs. Ces derniers interagissent facilement, notamment par le biais de forums.

De plus, une fois configuré, Omeka est assez simple de prise en main (je conseille tout de même un informaticien chevronné pour certaines fonctionnalités). La dernière raison est la gratuité du logiciel. Il s’agit d’un logiciel libre et gratuit. Nous avons donc accès au code lorsque nous l’installons, ce qui nous permet de le modifier comme bon nous semble. Il s’adapte donc aux besoins gratuitement et sans recours à une société propriétaire. De cela découle aussi une relative sécurité quant à la poursuite des mises à jour. Omeka ayant été développé par une université américaine, et étant de plus en plus utilisé, nous savons que le logiciel ne sera pas abandonné sous peu.

Un nouvel Omeka, Omeka-S est actuellement en cours d’élaboration. Sais-tu dans quels objectifs ?

Omeka-S est une nouvelle version d’Omeka, sortie en version beta le 2 novembre 2016, qui est centrée sur le web sémantique, d’où son nom. Comme nous l’avons expliqué lors de notre Atelier Ademec du 7 décembre dernier, le web sémantique, parfois appelé le Web 3.0, est fondé sur des liens entre données, entre informations, et non plus sur des liens entre pages. Le web des années 1990 reliait des pages et des notices sans savoir ce qu’elles contenaient. Avec le web sémantique et le modèle sur lequel il repose, le RDF, les données sont liées entre elles, ce qui a pour but d’enrichir le web et de le rendre plus pertinent.

Or, Omeka-S est centré sur les données liées en RDF et sur les référentiels, ce qui manquait à Omeka 2. Les référentiels sont en quelque sorte des listes contrôlées de valeurs autorisées pour un élément. Ces listes publiées par des organismes internationaux sont régulièrement (ou sont supposées l’être) mises à jour, entretenues et utilisés par le plus grand nombre, ce qui est un gage de qualité et de sûreté. Omeka-S permettra notamment de sélectionner les autorités (auteurs principaux et contributeurs) dans la liste ID-Ref, référentiel de l’ABES pour les autorités.

Cette nouvelle version d’Omeka présente donc d’un grand intérêt mais il pose d’ores et déjà plusieurs problèmes. D’abord, parce que Omeka, est constitué de plugs-in, soient de modules à installer soi-même selon les besoins. Ces plugs-in qui ont été développés pour Omeka 2 ne sont pas automatiquement reportés sur Omeka-S. Il faut dans le meilleur des cas les réinstaller s’ils ont été développés pour la nouvelle version, sauf que ce n’est pas le cas pour la majorité d’entre eux. C’est par exemple le cas pour le “OAI-PMH Harvester” qui permet de moissonner d’autres bibliothèques numériques. Sur le forum d’Omeka7, il est indiqué que le développement de ce plug-in n’est pas prévu, ni à moyen ni à long terme. Cela pose problème pour beaucoup de bibliothèques numériques, qui ne sont pas encore prêtes à passer au format RDF, puisque cela implique un reformatage des données. De même, les thèmes, c’est-à-dire le design des sites développés pour Omeka 2, ne pourront pas être migrés vers Omeka-S. Ce qui signifie que tout doit être refait, et cela est coûteux. De plus, comme la sortie est relativement récente, la communauté d’utilisateurs est encore très réduite. Il faut cependant savoir que les deux versions continueront d’être maintenues en parallèle pour un certain temps, car elles sont envisagées sous un angle totalement différent.

Quelles sont les difficultés que tu as pu rencontrer lors de ce stage?

La difficulté principale que j’ai pu rencontrer était la prise en main du logiciel. En effet, le service informatique de la BIS ne l’avait jamais utilisé et ne pouvait donc pas me guider. Je dois cependant les remercier d’avoir toujours cherché à me secourir, bien que ce domaine leur soit étranger, ils ont été d’une aide précieuse. J’ai donc dû faire appel à des professionnels ayant déjà utilisé le logiciel afin qu’ils puissent m’aiguiller, je profite de cet article pour les remercier chaleureusement.

La deuxième difficulté principale était le manque d’information sur le Dublin Core. En effet, ce standard est envisagé de façon tellement simple que peu de documentation existe, en dehors des préconisations officielles et de celles de la BnF. Heureusement, ces dernières ont été suffisantes, mais je dois admettre que je me suis sentie un peu démunie au début de mon travail sur le mapping.

Si ta mission était amenée à se poursuivre, quels seraient tes objectifs pour la suite, ou tes préconisations?

Ma mission se poursuit actuellement, puisque le département des manuscrits et livres anciens ainsi que le service informatique continuent mon travail. Nous espérons tous la mise en ligne de la bibliothèque numérique de la BIS dans les prochaines semaines.

La partie du projet qui est actuellement prioritaire est la migration de notre instance vers les serveurs de l’Université Paris 1 (Panthéon Sorbonne). En effet, la BIS est rattachée à cette université. La migration a pour but de permettre la mise en ligne des données, et de les dupliquer sur différents serveurs à quelques kilomètres de distance. En effet, une sauvegarde des images en format TIFF et des métadonnées sera appliquée à la BIS, tandis que les images en format JPG seront sur les serveurs de Paris 1. Cela permet une relative sécurité des informations. De plus, les informaticiens de l’université sont en train d’effectuer quelques développements pour modifier le back-office de notre instance Omeka.

L’autre tâche majeure est bien évidemment de continuer l’import des images et des métadonnées dans la bibliothèque numérique. Cette partie est laissée aux soins du département des manuscrits et livres anciens, qui saura mieux que quiconque respecter les préconisations pour le catalogage et la bonne préservation des informations numériques.

Aurais-tu un conseil à donner aux promotions suivantes?

Dans le domaine hybride dans lequel nous évoluons, il faut savoir demander de l’aide. J’ai été très agréablement surprise durant mon stage de voir que toutes les personnes répondaient à mes questions. Je pense évidemment à mes collègues de la BIS, mais aussi aux professionnels des autres institutions. Tous ceux que j’ai contacté m’ont répondu, et ont fait tout ce qui était en leur pouvoir pour me venir en aide. Je conseille donc de ne pas hésiter à se fier à d’autres, et vous verrez, rapidement vous serez aussi ceux vers qui on se tournera pour avoir des réponses.

  1. Des travaux de rénovations de la Bibliothèque de la Sorbonne ont eu lieu de septembre 2010 à novembre 2013. Sur ce sujet, voir l’article de Pascale ISSARTEL, « La bibliothèque de la Sorbonne ». Bulletin des bibliothèques de France (BBF), 2013, n° 3, p. 69-76. Disponible en ligne : <http://bbf.enssib.fr/consulter/bbf-2013-03-0069-011>. ISSN 1292-8399. []
  2. Tagged Image File Format, format permettant une très bonne résolution et embarquant des données. []
  3. L’UNIversal MARC est aussi une adaptation du format MARC. Sa première édition remonte à 1977. Il s’est largement imposé comme format de catalogage dans les bibliothèques lorsque l’Agence Bibliographique de l’Enseignement Supérieur (ABES) l’a adopté en 1994. []
  4. Encoded Archival Description. Format inventé dans les années 1990 ayant pour but de rendre la hiérarchie existante dans les instruments de recherche, notamment dans le domaine des archives. Ce format a ensuite été utilisé pour décrire les manuscrits, aussi bien par la BnF que par l’ABES. []
  5. Standard créé en 1995 à Dublin (Ohio, USA) par des professionnels des bibliothèques, de l’informatique et du web. Quinze éléments ont été établis comme piliers de la description bibliographique et valables pour une majorité de documents. []
  6. La BnF décrit le moissonnage des données par l’Open Archive Initiative Protocol for Metadata Harvesting (OAI PMH) ainsi : « Le protocole OAI-PMH est un moyen d’échanger sur Internet des métadonnées entre plusieurs institutions, afin de multiplier les accès aux documents numériques. Il permet d’accroître la visibilité des collections numériques sur Internet, de reconstituer virtuellement des corpus à partir de ressources accessibles sur différents sites, d’alimenter des portails thématiques.», cf. http://www.bnf.fr/documents/Guide_oaipmh.pdf <consulté en ligne le 9 janvier 2017> []
  7. https://forum.omeka.org/t/transitioning-from-omeka-classic-to-omeka-s/771/8 <consulté le 9 janvier 2016> []

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *