Gallica, du laboratoire en ligne à la diffusion mondiale

Clément Solym - 14.10.2010

Reportage - bibliotheque - laboratoire - livres


Gallica – bibliothèque numérique de la BnF (Bibliothèque nationale de France) - est inauguré en octobre 1997 avec des textes et images du 19e siècle francophone, « siècle de l’édition et de la presse moderne, siècle du roman, mais aussi des grandes synthèses historiques et philosophiques, siècle scientifique et technique ».

Un laboratoire en ligne

À l’époque, le serveur stocke 2.500 livres numérisés en mode image complétés par les 250 livres numérisés en mode texte de la base Frantext de l’INaLF (Institut national de la langue française, qui deviendra plus tard le laboratoire ATILF).

Classés par discipline, ces livres sont complétés par une chronologie du 19e siècle et des synthèses sur les grands courants en histoire, sciences politiques, droit, économie, littérature, philosophie, sciences et histoire des sciences.


Le site propose aussi un échantillon de la future iconothèque numérique, à savoir le fonds du photographe Eugène Atget, une sélection de documents sur l’écrivain Pierre Loti, une collection d’images de l’École nationale des ponts et chaussées - ces images ayant trait aux grands travaux de la révolution industrielle en France -, et enfin un choix de livres illustrés de la bibliothèque du Musée de l’Homme.

Fin 1997, Gallica se considère moins comme une banque de données numérisées que comme un « laboratoire dont l’objet est d’évaluer les conditions d’accès et de consultation à distance des documents numériques ». Le but est d’expérimenter la navigation dans ces collections, en permettant le libre parcours du chercheur ou du lecteur curieux.

« Des choix éditoriaux pointus »

Début 1998, Gallica annonce 100.000 volumes et 300.000 images pour la fin 1999, avec un accroissement rapide des collections ensuite. Sur les 100.000 volumes prévus, qui représenteraient 30 millions de pages numérisées, plus du tiers concernerait le 19e siècle. Quant aux 300.000 images fixes, la moitié viendrait des départements spécialisés de la BnF (Estampes et photographie, Manuscrits, Arts du spectacle, Monnaies et médailles, etc.), et l'autre moitié de collections d’établissements publics (musées et bibliothèques, Documentation française, École nationale des ponts et chaussées, Institut Pasteur, Observatoire de Paris, etc.) ou privés (agences de presse dont Magnum, l’Agence France-Presse, Sygma, Rapho, etc.).

En mai 1998, la BnF revoit ses espérances à la baisse et modifie quelque peu ses orientations premières. Jérôme Strazzulla, journaliste au quotidien Le Figaro, explique dans un article du 3 juin 1998 que la BnF est « passée d’une espérance universaliste, encyclopédique, à la nécessité de choix éditoriaux pointus ».

Dans le même article, le président de la BnF, Jean-Pierre Angremy, rapporte la décision du comité éditorial de Gallica : « Nous avons décidé d’abandonner l’idée d’un vaste corpus encyclopédique de cent mille livres, auquel on pourrait sans cesse reprocher des trous. Nous nous orientons aujourd’hui vers des corpus thématiques, aussi complets que possible, mais plus restreints. (...) Nous cherchons à répondre, en priorité, aux demandes des chercheurs et des lecteurs. »

Le premier corpus prévu aura trait aux voyages en France, à savoir des textes, estampes et photographies du 16e siècle à 1920, avec mise en ligne prévue en 2000. Les corpus envisagés ensuite concerneront Paris, les voyages en Afrique des origines à 1920, les utopies et enfin les mémoires des Académies des sciences de province.

Une consultation plus aisée

Professeur à l’École pratique des hautes études (EPHE, Paris-Sorbonne) et adepte depuis toujours de la lecture sur PDA (puis sur smartphone), Marie-Joseph Pierre raconte en novembre 2002 : « Cela m’a pas mal servi pour mon travail, ou pour mes activités associatives. Je fais par exemple partie d’une petite société poétique locale, et nous faisons prochainement un récital poétique. J’ai voulu rechercher des textes de Victor Hugo, que j’ai maintenant pu lire et même charger à partir du site de la Bibliothèque nationale de France : c’est vraiment extra. » (Entretien du NEF)

En 2003, Gallica rassemble 70.000 ouvrages et 80.000 images allant du Moyen-Âge au début du 20e siècle, tous documents libres de droits. Mais, de l’avis de nombreux usagers, les fichiers des livres sont très lourds puisqu'ils sont numérisés en mode image, et l’accès en est très long.

Chose tout aussi problématique, la numérisation en mode image n’autorise pas la recherche textuelle alors que Gallica se trouve être la plus grande bibliothèque numérique francophone en nombre de titres disponibles en ligne. La recherche textuelle est toutefois possible dans les tables des matières, sommaires et légendes des corpus iconographiques, qui sont numérisés en mode texte. Mais seule une petite collection de livres (1.117 livres en février 2004) est intégralement numérisée en mode texte, celle de la base Frantext, intégrée à Gallica.

Tous problèmes auxquels la BnF remédie au fil des mois, avec une navigation plus aisée et la conversion progressive des livres du mode image au mode texte grâce à un logiciel OCR, avec possibilité donc de recherche textuelle.

La presse française en ligne


En février 2005, Gallica compte 76.000 ouvrages. À la même date, la BnF annonce la mise en ligne prochaine (entre 2006 et 2009) de la presse française parue entre 1826 et 1944, à savoir 22 titres représentant 3,5 millions de pages.

Début 2006, les premiers journaux disponibles en ligne sont les quotidiens Le Figaro (fondé en 1826), La Croix (fondée en 1883), L'Humanité (fondée en 1904) et Le Temps (fondé en 1861 et disparu en 1942).

En décembre 2006, les collections comprennent 90.000 ouvrages numérisés (fascicules de presse compris), 80.000 images et des dizaines d'heures de ressources sonores.

Une interface quadrilingue

En novembre 2007, la BnF annonce la numérisation de 300.000 ouvrages supplémentaires d'ici 2010, à savoir 45 millions de pages qui seront accessibles sur son nouveau site, simultanément en mode image et en mode texte. Le site compte 3 millions de visites en 2008 et 4 millions de visites en 2009. On en prévoit le double pour 2010.


En mars 2010, Gallica franchit la barre du million de documents – livres, manuscrits, cartes, images, périodiques (presse et revues), fichiers sonores (paroles et musiques) et partitions musicales - dont la plupart sont accessibles gratuitement sur un site dont l'interface n'a cessé de s'améliorer au fil des ans.

Si les documents sont en langue française dans leur très grande majorité, on trouve aussi des documents en anglais, en italien, en allemand, en latin ou en grec selon les disciplines.

En octobre 2010, Gallica offre 1,2 million de documents, une interface quadrilingue (français, anglais, espagnol, portugais), la possibilité de créer un espace personnel, une vignette exportable pour consulter des images sur son site ou son blog et un lecteur exportable pour y consulter les livres.

Un rayonnement mondial


On attend maintenant l'indexation des collections de Gallica dans Bing, le moteur de recherche de Microsoft, suite à l'accord signé le 7 octobre 2010 (notre actualitté) entre Bruno Racine, président de la BnF, et Steve Balmer, PDG de Microsoft, ce qui permettra une utilisation planétaire des collections et une meilleure représentation de la langue française et de ses chefs-d'oeuvre sur une toile multilingue.


Steve Ballmer et Bruno Racine
© ActuaLitté

Copyright © 2010 Marie Lebert. Tous droits réservés. Pour diffusion en ligne par ActuaLitté.