Navigation – Plan du site

À la redécouverte des photographies perdues des expositions de la Royal Photographic Society

Stephen Brown
Traduction de Sandrine Chene
Cet article est une traduction de :
Rediscovering the lost photographs of the Exhibitions of the Royal Photographic Society

Résumés

Cet article présente une tentative réussie de rassembler des archives photographiques jusque-là éparpillées, conservées dans différentes institutions, par l’utilisation seule d’informations textuelles de ces archives, afin d’identifier des œuvres qui ont fait défaut à d’importants catalogues d’exposition pendant plus de cent ans. Conduite dans le cadre du projet FuzzyPhoto financé par le Arts and Humanities Research Council (AHRC) au Royaume-Uni, cette étude a permis de développer un outil de recherche pour les chercheurs intéressés par l’identification des œuvres de collections de musées en ligne en dépit des lacunes, imprécisions et erreurs que ces documents peuvent comporter. Ce texte décrit les défis rencontrés dans le travail avec des archives de musées, ainsi que la méthode développée pour les traiter. Cette nouvelle approche repose sur des techniques d’appariement sémantique et sur des algorithmes basés sur une logique floue qui illustrent les types de choix que tout humain preneur de décision opère en poursuivant ce genre de tâches. Les résultats sont présentés et l’enjeu de cette recherche est débattu pour servir les institutions de préservation du patrimoine culturel et plus largement encore.

Texte intégral

Cette recherche est financée par le Arts and Humanities Research Council (Numéro de subvention AH/J004367/1) au Royaume-Uni. Mes remerciements vont à la Birmingham City Library, à la British Library, au musée du Louvre, au Metropolitan Museum of Art, au musée d’Orsay, aux National Archives, au National Media Museum, aux National Museums Scotland, à la St. Andrews University, au V&A, ainsi qu’au professeur Roger Taylor, pour leur généreux soutien.

1L’histoire des débuts de la photographie coïncide avec d’importants changements scientifiques, industriels, artistiques, sociaux, politiques et économiques dans des pays éminents comme la France, l’Allemagne et le Royaume-Uni. Elle peut apporter un éclaircissement quant aux problématiques de l’époque telles que la diffusion des idées scientifiques, la relation entre sciences et art, les interactions entre nouvelles technologies, culture populaire et commerce, ainsi que la création d’identités personnelles et nationales. Toutefois, l’étude de l’histoire de la photographie comme histoire culturelle est relativement récente et les textes dans ce domaine ne constituent que les débuts d’un corpus scientifique. L’accès aux ressources de première main est donc essentiel à la poursuite de ces progrès, mais ces ressources sont souvent éphémères, fragiles, largement disséminées, mal cataloguées et difficiles d’accès.

2De Montfort University (DMU) a créé un corpus de ressources numériques sur la photographie couvrant la période allant du xixe au début du xxe siècle, à partir de sources primaires telles que des catalogues d’exposition, des journaux intimes et correspondances1. Ces ressources comprennent deux bases de données de catalogues d’expositions photographiques qui constituent ensemble le dossier le plus complet existant à ce jour sur les expositions photographiques au Royaume-Uni : « Photographies exposées au Royaume-Uni 1839-1965 » (Photographs Exhibited in Britain 1839-1865) (PEIB)2 et « Expositions de la Royal Photographic Society 1870-1915 » (Exhibitions of the Royal Photographic Society 1870-1915) (ERPS)3. Elles recèlent des informations sur près de 65 000 expositions depuis les premiers jours de la photographie, y compris sur la première société photographique de l’époque, la Photographic Society of London, qui deviendra plus tard la Royal Photographic Society. Ces archives d’expositions sont une ressource d’une grande importance pour la recherche, offrant un aperçu unique sur l’évolution des courants esthétiques et technologiques en photographie, sur la réponse d’un groupe florissant de fabricants de matériel photographique aux opportunités commerciales, de même que sur les pratiques et aléas de ceux qui se sont intéressés au développement technique, artistique et commercial de la photographie. Les expositions de la Royal Photographic Society en particulier ont rassemblé une grande communauté de photographes venant du Royaume-Uni, d’Europe et d’Amérique et nombre d’entre eux ont pu lancer leur carrière photographique à travers elles. Saluées internationalement par la communauté d’historiens de la photographie, ces ressources manquent singulièrement d’un aspect important. Elles contiennent très peu de photographies des expositions auxquelles elles se réfèrent. Le site du PEIB est totalement dépourvu d’images, seuls 3 % des archives des ERPS sont illustrées et de nombreux exemples ne sont que de simples vues d’artistes réalisées d’après les originaux. En effet, du temps de ces expositions, les reproductions photomécaniques étaient difficiles à effectuer et onéreuses, et dans tous les cas, inutiles puisque les photographies elles-mêmes étaient présentées durant les expositions auxquelles se référaient les catalogues4. Malgré leur richesse et leur portée, la valeur de ces documents est amoindrie par l’absence de clichés pour les illustrer.

Fig. 1. Exemple d’une illustration d’après une photographie dans un catalogue d’exposition de la RPS de 1901.

  • 5 IMLS, State of Technology and Digitization in the Nation’s Museums and Libraries, Washington, DC, T (...)

3Heureusement, les chances de faire correspondre les entrées de ces catalogues d’exposition avec les archives photographiques rescapées augmentent à mesure que les musées, bibliothèques et archives rendent leur collection disponible en ligne. Aux États-Unis, une analyse menée sur 18 142 musées et bibliothèques américains par l’Institute of Museums and Library5 a révélé que la majorité des musées et grandes bibliothèques publiques rendent leurs archives numériques accessibles au public via Internet, et il en va de même pour un plus petit nombre de bibliothèques publiques et universitaires de moindre envergure.

  • 6 Kristin Kelly, Images of Works of Art in Museum Collections : The Experience of Open Access A Study (...)
  • 7 EUROPEANA, Breaking New Ground : Europeana Annual Report and Accounts 2011, La Haye, Europeana Foun (...)

4Le report individuel par institutions peut s’élever à des centaines de milliers d’objets. Depuis janvier 2013, le Museum of Modern Art à New York a posté plus de 540 000 photographies, le British Museum à Londres offre des clichés de plus de 730 000 objets et le site Internet du Victoria and Albert Museum (V&A) à Londres donne accès à plus de 300 000 clichés d’œuvres de sa collection6. Mises ensemble, ces ressources représentent une vaste quantité de données. Le site Internet d’agrégation Europeana propose un accès à 21,3 millions d’objets de trente-trois pays7.

5En revanche, avec un total d’environ 65 000 documents d’archives d’expositions à relier, la recherche manuelle de ces documents en musées, bibliothèques et archives est impraticable en raison du temps et des coûts que cela implique. Le projet FuzzyPhoto a entrepris à la place de développer et de tester un moteur de recherche informatisé qui pourrait identifier des correspondances vraisemblables entre les catalogues d’exposition et les collections photographiques en ligne des institutions partenaires et présenter aux chercheurs les résultats sous la forme d’un lot de suggestions d’éléments similaires à suivre.

  • 8 Elena Tognini-Bonelli, Corpus Linguistics at Work, Amsterdam, John Benjamins, 2001 ; Tony McEnery, (...)

6Les fonds d’archives institutionnels sont généralement créés en utilisant une langue naturelle car ils sont conçus pour être lu par des êtres humains plutôt que par des ordinateurs. Bien que certains outils de fouille textuelle soient capables d’analyser le langage naturel, ils ont surtout été développés pour analyser de grandes masses de données textuelles trouvées par exemple dans les livres, rapports, revues et articles de journaux8. Les documents de musées, bibliothèques et archives présentent un défi différent car même s’ils peuvent atteindre quelques milliers de mots, chacun de ces documents ne contient habituellement que très peu de mots, souvent juste le nom d’une personne, le titre d’un objet, une date et une courte description. Pour cette raison, les instruments d’analyse de corpus et de fouille textuelle traditionnels ne se sont pas avérés adéquats pour traiter les données de FuzzyPhoto. À la place, il a été prévu d’ingérer les documents partenaires dans un entrepôt de données commun où ils pourraient être analysés en quête de similarités. Les correspondances identifiées seraient alors exportées sous forme de liens vers une deuxième base de données distincte à partir de laquelle il serait possible de retourner vers les pages Web des partenaires. La figure 2 expose les grandes lignes de l’ensemble du processus.

Fig. 2. Vue d’ensemble du flux de données de FuzzyPhoto.

7L’objectif a été d’afficher les résultats dans les sites partenaires plutôt que de créer encore un autre site dont les chercheurs devaient se rappeler. À cet effet, il a été décidé de créer un « widget » intégré dans une page Web partenaire pour que les liens vers de possibles correspondances s’affichent à chaque fois qu’un visiteur arrive sur la page d’un objet de l’un de ces sites. La figure 3a montre le widget intégré dans une page du site du musée d’Orsay et la figure 3b présente le même widget étendu pour faire apparaître les éléments correspondants, rangés par ordre de similarité. Remarquez l’étendue de choix que les visiteurs ont entre les différents indicateurs de similarités tels que le nom, le titre ou bien une combinaison de ces indicateurs. FuzzyPhoto cherche ces correspondances en utilisant quatre descripteurs : le nom d’une personne, le titre, la date et la technique photographique. La combinaison de ces mesures prend en compte l’intégralité de ces quatre indicateurs.

Fig. 3a. Un prototype widget intégré dans une page Internet du musée d’Orsay.

Fig. 3b. Le widget étendu affiche des liens hypertextes vers des éléments similaires.

Acquisition de données

8Six collections institutionnelles ont été initialement sélectionnées pour établir une comparaison entre les PEIB et les ERPS : la Birmingham City Library, la British Library, le Metropolitan Museum of Art, le musée d’Orsay, le National Media Museum, le Victoria and Albert Museum et la St. Andrews Library. Les données d’autres collections ont été ajoutées par la suite (Brooklyn Museum, Culture Grid, les National Archives et National Museums Scotland). La première étape d’importation des données de partenaires vers un seul entrepôt de données s’est avérée difficile de par la variété, et dans certains cas, la qualité des données reçues. Du fait qu’aucun ensemble de données ne se ressemble, des problèmes importants ont été relevés :

  • différentes structures de données – car les institutions utilisent des systèmes de gestion de documents d’archives différents qui regroupent et décrivent les données différemment ;

  • structure vague – certaines archives des contributeurs associent ensemble une variété de données différentes, par exemple la date, le nom d’une personne, le titre, la description, etc. dans un seul même champ ou même cellule. Bien qu’il soit suffisamment aisé de lire de telles informations pour une personne, les ordinateurs ont besoin qu’elles soient séparées dans des sections distinctes et cataloguées ;

  • métadonnées incohérentes – différentes institutions utilisent différentes appellations pour qualifier la même chose, telles que « créateur », « artiste/artisan », « photographe », « exposant », « auteurs » ;

  • documents incomplets – champs vides ;

  • saisie incohérente de données – par exemple l’ordre d’un nom tel que Henry Tomas Mably ; H. T. Mably ; Henry T. Mably ; Mably, Henry, Thomas, et ainsi de suite ;

  • données indésirables – comme des champs mélangeant des données comme le nom d’une personne et la date de naissance/décès ou la date et le lieu de naissance dans le même champ ou des dates traduites sous forme de texte : « vers la pré-Grande Guerre ». À nouveau, bien que ce type d’information soit intelligible pour les êtres humains, les ordinateurs rencontrent des difficultés lorsque les données numériques et textuelles se retrouvent mélangées ou lorsque différents types de texte comme le nom et le lieu sont mis entre parenthèses.

9Cette incohérence a voulu que ces données soient d’abord formatées avant d’être insérées en utilisant un schéma de métadonnées commun. L’ICOM Lightweight Information Describing Objects (LIDO)9 est un schéma qui a été développé spécifiquement pour exposer, relier et agréger les informations de pièces de musées en ligne et qui convient ainsi parfaitement à la tâche de standardisation des métadonnées fournies par chaque contributeur. Le formatage et la standardisation de ces données ont pris environ soixante-dix jours/hommes d’effort.

Fouille de données

10Cette étape d’ingestion de données a abouti à une base de données MySQL d’archives au format LIDO. Malgré la grande variété de types d’information que contiennent ces archives, le projet s’est réduit à mettre uniquement l’accent sur quatre champs communs à tous les ensembles :

Date

11Le facteur essentiel de la date est la différence entre les dates renseignées dans les champs. Plus l’écart est grand entre elles, moins elles sont similaires. Certaines dates décrivent une période au lieu d’une année précise (c’est-à-dire « les années 1890 », « XIXe siècle »). Des écarts plus importants entre les périodes entraînent moins de similarités entre les champs. « XIXe siècle » et « 1900 » sont ainsi moins similaires que « 1900s » et « 1900 ». L’extraction de la date depuis les nombreux formats de données utilisés a été réalisée grâce à une combinaison du module Python dateutil, regexes et d’un moteur de règles.

Nom d’une personne

  • 10 William E. Winkler, « String Comparator Metrics and Enhanced Decision Rules in the Fellegi-Sunter M (...)

12La comparaison de fichiers est un problème bien connu dans plusieurs domaines d’application et on compte de nombreux algorithmes de comparaison capables de traiter les erreurs typographiques, les variantes orthographiques, etc. Nous avons utilisé des techniques traditionnelles de modification qui mesurent les similarités en fonction du nombre de modifications requises pour convertir une chaîne de caractères en une autre10, en association avec une approche heuristique ajustée pour faire correspondre des noms d’individus à travers les champs.

Technique

  • 11 Ibid.

13La technique soulève plus de problèmes car de nombreuses photographies historiques dans les collections des galeries, bibliothèques, archives et musées (en anglais : GLAM, Galleries, Libraries, Archives and Museums) comportent plusieurs procédés distincts dans la production de l’œuvre finale que l’on nommerait aujourd’hui photographie. Pour traiter les erreurs typographiques et les légères variations orthographiques, nous avons fait correspondre la technique indiquée avec une liste de mots-clés prédéfinis décrivant divers procédés notoires utilisant des techniques établies11. Les différentes techniques photographiques ont été répertoriées dans un dendrogramme où celles partageant des traits spécifiques apparaissent sur la même branche. Une fois que le champ a été apparié à un locus spécifique, il est comparé à d’autres champs en utilisant un algorithme de traversée de graphe afin de trouver le chemin le plus court entre les techniques. Plus la distance entre les approches est courte, plus elles sont considérées comme similaires.

Titres

  • 12 James O’Shea, Zuhair Bandar, Keeley Crockett, David McLean, « A Comparative Study of Two Short text (...)
  • 13 David Croft, Simon Coupland, Jethro Shell, Stephen Brown, « A Fast and Efficient Semantic Short Tex (...)
  • 14 Manning et Schütze, 2003.
  • 15 Kishore Papineni, « Why Inverse Document Frequency ? », in NAACL ‘01 Proceedings of the second meet (...)

14L’indicateur de similarité du titre a posé un défi particulièrement délicat car les titres ne suivent pas les règles de grammaire courantes de la phrase et sont généralement courts. (La longueur moyenne d’un titre pour l’ensemble des documents d’archives est de seulement 8,1 mots, dont 5,4 sont utiles.) Cela a permis d’exclure les outils standard d’analyse de corpus. Les outils de similarité sémantique de textes courts, comme « Latent Semantic Analysis » (LSA) et « Sentence Similarity » (STASIS), ont été mis au point pour traiter des textes brefs et ne peuvent aisément traiter de grandes masses de documents12. Avec 1,4 million de documents à traiter, nous avons développé une mesure de similarité sémantique simplifiée « Lightweight Semantic Similarity » (LSS) pouvant gérer de grand nombre de documents très courts, sans diminuer de manière considérable la précision des résultats13. LSS repose sur des mesures de similarité cosinus standard14 et prend en plus en compte la similarité sémantique entre les mots, en utilisant WordNet, conjugué avec les valeurs d’« Inverse Document Frequency » (IDF)15.

Combinaison des indicateurs de similarité

15La dernière étape a consisté à fusionner les indicateurs de champs individuels dans un indicateur global de similarité d’archive. Une série de règles décrit comment associer et mesurer ces indicateurs individuels d’après la connaissance enregistrée des experts de ce domaine. Les moteurs de règles fonctionnent mal lorsqu’ils sont confrontés à des informations approximatives (par exemple « vers 1890 »). La solution choisie pour résoudre ce problème a été d’utiliser une approche à base de règles floues qui permettrait à un objet d’appartenir simultanément à plus d’une catégorie à plusieurs degrés. L’ensemble complet de règles floues adoptées mobilise les indicateurs de similarité de champ individuel pour déterminer si la correspondance entre toute paire de champs est valide et combine ensuite cette comparaison avec d’autres champs de comparaisons comme suit :

If bad_title AND bad_person THEN terrible_match
If bad_title OR bad_person THEN bad_match
If good_title OR good_person OR (good_process AND good_date) THEN good_match
If good_title AND good_person THEN excellent_match

  • 16 Simon Coupland, David Croft, Stephen Brown, « A Fast Geometric Defuzzification Algorithm for Large (...)

16Afin de réduire le temps pris par la dernière étape de comparaison, un nouvel algorithme de « défuzzification » a été développé16.

Résultats

  • 17 Basé sur un échantillon de trente-cinq documents.

17Des appariements valides ont été identifiés pour plus de la moitié (57 %) des documents17, parmi lesquels environ la moitié est excellente. Le tableau 1 expose l’exemple d’une remarquable correspondance d’une œuvre de la Library of Congress mise en relation par FuzzyPhoto avec un document du catalogue d’exposition de la RPS de 1893. Ce catalogue ne contenant pas de photos de cette épreuve, nous ne pouvons pas être entièrement certains que ces archives se réfèrent à la même photographie. Néanmoins, le degré élevé de correspondances entre elles suggère que ce sont très probablement les mêmes et, par conséquent, la figure 4 nous montre pour la première fois en cent vingt et un ans à quoi ressemble cette exposition.

Tableau 1. Exemple d’une excellente correspondance entre deux documents.

At Dusk

Mlle Emma Justine Farnsworth

Argentique (tirage)

1893

Source : ERPS

At Dusk

Farnsworth, Emma Justine, photographe,

1 tirage photographique : platine

vers 1893

Source : US Library of Congress

  • 18 Reproduite avec permission.

Fig. 4. At Dusk, Farnsworth, Emma Justine, 1893. Source : US Library of Congress18.

18De plus, FuzzyPhoto a identifié des appariements qui ne sont manifestement pas les mêmes et pourtant remarquablement similaires. La figure 5 montre une de ces paires. Notez à quel point aucune ligne de description ne correspond de manière exacte, et cependant les jonquilles et narcisses appartiennent au même genre. Henry Thomas Mably et H. T. Mably sont sans aucun doute la même personne malgré les différences dans la manière dont les noms sont présentés, et la date 1895 est très proche de 1896.

Fig. 5a. Fair Daffodils, Henry Thomas Malby, bromure (tirage), ERPS 1895, no d’exp. 410. Source : Photograms of the Year.

Fig. 5b. Pheasant-eye Narcissus, H. T. Malby, platine (tirage), ERPS 1896, no d’exp. 142. Source : Photograms of the Year.

19Jusqu’à présent, nous avons testé un échantillon de ces résultats sur un panel d’experts en la matière, pour voir comment leur vitesse et leur précision d’identification et de co-référencement se mesurent à FuzzyPhoto. Les résultats indiquent que FuzzyPhoto est aussi précis que ces derniers, et considérablement plus rapide. Néanmoins, ces tests ont révélé que le concept de « similarité » est bien nébuleux. Certains chercheurs interprètent la notion de quelque chose de similaire à un document de référence donné, au sens où d’autres images sont produites par un même photographe. D’autres comprennent cette notion comme quelque chose avec un titre, un sujet, ou une technique identique. L’interface montrée dans la figure 5 permet aux utilisateurs de choisir entre les similarités par nom de personne, titre ou par le calcul des similarités entre indicateurs. Toutefois, il est nécessaire de trouver de meilleures méthodes pour permettre aux utilisateurs de pondérer les résultats de ces algorithmes d’appariement et refléter ainsi de manière plus précise les attentes et besoins de ces utilisateurs.

Conclusions

20Au cours de ces dix dernières années, des efforts considérables ont été fournis par les institutions patrimoniales pour numériser leurs archives et les rendre accessibles aux internautes. La disponibilité accrue de collections numériques et de systèmes de recherche par métadonnées a créé d’énormes possibilités d’enrichissement en mutualisant les informations d’objets d’un ensemble de données avec d’autres ensembles, leur donnant plus de valeur et révélant des liens qui n’étaient précédemment pas manifestes. On observe également une prise de conscience croissante de la part des institutions patrimoniales quant aux grands avantages à tirer du partage et du rassemblement de données, et que les utilisateurs s’attendent vraisemblablement de plus en plus à pouvoir naviguer sans heurts à travers différentes collections. Cependant, réunir des informations de diverses collections est chronophage et devient de plus en plus complexe à mesure que le volume d’informations mis en ligne augmente, sans compter les difficultés de comparaison dues aux incompatibilités entre les différents systèmes de gestion, aux idiosyncrasies dans la manière dont les documents d’archives sont implantés et au désordre des données héritées en termes de lacunes, répétitions et erreurs typographiques.

  • 19 Traduit de l’anglais : « Without tools and methods for filtering, categorizing, clustering, weighti (...)

« Sans outils et méthodes pour filtrer, catégoriser, rassembler, pondérer et désambiguïser nos ensembles de données en développement, les musées affronteront des difficultés croissantes dans la gestion et l’organisation de leurs ressources en ligne alors que leurs visiteurs auront des difficultés à les situer et à les utiliser19. »

21Le projet FuzzyPhoto a développé une approche qui a identifié avec succès des appariements pour plus de la moitié des entrées des catalogues d’expositions annuelles de la Royal Photographic Society, permettant aux œuvres de ces expositions d’être vues pour la première fois depuis près de cent vingt ans et de recréer partiellement une impression générale de ces expositions. Aussi, FuzzyPhoto a établi des appariements entre des archives de partenaires, même là où elles ne correspondent pas aux expositions de la RPS. Ainsi, des photographies du musée d’Orsay ont été associées avec des objets similaires de la British Library, et des objets de la collection du National Media Museum ont été reliés à des photographies de la Library of Congress. Cela montre la puissance d’un outil comme FuzzyPhoto, non seulement pour redécouvrir les images perdues des expositions de la RPS, mais de manière plus générale pour reconnaître des liens possibles entre d’importantes collections photographiques d’institutions internationales majeures et pour enrichir notre compréhension de ces collections à travers un référencement croisé. L’expansion future de l’entrepôt de données de FuzzyPhoto offre la possibilité de créer un riche réseau d’interconnexions entre les différentes collections du monde entier qui sera précieux pour les historiens de la photographie, conservateurs, chercheurs, enseignants, étudiants et marchands.

22Malgré ces résultats encourageants, l’approche FuzzyPhoto n’est pas sans limites. L’extensibilité pose problème, tout d’abord en raison du désordre des données. Il a fallu soixante-dix jours/hommes de travail pour faire en sorte que le 1,4 million d’entrées de l’entrepôt de données de FuzzyPhoto soit formaté et inséré dans un seul schéma de métadonnées. Même si cela équivaut à 0,1 seconde par entrée, cela reste un obstacle au futur développement de FuzzyPhoto. Des travaux supplémentaires sont entrepris pour créer un chargeur personnalisable par lot qui automatisera le processus d’ingestion de données, mais qui ne pourra traiter que des archives rigoureusement et systématiquement structurées.

23Un deuxième problème d’extensibilité concerne la capacité de traitement. À ce jour, 8 gigaoctets de mémoire et environ un mois ont été nécessaires pour traiter l’ensemble du 1,4 million d’entrées. Ces chiffres augmenteront à mesure que les archives seront ajoutées. Fort heureusement, l’appariement des archives est effectué hors ligne et les résultats en mémoire cache sont prêts à être récupérés virtuellement et de manière instantanée par les utilisateurs. Cela signifie néanmoins que la mise à jour continue de ces dossiers est irréalisable. À la place, un régime de six mises à jour par mois est prévu.

24Enfin, bien que développé pour résoudre le problème spécifique de retrouver les images correspondantes aux documents des ERPS et bases de données du PEIB, l’approche algorithmique décrite ici a généré un résultat inattendu en identifiant des correspondances « similaires mais différentes », comme celles de la figure 4. Elles constituent des résultats bien différents si l’on compare avec des moteurs de recherche traditionnels, luttant pour fournir des éléments correspondant au plus près à la requête, et suggèrent une plus ample utilisation de FuzzyPhoto comme moteur de recherche amovible.

  • 20 Stephen Brown, Mark Greengrass, « Research Portals in the Arts and Humanities », Literary and Lingu (...)
  • 21 José Campos, Antonio D. De Figueiredo, « Programming for Serendipity », in Proceedings of the 2002 (...)
  • 22 John M. Budd, « Research in Two Cultures : The Nature of Scholarship in Science and the Humanities  (...)

25La majorité des recherches de contenu commence par un moteur de recherche banalisé20. Entre les mains d’utilisateurs compétents, des moteurs de recherche puissants comme Google et Wolfram Alpha sont des outils extrêmement efficaces pour découvrir des ressources par recherche de mots-clés. Cependant, ces recherches par mots-clés rendent difficiles la navigation vers des idées originales et des informations connexes lorsqu’une personne n’est pas exactement sûre de ce qu’elle recherche, même s’il est souvent assez facile de repérer le potentiel de ces informations lorsqu’on les voit. La capacité des algorithmes de FuzzyPhoto à identifier des éléments similaires mais différents a donc rendu possible la création d’un nouveau type de moteur de recherche qui supporte la navigation et la découverte accidentelle. Bien que le Web convienne déjà à la découverte accidentelle d’informations non recherchées21, le soutien informatique réservé à la navigation est beaucoup moins bien développé que la recherche par mots-clés. Quoi qu’on puisse dire, le comportement de navigation est sans doute tout aussi important au développement d’idées de recherche, notamment au début, avant que des questions spécifiques soient formulées22. Un « moteur de similarité », pour mener des recherches ciblées mais qui prolonge l’imagination du chercheur en renvoyant des résultats différents de la recherche d’origine pourtant fondamentalement liés, serait un outil précieux pour étendre la portée de leur recherche et dépasser les frontières de leur connaissance.

Notes

1 http://kmd.dmu.ac.uk/kmd_photohistory_page/

2 http://peib.dmu.ac.uk.

3 http://erps.dmu.ac.uk.

4 Stephen Brown, « A Catalogue of Problems : Database Design Issues in the Context of Historical Data Series », in M. Tsipopoulou (éd.), Proceedings of Digital Heritage in the New Knowledge Environment : Shared Spaces & Open Paths to Cultural Content, Athènes, Hellenic Ministry of Culture, 31 octobre – 2 novembre 2008, Athènes, Hellenic Ministry of Culture Directorate of the National Archive of Monuments, 2008, p. 33-36.

5 IMLS, State of Technology and Digitization in the Nation’s Museums and Libraries, Washington, DC, The Institute of Museums and Library Services, 2006. Disponible en ligne http://web.archive.org/web/20060926090433/http://www.imls.gov/resources/TechDig05/Technology%2BDigitization.pdf.

6 Kristin Kelly, Images of Works of Art in Museum Collections : The Experience of Open Access A Study of 11 Museums, Washington, DC, The Council on Library and Information Resources, 2013. Disponible en ligne http://www.clir.org/pubs/reports/pub157/pub157.pdf.

7 EUROPEANA, Breaking New Ground : Europeana Annual Report and Accounts 2011, La Haye, Europeana Foundation, 2012. Disponible en ligne http://pro.europeana.eu/documents/858566/ade92d1f-e15e-4906-97db-16216f82c8a6.

8 Elena Tognini-Bonelli, Corpus Linguistics at Work, Amsterdam, John Benjamins, 2001 ; Tony McEnery, Andrew Hardie, Corpus Linguistics : Method, Theory and Practice, Cambridge, Cambridge University Press, 2012.

9 http://network.icom.museum/cidoc/working-groups/data-harvesting-and-interchange/what-is-lido/.

10 William E. Winkler, « String Comparator Metrics and Enhanced Decision Rules in the Fellegi-Sunter Model of Record Linkage », in Proceedings of ASA 1990, the Section on Survey Research, 1990, p. 354-359. Disponible en ligne http://www.amstat.org/sections/srms/Proceedings/papers/1990_056.pdf.

11 Ibid.

12 James O’Shea, Zuhair Bandar, Keeley Crockett, David McLean, « A Comparative Study of Two Short text Semantic Similarity Measures », in Proceedings of the 2nd KES International Conference on Agent and Multi-agent Systems : Technologies and Applications, Springer-Verlag, 2008, p. 172-181.

13 David Croft, Simon Coupland, Jethro Shell, Stephen Brown, « A Fast and Efficient Semantic Short Text Similarity Metric », in Proceedings of the13th UK Workshop on Computational Intelligence (UKCI), 2013, p. 221-227. Disponible en ligne http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6651309&isnumber=6651272.

14 Manning et Schütze, 2003.

15 Kishore Papineni, « Why Inverse Document Frequency ? », in NAACL ‘01 Proceedings of the second meeting of the North American Chapter of the Association for Computational Linguistics on Language Technologies, Stroudsburg, PA, Association for Computational Linguistics, 2001, p. 1-8.

16 Simon Coupland, David Croft, Stephen Brown, « A Fast Geometric Defuzzification Algorithm for Large Scale Information Retrieval », in Proceedings of FUZZ-IEEE 2014 International Conference on Fuzzy Systems, Beijing 6-11 July 2014, IEEE Conference Publications, 2014, p. 1143-1149. Disponible en ligne http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=6891581.

17 Basé sur un échantillon de trente-cinq documents.

18 Reproduite avec permission.

19 Traduit de l’anglais : « Without tools and methods for filtering, categorizing, clustering, weighting, and disambiguating our expanding datasets, museums will face increasing difficulty in managing and organizing their online resources, while their visitors will struggle to locate and make use of them » (Judith Klavans, Robert Stein, Susan Chun, Raul D. Guerra, « Computational Linguistics in Museums : Applications for Cultural Datasets », in J. Trant, D. Bearman (éd.), Museums and the Web 2011 : Proceedings, Toronto, Archives & Museum Informatics, 2011. Disponible en ligne http://conference.archimuse.com/mw2011/papers/computational_linguistics_in_museums).

20 Stephen Brown, Mark Greengrass, « Research Portals in the Arts and Humanities », Literary and Linguistic Computing, 25(1), 2010, p. 1-21 ; Ross Housewright, Roger. C. Schonfeld, Kate Wulfson, Ithaka S+R, Jisc, RLUK UK Survey of Academics 2012, JISC, 2013. Disponible en ligne http://www.sr.ithaka.org/research-publications/ithaka-sr-jisc-rluk-uk-survey-academics-2012.

21 José Campos, Antonio D. De Figueiredo, « Programming for Serendipity », in Proceedings of the 2002 AAAI Fall Symposium on Chance Discovery – The Discovery and Management of Chance Events, AAAI Technical Report FS-02-01, 2002.

22 John M. Budd, « Research in Two Cultures : The Nature of Scholarship in Science and the Humanities », Collection Management, 11(3/4), 1989, p. 1-19.

Table des illustrations

Légende Fig. 1. Exemple d’une illustration d’après une photographie dans un catalogue d’exposition de la RPS de 1901.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-1.png
Fichier image/png, 916k
Légende Fig. 2. Vue d’ensemble du flux de données de FuzzyPhoto.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-2.png
Fichier image/png, 98k
Légende Fig. 3a. Un prototype widget intégré dans une page Internet du musée d’Orsay.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-3.png
Fichier image/png, 92k
Légende Fig. 3b. Le widget étendu affiche des liens hypertextes vers des éléments similaires.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-4.png
Fichier image/png, 145k
Légende Fig. 4. At Dusk, Farnsworth, Emma Justine, 1893. Source : US Library of Congress18.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-5.jpg
Fichier image/jpeg, 20k
Légende Fig. 5a. Fair Daffodils, Henry Thomas Malby, bromure (tirage), ERPS 1895, no d’exp. 410. Source : Photograms of the Year.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-6.jpg
Fichier image/jpeg, 264k
Légende Fig. 5b. Pheasant-eye Narcissus, H. T. Malby, platine (tirage), ERPS 1896, no d’exp. 142. Source : Photograms of the Year.
URL http://etudesphotographiques.revues.org/docannexe/image/3598/img-7.jpg
Fichier image/jpeg, 320k

Pour citer cet article

Référence électronique

Stephen Brown, « À la redécouverte des photographies perdues des expositions de la Royal Photographic Society », Études photographiques, 34 | Printemps 2016, [En ligne], mis en ligne le 29 juin 2016. URL : http://etudesphotographiques.revues.org/3598. consulté le 29 avril 2017.

Auteur

Stephen Brown

Stephen Brown is Professor of Learning Technologies and Director of Knowledge Media Design at De Montfort University and a Visiting Fellow at the Centre for Distance Education, International Programmes, University of London. Prior to this he was Head of the School of Media and Communication and Director of the International Institute for Electronic Library Research at De Montfort University; His career includes course design, research and tutoring for the Open University; He has managed 24 research projects. He has produced over 150 publications and he has led numerous workshops on technology enhanced learning at many different universities.He is a member of the editorial boards for Research in Learning Technology and Interactive Environments journals and has extensive experience reviewing for a range of other journals and academic conferences. Since 2005 he has been a registered European Commission expert in the fields of Technology Enhanced Learning, Digital Libraries, and Cultural Heritage and he was a member of the Arts and Humanities Research Council Peer Review College for ten years.

Droits d’auteur

© Etudes photographiques