Doctorant en philologie informatique

PROJET LostMA

LostMA est un projet financé par le Conseil Européen de la Recherche, sous forme de StartingGrant, pour la période 2024-2029.

LOSTMA vise à comprendre comment se constituent et évoluent les cultures humaines, à travers la question de la transmission des artefacts culturels écrits.

Le projet s’efforce d’établir dans quelle mesure la transmission (et la préservation ou la perte ultérieure) d’objets écrits, de textes et d’idées s’écarte du pur hasard et, si elle s’écarte, dans quelle mesure et pourquoi. Ceci sera étudié en analysant la manière dont les textes sous forme manuscrite ont été copiés, transformés ou détruits, de manière similaire à l’évolution des organismes vivants ou à celle des variantes linguistiques, à travers des processus d’innovation/mutation, de fixation ou d’extinction. A ce titre, le but de ce projet n’est pas seulement de comprendre les processus à l’origine de la transmission des textes, mais aussi de saisir dans quelle mesure les humains sont les acteurs de la transmission de leur propre culture et dans quelle mesure la survie des textes ou de la constitution des canons culturels sont dus au hasard.

LostMA tentera un changement de paradigme dans les méthodes philologiques, en combinant intelligence artificielle, science de la complexité et expertise philologique. Du côté des sciences mathématiques, les travaux s’étendront du théorique au numérique et statistique : modèles stochastiques (processus de naissance et de mort, processus de branchement, arbres aléatoires, …), simulations informatiques (modèles à base d’agents notamment), apprentissage automatique et l’analyse des données sera utilisée pour émuler et comprendre les processus et les mécanismes de transmission textuelle. Une

étude de cas sera entreprise concernant la littérature chevaleresque dans le contexte européen.

Appuyée par des méthodes de deep learning, une collecte de données à grande échelle sera réalisée sur un corpus de 4000 documents en langues romanes, germaniques et celtiques, avec un zoom plein texte sur env. 1000 manuscrits français anciens. Les données fourniront des valeurs observables à comparer aux résultats de simulation, afin de mesurer les écarts par rapport au hasard, de faire des inférences sur des valeurs non observables telles que les taux de perte/survie des œuvres et des manuscrits, et de comprendre la dynamique à l’œuvre derrière la transmission des textes.

MISSIONS

Le doctorant travaillera sous la direction de Jean-Baptiste Camps, au sein de l’équipe projet LostMa, composée de deux ingénieurs de recherche et d’un

post-doctorant. Elle ou il poursuivra un doctorat dans les thèmes couverts par le projet. Le doctorant travaillera notamment sur la cartographie et l’analyse de la production d’œuvres, de textes et de manuscrits, d’une partie du corpus LostMa. Ce corpus est centré sur les romans chevaleresques médiévaux en langues romanes, germaniques et celtiques (par exemple, chansons de geste et romans, cantar de gesta, Ridderroman, riddarasögur, …).

Le doctorant se spécialisera très probablement dans l’un des domaines suivants :

– un sous-corpus spécifique, avec des limites géographiques et/ou linguistiques précises,

– une méthodologie spécifique (ex : analyse stylométrique des manuscrits ; stemmatologie computationnelle ; …)

– ou un sujet spécifique , par exemple circulation des textes et manuscrits entre différents centres ; rôle de l’insularité ou des aires latérales, circulation des textes entre différents centres, etc.

A terme, la thèse aura pour objectif de participer à produire une estimation des particularités de la transmission textuelle, du rôle du hasard et de la sélection dans le processus, et de l’estimation d’œuvres et de documents perdus.

Le travail de thèse comportera probablement certaines des étapes suivantes :

– délimiter un corpus d’œuvres, de témoins et de manuscrits de récits chevaleresques connus, conservés ou perdus pour un espace géographique/une langue donnée ;

– collecter les numérisations des manuscrits et utiliser le flux de travail basé sur l’apprentissage profond du projet pour l’analyse de la mise en page, la reconnaissance de textes manuscrits

– en utilisant des méthodes informatiques telles que la stylométrie, la paléographie quantitative, la dialectométrie, etc., pour affiner l’attribution, la datation ou la localisation des manuscrits. travaux ou documents en cas de besoin ;

– collecter des informations sur la tradition des textes, telles que les généalogies de textes existantes (stemmata), ou, si nécessaire, les construire à l’aide de méthodes stemmatologiques ;

– appliquer la méthodologie du projet et les résultats de sa modélisation à ce cas spécifique, ainsi qu’éventuellement d’autres méthodologies connexes (par exemple, espèces invisibles), pour évaluer les particularités du processus de transmission textuelle, de survie ou de destruction des œuvres et manuscrits pour le corpus choisi.

Les travaux de thèse se dérouleront principalement dans les domaines de travail suivants du projet :

* WP B-1 Collection de stemmata existants, codés sous forme de graphiques et de métadonnées lisibles par ordinateur.

* WP B-2 Collecte de métadonnées sur les œuvres, les auteurs et les manuscrits

* WP C-1 Workflow de traitement des documents