1La mondialisation numérique des documents mutimédia en réseaux et accessible de façon nomade n’est plus un rêve futuriste. C’est déjà devenu une réalité pour les informations textuelles du Web actuel et cela deviendra plus net encore dans ce début des années 2010, période dans laquelle toute émission hertzienne analogique sera abandonnée au profit exclusif d’un broadcast exclusivement numérique. Cette révolution du tout numérique de par les flux et les marchés fantastiques que constituent la TV et la radio dans le monde (ainsi que la téléphonie mobile) aura (a déjà) un effet de convergence du tout numérique sur un format multimédia unique cohérent. Beaucoup plus que ce qu’imaginent certains, le web sémantique sera cela : un format numérique multimédia accueillant à la fois du texte, de l’image TV et audio numérique, donc l’accès sémantique sera plus encore qu’aujourd’hui renforcé par la mixité multimédia. Il reste que cette construction nécessite des soubassements techno-normatifs ainsi que sémantiques et référentiels qui sont indispensables pour que l’ensemble trouve sa cohérence. Ce dernier point, sémantique, est par contre très dépendant des langues humaines (et pas seulement des langages formels informatiques). La prospérité communicationnelle et le potentiel d’accès au savoir et à la culture des différentes communautés et territoires linguistiques (pour ce qui nous concerne, arabes et berbères) dépendra donc étroitement de l’appropriation technique de ces langages substrats, de ces normes, de l’aménagement linguistique de nos langues naturelles respectives et du développement de ressources « en langue ». C’est ce que nous nous attachons à décrire dans les pages qui viennent.

Un substrat formel numérique devenant universel, permettant notamment le futur Web sémantique

2Plus complexe que l’étage normatif de l’écriture [1] (qui constitue un code relativement stable dans un contexte textuel donné), on trouve l’étage plus proprement sémantique. Les trois grands champs de normalisation du domaine sont la documentation, la terminologie et les ontologies.

3Les deux premiers champs sont extrêmement sensibles à la langue et les élites linguistiques algériennes, berbérophones, arabophones et francophones doivent se préoccuper, comme pour l’écriture, de veiller à ce que les développements de ces deux domaines tiennent compte de leurs spécificités linguistiques et culturelles. Il s’agira donc là de mobiliser ces élites linguistiques, terminologiques, documentaires, bibliothéconomiques pour les faire contribuer à la construction de ce « substrat numérique sémantique ».

4Pour ce qui est des ontologies, leur « construction légitime » voudrait qu’en principe les ontologies soient indépendantes des langues ou écritures considérées.

5De fait, le « substrat numérique ontologique » devrait être indifférent aux variations linguistiques. Il reste que l’intrication avec les deux autres niveaux est telle qu’il faut sans doute être vigilant et mobiliser les experts algériens spécialistes des ontologies.

6Considérons donc ces 3 facettes d’activités qui se préoccupent de formaliser et de normaliser des processus, des codes, des schémas et modèles à même d’unifier, de rendre interopérables et applicables à l’échelle mondiale leurs praxis traditionnelles :

7

• la documentation (instance normative ISO TC46, instance professionnelle très active auprès de l’ISO, l’IFLA) ;
• la terminologie (instance normative ISO TC37 qui élargit les activités strictement terminologiques à la lexicographie, à la terminotique et aux autres ressources linguistiques ;
• l’intégration réseaux et multimédia globale : le web-sémantique [2] en constitue le « projet marketing ». La construction d’ontologies [3] pouvant être vues comme un point d’application recherche concret permettant de construire, comme en documentation ou en terminologie, des briques sémantiques, récupérables dans des évolutions futures du système d’information mondial. L’intégration multimédia intégrant tous les aspects (e-procurement, gestion documentaire multimédia, modélisation XML du document, jeux de métadonnées) étant par contre pris en compte par le JTC1 SC29 (notamment MPEG et JPEG).

8Je ne commenterai pas les enjeux sémantiques arabes et berbères dans le cadre direct de l’ISO TC46, et de l’IFLA. Les professionnels du domaine sont depuis longtemps aguerris pour savoir mettre en place une dialectique entre la gestion quotidienne pragmatique de leurs bibliothèques et de leurs archives et le besoin complémentaire de s’investir dans la recherche à long terme et le développement concret de normes et standards. Ils n’ont pas attendu notre workshop pour développer en interne et exiger de leurs prestataires informatiques des outils adaptés au minimum à un trilinguisme arabo-franco-anglais. Je pense cependant qu’il n’en est pas de même pour l’intégration documentaire berbère.

9Profitant de leur appartenance académique l’ONEF, le CNPLET et l’UFC devraient cependant insister auprès de l’IANOR pour qu’un groupe miroir de l’ISO TC46 (normes de la documentation) se mette en place en Algérie.

Les enjeux sémantiques arabes et berbères dans le cadre direct de l’ISO TC37

10Comme son nom et son scope [4] l’indiquent, l’ISO TC37 (normes de la terminologie et des ressources linguistiques) est très fondamental pour répondre à un grand nombre de questions posées par le workshop.

11La norme ISO 704 produite par l’ISO TC37 SC1 (principes et méthodes) est une véritable question de cours définissant les principes de la terminologie. Y sont notamment posées les 2 questions fondamentales : (1) la nécessité de choisir et de normaliser une directionalité de méthode (approche par concept dite onomasiologique ou partant des mots de la langue : sémasiologique) et (2) la question non moins essentielle de définir un système de concepts hiérarchisant les concepts selon une logique prioritairement fondée sur la généricité puis secondairement la partitivité, excluant des normes terminologiques TC37 tout autre type de relations entre concepts qui sont renvoyés dès lors au niveau ontologique. Le SC1 pose ainsi les principes et limites de l’exercice de terminologie normative.

12Car tel est bien l’enjeu : les normes du TC37 sont destinées à rendre interopérables et réalisables numériquement (terminotique) des pratiques termino-linguistiques qui, depuis Platon ou Aristote, sont diverses et inconciliables bien que complémentaires :

13

1. la lexicographie qui, par inclination naturelle, est sémasiologique : on part des mots de la langue pour aller vers le sens et les concepts ;
2. la terminologie qui, elle, est naturellement onomasiologique puisque qu’on définit des concepts (éventuellement sans avoir les mots pour le dire dans la langue considérée) et on pointe vers des termes, des mots-valises ou des syntagmes ou des définitions.

14Les experts en terminologie normalisée ont choisi cette 2^e méthode car elle évite (surtout dans des situations multilingues) l’explosion du système terminotique. On verra aussi que cette méthode est aussi parfaitement adaptée à une modélisation universelle des systèmes terminotiques : le TMF (Terminological Markup FrameWork, norme ISO 16642).

15La limitation des relations (génériques et partitives) dans le système de concept de la norme « principes et méthodes » (ISO704) a pour principal avantage que cela permet d’associer des terminologies en vue de créer des ontologies. Ainsi définis sur ces deux seuls types de relations, les concepts de plusieurs banques de données terminologiques constituent des ensembles homogènes interopérables qui vont pouvoir permettre de chaîner plusieurs terminologies normalisées entre elles dans une ontologie électronique qui les regroupera en définissant à un second niveau les autres catégories de relations (plus grand, plus petit, mangé par, conducteur de, fabriqué par, vendu par, etc.).

16Revenons sur la question du choix exclusif de la méthode onomasiologique. L’avantage est bien sûr celui de l’unicité de méthode pour permettre l’interopérabilité mais c’est aussi comme on l’a dit un choix de raison pour éviter l’explosion exponentielle des relations sémantiques. En effet, et cela est d’autant plus vrai dans une base de données terminologiques multilingues il est, par définition, plus facile de maîtriser le réseau de relations sémantiques quand ce sont les concepts que l’on définit d’abord et que l’on « pointe » ensuite vers des mots dans une ou N langues. Bien sûr, on comprend que le débat est « par nature philosophiquement inconciliable » entre ceux qui pensent qu’il existe « des idées en soi » et que les mots des langues ne sont que des instanciations de ces idées et ceux qui pensent que les mots d’une langue (ou de plusieurs langues) permettent aux idées de ce concrétiser. Non seulement le débat est ouvert mais surtout la démarche est toujours mixte. On ne peut pas faire de terminologies sans collectionner des mots (ou plutôt des termes [5] dans des langues). Cette approche caractérise la démarche lexicographique et elle suit la direction de la méthode sémasiologique. Par ailleurs, il est indispensable surtout dans une démarche documentaire ou dans une situation d’analyse industrielle ou de knowledge management de faire la démarche inverse et de définir des concepts (pourquoi pas in abstracto si les mots pour le dire n’existent pas) pour vérifier ensuite que des termes (ou des néologismes à créer) pointent vers ces concepts. Cette démarche est particulièrement utile dans les situations d’innovation technologique : quelques chercheurs viennent d’inventer une nouvelle molécule ou un nouveau process qui peuvent avoir des applications. Il faudrait pour faciliter la discussion sur ce concept innovant, pouvoir créer les néonymes ou les néologismes qui donneront accès à cette idée. La situation est classique en normalisation, une communauté linguistique ou nationale donnée dispose d’un terme pour décrire une fonction, une institution, un rôle, un type de process, un dispositif juridique qui n’existe pas dans d’autres communautés qui bien sûr n’ont pas de mot pour le dire. Si ce que recouvre ce terme s’avère innovant et utile aux autres communautés nationales ou linguistiques alors la terminologie onomasiologique sera une excellente méthode pour créer des consensus mondiaux et transférer des savoir-faire innovants.

Les néologismes comme adjuvant indispensable de la prospérité notamment scientifique et industrielle

17On sait bien que le développement est précisément de cette nature : rendre transparents à d’autres communautés (généralement linguistiques mais aussi nationales) des concepts, des modes de comportement dont les autres communautés ne sont pas familières. Le progrès médical et pharmacologique est précisément de cette nature. Les chercheurs sont, chacun dans leur segment de spécialité, familiers de concepts opaques pour l’homme de la rue mais aussi souvent pour la majorité des professionnels de leur discipline. Ils ont besoin de fabriquer des médicaments fiables et de formaliser des protocoles de soins ; ils ont ensuite besoin avec les laboratoires et les équipes hospitalières universitaires de « vulgariser ces notions » grâce à la littérature scientifique mais aussi grâce aux visiteurs médicaux. In fine, ce travail consiste très schématiquement à élargir le vocabulaire de la profession médicale et même paramédicale [6] et autorise ensuite les transferts technologiques et acquisitions de savoir-faire correspondants.

18J’ai développé cet exemple qui me paraît rhétoriquement démonstratif, mais mon opinion personnelle est évidement beaucoup plus nuancée concernant l’opposition facile médecine occidentale / médecine traditionnelle. La médecine universelle a beaucoup à gagner dans les transferts réciproques et les plus grands laboratoires savent exploiter l’ethnopharmacologie. Il est certain que ces études ethnopharmacologiques auraient beaucoup à gagner de la réalisation de terminologies dans des langues faiblement documentées et dans des langues de culture orale.

19Revenons sur un exemple juridico-constitutionnel. La dynastie de Porto Novo, dans l’actuel Benin pratiquait la succession dynastique plurilinéaire. Un ancêtre fondateur a plusieurs fils. Au lieu de désigner un seul héritier comme Roi, il instaure un principe de succession dynastique plurilinéaire. À chaque génération les N fils (mettons 3), seront successivement Roi. Ce type de dispositif crée des sociétés politiquement très stables, car cela instaure « une alternance systématique » des clans. Chaque clan sait que son tour viendra à son heure. Dispositif complémentaire indispensable : pour ne pas risquer que l’heure de la mort du roi soit volontairement accélérée, un village du royaume est chargé de désigner le 1er ministre qui est une fonction très honorable et très convoitée mais associée à un inconvénient : celui-ci sera systématiquement mis à mort dans les jours qui suivent la mort du Roi. Le monarque régnant dispose donc d’un « chef de la garde » d’une fidélité à toute épreuve. J’ai développé cet exemple car il montre bien, je pense, que des banques de données conceptuelles peuvent être utiles à la divulgation de quantités de concepts innovants (au Nord comme au Sud). La mise en évidence mondialisée de ces concepts revient en fait à considérer que la notion de « perte (ou plutôt de manque) de domaines linguistiques » est une notion totalement universelle et qui ne s’applique pas seulement aux domaines industriels.

Le TMF (Terminological Markup Framework)

20Après ces longues digressions sur l’intérêt de la démarche onomasiologique pour permettre une meilleure circulation mondiale des idées revenons, sur les normes terminotiques.

La logique du schéma TMF

31Le TMF est un métamodèle, ce qui signifie en pratique qu’il pourra s’instancier en un grand nombre de schémas applicatifs, intercompatibles entre eux et répondant tous à une même logique XML.

32Le TML est ainsi défini selon une logique hiérarchique par niveaux :

33TDC (Terminological Data Collection). Ce niveau est celui de la base elle-même.

34GI (Global Information) et CI (Complementary Information). Ce sont deux niveaux (en fait deux registres) dans lesquels sont stockées les données référentielles importantes pour administrer ou faire fonctionner la base. Ces données n’appartiennent pas directement à la collection terminologique.

35Le schéma logique structurel qui permet d’optimiser la démarche onomasiologique s’organise dans les niveaux TE (Terminological Entry), LS (Language Section), TL (Term Level) et TCL (Term Component Level).

Notons que pour simplifier l’exposé nous mélangeons volontairement l’option TMF Cartago et l’exposé fonctionnel du TMF.

36a) TE (Terminological Entry [8]) : malgré son nom c’est exclusivement le niveau du concept. Dans le schéma Cartago, ce niveau est celui d’un identifiant unique par concept [9] (c’est en ce sens que cela justifie la dénomination Terminological Entry). Tous les termes en toutes langues sont traités à un niveau hiérarchique inférieur lié à ce niveau de « l’entrée » et référant tous à ce même identifiant. C’est aussi à ce niveau que l’on peut décrire les caractéristiques du système (ou graphe) de concept : générique ou partitif [10] ;

37LS (Language Section) : comme son nom l’indique, c’est plus une section qu’un niveau. Le LS intégrera tout ce qui est dépendant des langages, et il s’oppose clairement au niveau des concepts. C’est à ce niveau hiérarchique que l’on ouvrira des langues. L’ouverture d’un LS est un préalable indispensable à l’ouverture d’un TL qui est un niveau encore hiérarchiquement inférieur (celui des termes) dans chaque langue (chaque LS) du schéma TMF. Dans Cartago nous ouvrons en LS des descripteurs « definition » qui permettent ici de définir en n langues un même concept situé lui au niveau TE. Cette architecture du schéma est clairement conceptuelle (c’est notre choix Cartago).

38b) TL (Term Level) : c’est à ce niveau que s’ouvrent 1 ou N termes supposés être tous plus ou moins synonymes dans autant de LS qu’il y a de langues dans la base. C’est à ce niveau que peut se faire une description morphosyntaxique des termes. Dans Cartago, nous préférons une description assez sommaire car la description linguistique n’est pas notre propos : genre, nombre, catégorie du discours (nom, adjectif, verbe, syntagme, mots valises…), abréviation, acronyme [11]. Nous décrivons aussi pour les langues non latines la translittération, voire la transcription phonétique qui permet à des experts non pratiquants de ces langues d’en parler avec leurs collègues concernés. Remarquons que formellement nous aurions pu entrer à ce niveau la définition de chaque terme. Ce n’est pas le choix que nous avons fait car nous ne sommes pas un dictionnaire. Ce qui nous intéresse dans Cartago c’est la maîtrise en consensus d’un même concept pour pouvoir échanger des ressources équivalentes ou pratiquement équivalentes. À ce niveau-là ce qui nous intéresse donc, c’est de pouvoir gérer par rapport à chaque terme en toute langue sa spécificité sémantique par rapport à la description consensuelle internationale du concept (voire dans la même langue comme l’exemple de la classe 6^e ou 1^re de l’enseignement secondaire qui référera alors à une catégorie de donnée descriptive que nous autorisons à ce niveau : la spécificité sémantique géographique ou institutionnelle [12]).

39c) TCL (Term Component Level) : c’est à ce niveau que le modèle TMF permet de décrire (comme son nom l’indique) les composants d’un terme. Dans le cas concret du SC36 et dans beaucoup de terminologies d’instances normatives, nous devons gérer une proportion importante de mots valises ou de syntagmes [13]. Cartago a fait le choix d’activer ce niveau du TMF, bien qu’il ne soit pas obligatoire et que beaucoup de terminoticiens le considèrent comme un niveau de détail inutile. Formellement, chaque élément d’un terme composé dans chaque langue permet d’ouvrir un TCL (Term Component Level). On ouvrira donc autant d’items pour un terme qu’il y a de composants dans le terme. L’utilité réside en ce que ce TCL facilite une vision comparée (largement multilingue et potentiellement sémantiquement assistée [14]) des modes de génération des nouveaux concepts d’un champ terminologique donné (néologismes ou néonymes [15]). Cela permettra d’assister le travail des commissions nationales de terminologies techniques qui proposent et/ou cherchent à imposer des mots composés souvent très lointains les uns des autres dans des langues pourtant cousines comme le français et l’anglais. Pour blended learning on trouvera comme équivalent français « apprentissage hybride », « apprentissage bimodal » et « apprentissage mixte » (ref. ISO/IEC 2382-36). Les langues sont comme les locuteurs qui les parlent mais nous pensons que pouvoir mettre en évidence les éléments de composition des termes composés est d’une grande utilité pour la compréhension réelle d’un concept (souvent mal compris quand il s’agit d’innovations par les communautés de langue étrangère qui cherchent à s’approprier ce concept en émergence). Nous pensons ainsi que ce niveau de Cartago sera (est déjà) très utile pour proposer la création de nouveaux termes (le plus souvent nécessairement composés) pour élaborer des terminologies techniques dans des langues qui ont subi des pertes de domaines linguistiques [16] importantes. Cela permet, en effet, aux experts terminologues de ces langues de comparer des patrons types de mots composés réutilisables éventuellement dans leur communauté linguistique [17].

MPEG & JPEG

51Les normes du multimédia impactent à l’évidence sur l’e-learning et sur le développement futur des normes du SC36 (nous y avons fait allusion plus haut). Elles impactent et impacteront beaucoup plus dans le futur sur les modalités documentaires (MPEG7 notamment) et les modes de gestion du multimédia, donc de la BNB (Bibliothèque numérique berbère) et des ressources documentaires.

52Au moment où nous mettons sous presse, notons que ConvergMPEG-SCORM (Moving Picture Experts Group – Sharable Content Object Reference Model), un projet financé par le CNRS-ISCC (Institut des sciences de la communication du CNRS – Centre national de la Recherche scientifique) à été mis en place. Il vise précisément à développer l’hypothèse des convergences entre la TV et la radio scolaire d’une part, la téléphonie mobile et les normes des TICE (plus particulièrement SCORM et le SC36) d’autre part.

53Là encore, nous pensons que la communauté des experts algériens devrait se mobiliser pour préserver là aussi les spécificités culturelles et linguistiques.

Conclusion

54La participation à ce type de workshop n’appelle aucune conclusion définitive. Il faut seulement émettre le vœu que les travaux entrepris en commun s’intensifient et se multiplient. La Maison des Sciences de l’Homme de Paris Nord, le Laboratoire Paragraphe, le Leden (Laboratoire d’Évaluation et de Diffusion de l’Édition numérique), l’Ailf (Association des Informaticiens de Langue française), l’Alliance Cartago, la liaison A de l’Auf au SC36, des projets financés comme la BNB ou ConvergMPEG-SCORM autant d’instances se sont mobilisées pour travailler en commun pour développer des projets concrets ou des recherches à plus long terme. Il est certain qu’elles continueront.