Compte-rendu de la séance n° 4

L’allographie, entre besoins scientifiques et pragmatiques. Comment modéliser et optimiser les données d’entrainement pour l’HTR (II) ?

Mardi 8 février — 16 h-18 h

En présence d’Alix Chagué, Floriane Chiffoleau, Lucien Dugaz, Frédéric Duval, Simon Gabay, Lucence Ing, Vincent Jolivet, Marco Maulu, Viola Mariotti, Ariane Pinche, Anne Rochebouet, Aurélia Rostaing, Benedetta Salvati, Dominique Stutzmann, Vera Schwarz-Ricci, Sergio Torres et Marguerite Vernet.

I-Mettre en place un projet autour de l’HTR, présentation de Marco Maulu

RESCAPÉ : L’approche numérique face au défi du feu. Digitaliser un manuscrit du XIVe siècle de la BNU de Turin endommagé par l’incendie du 26 janvier 1904.

1. Présentation générale du projet

Le projet vise à numériser le manuscrit : BNU L.II.14 de Turin (T) afin de restituer son unité physique originelle, affectée par l’incendie de 1904 et par une subdivision précédente en quatre volumes. L’étude du manuscrit dans son intégralité permettra de reconstruire sa composition originale et de donner accès à son canon composé de textes sacrés « sanctifiant » et de cycles épiques. 

Ce défi est particulièrement ardu en raison de la détérioration matérielle de certaines parties du codex et de ses dimensions. Faire appel à l’HTR en ayant recours à la restauration numérique pour les parties endommagées et au traitement numérique (encodage XML TEI), voire semi-automatisé (lemmatisation, stylométrie, scriptométrie) de ce manuscrit permettra de faciliter l’étude de ce vaste ensemble dans son intégralité. L’analyse de ce manuscrit nous permettrait d’accéder à des textes uniques et des études d’envergure permettraient d’approfondir notre compréhension de sa composition.

2. Présentation du manuscrit de Turin

Le manuscrit de Turin (T), daté de 1311(?), est un manuscrit volumineux de 583 folios, actuellement réparti en 4 volumes. Il possède un contenu très riche avec des œuvres présentes uniquement dans ce manuscrit (unica) qui souvent font office de jonctions entre des textes plus répandus : 

  •  Chi commenche l’estore des Loherens
  • Noirons li arabis
  • Résumé en décasyllabes de l’Ancien Testament attribué à Virgile
  • C’est ensi que Pylates fu engenrés, prologue (Auberon)
  • Des milliers de vers sur Huon de Bordeaux

Si ce manuscrit a été numérisé, cette numérisation n’est pas encore, à ce jour, disponible pour le public. En outre, en raison de son état de conservation, il est difficile de le consulter. Ces facteurs sont une entrave à son étude alors qu’il est en grande partie lisible, notamment les volumes internes 2 et 3 qui ont été protégés par les volumes 1 et 4 lors de l’incendie.

3. Questions de recherche soulevée par ce manuscrit

Ce manuscrit avec enluminure en raison de sa complexité a très certainement nécessité deux ans de travail dans un atelier (probablement picard). On peut alors questionner la linéarité du canon proposé dans ce manuscrit. La composition a-t-elle été pensée dès le départ ou bien est-ce un agrégat qui s’est constitué au cours du temps ? Combien de copistes différents ont travaillé sur le manuscrit ? 

Grâce à l’utilisation de la stylométrie, on pourrait essayer de trouver combien d’auteurs différents ont travaillé sur les unica

On peut également se demander ce qui a motivé les césures et le choix des textes de ce manuscrit qui a été financé par une famille (toujours non identifiée) qui a eu les moyens nécessaires pour une entreprise aussi longue.

Enfin, le manuscrit de Turin doit-il être considéré comme un « manuscrit-bibliothèque » ou bien comme un manuscrit cyclique avec des noyaux indépendants ?

4. Objectifs du projet

Le projet vise à restituer autant que possible, l’intégralité du manuscrit en instituant une chaine de traitement partant de la numérisation des images dont le texte sera acquis en utilisant les ressources de l’HTR pour proposer à terme une mise à disposition du texte en XML-TEI qui pourra par la suite faire l’objet d’une édition scientifique. Ainsi le traitement des images et l’utilisation de l’HTR aboutiront à une transcription intégrale du manuscrit. Cette mise à disposition est d’autant plus importante que ce manuscrit n’est pas disponible en ligne et qu’il a pu être écarté des manuscrits à considérer pour l’édition critique de certains textes comme les textes autour de Huon de Bordeaux (HdB) en raison de son état de conservation, alors que le texte est globalement lisible. La mauvaise connaissance du recueil, les difficultés liées à sa consultation et l’émiettement éditorial qui le caractérise ont visiblement favorisé la diffusion d’une sorte de « dédain » envers T, ce que Pierre Ruelle avait pu souligner dans son introduction à HdB en 1960, tout en invitant implicitement les chercheurs à relever le défi de « ce que l’eau et le feu ont laissé subsister » et qui « peut encore rendre de grands services ». 

Le projet vise, par le biais de l’étude du manuscrit dans son intégralité à comprendre, délimiter et identifier les liens et les thématiques unificatrices qui le traverse grâce à une assistance computationnelle. Jusqu’à aujourd’hui, ce manuscrit a été utilisé par les chercheurs comme un réservoir de textes et étudié de manière parcellaire en créant pour le besoin des éditions de nouvelles sections textuelles qui ne correspondent pas à l’organisation du manuscrit. Ces approches n’ontguère permis d’avancer sur la connaissance globale de ce manuscrit. Au contraire, des sections sans correspondance avec la mise en page du manuscrit de Turin ont été « créées » par nombre d’éditeurs en fonction de leurs interprétations ou de leurs besoins a posteriori. Or Les excerpta de textes présents dans cette source comme la Bible d’Herman de Valenciennes ou du Romanz Saint Fanuel ne sont pas de simples fragments, mais la sélection de chaque « fragment » a été faite en fonction de l’ensemble. 

Des défis à relever : quoique T ait été somme toute bien restauré (ciseaux et colle ont fait moins de dégâts que d’autres « techniques » du passé), il reste cependant des lacunes irrécupérables, sauf par divinatio (pour les unica) ou par collatio, car ces passages n’ont pas été transcrits avant l’incendie.

5. Répartition des tâches du projet 

Constitution de l’équipe :

  • BNU TURIN + Sandro VITALE BROVARONE 
  • Jean-Baptiste CAMPS ; Thibault CLERICE ; François PLOTON NICOLLET ; Vincent JOLIVET (ENC). 
  • Pierandrea MARTINA (IRHT); 
  • Richard TRACHSLER (ZURICH) ; 
  • Anne ROCHEBOUET (VERSAILLES) ; 
  • Marco ROBECCHI (BOLZANO) ; 
  • Peter STOKES  (EPHE) 
  • Simon GABAY (Genève) 
  • LAZARUS PROJECT? 

Trouver des experts pour le traitement du manuscrit : 

Une opération de traitement automatique du texte n’est pas aisée dans la mesure où T a été endommagé par l’action de la flamme et de l’eau. D’autres dommages tels que des trous, des déchirures et des plis du parchemin auxquels s’ajoute le fait que souvent ces plis ont été découpés au moment de la restauration avec une perte de texte rendent le défi d’une transcription automatique encore plus complexe

Une partie des feuilles sont aujourd’hui presque illisibles, mais le texte a été partiellement transcrit en 1904 par Stengel et ses élèves. On a donc une base pour restituer ces manques. 

D’autres feuillets, comme le feuillet 21, peuvent encore être lus de manière partielle, mais des parties ont été abimées par la flamme et l’eau. Comment traiter les parties les plus endommagées pour lire le texte aujourd’hui illisible ? Les folios pourraient être traités au moyen de l’imagerie multispectrale pratiquée par l’équipe américaine du projet LAZARUS1. Ce traitement concernerait les 20 folios les plus endommagés. Mais cela entrainerait des problèmes de coûts, mais aussi de gestion de données : quels statuts donner à ces images reconstituées ?

Autre coût de numérisation : le manuscrit est intégralement numérisé, mais les numérisations sont hétérogènes et demanderaient à être refaites pour respecter les attentes du standard IIIF.

6. Échange à la suite de la présentation

Simon Gabay demande dans quel contexte l’équipe américaine Lazarus devrait intervenir. 

L’équipe opère de nombreux voyages en l’Italie pour numériser des manuscrits brûlés et obtient d’excellents résultats. Dans le cas de T, l’équipe Lazarus2 estime que les résultats seraient très bons.

Aurélie Rostaing demande, si outre l’équipe Lazarus, l’IRHT, le CNRS et la BnF ont été consultés ? On pourrait avoir un retour d’expérience sur le traitement des manuscrits brûlés de la bibliothèque de la cathédrale de Chartres (restauration, lecture par UV, numérisation) : https://lejournal.cnrs.fr/articles/la-renaissance-des-manuscrits-de-chartres

Simon Gabay conseille également de consulter l’équipe d’Ira Rabin3 de l’université de Hambourg qui possède un matériel portable pour l’analyse multispectral des manuscrits et qui propose de nombreuses formations notamment à travers l’entreprise « manuSciences ».

Pour l’HTR, une première solution simple sans intervention extérieure pour obtenir le plus de texte possible serait de déterminer des zones lisibles et des zones illisibles en utilisant la zone Damage de SegmOnto4 par exemple. On pourrait décider d’enlever les lignes de ces zones ou de créer de modèles personnalisés pour essayer de lire l’illisible.

7. Quels résultats sont attendus au bout d’un an ?

– Avoir un texte exploitable par acquisition automatique, mais non relu.

– Mise à disposition du texte brut, voire avec une structuration minimale en TEI en s’appuyant sur les prédictions HTR. Les prédictions HTR conservent dans les fichiers XML alto ou page l’ensemble des données sur le lien texte-image avec les coordonnées de chaque ligne sur la page du manuscrit, lien qui pourra être récupéré dans les fichiers XML TEI.

– Pour les années suivantes, on prévoit plusieurs traitements : lemmatisation, identification des entités nommées. Le temps nécessaire avant d’obtenir un texte satisfaisant et relu est estimé à deux ans. 

À terme vers quoi doit-on tendre ? 

– Un traitement minutieux du manuscrit pour essayer de combler les lacunes dans la connaissance de son contenu. 

– Mise à disposition du texte pour consultation et interrogation.

Où stocker les données ? 

– À terme, on vise une édition électronique.

– Le dépôt des numérisations pourrait être fait auprès de la bibliothèque de Turin, mais aussi ailleurs en fonction des partenaires.

– Dans le cadre de Biblissima+, les données : notices de manuscrits, images, (texte ?) pourraient être mis à disposition sur le portail du projet. 

Vincent Jolivet souligne l’importance de bien différencier les différents statuts des données : mettre à disposition du texte ou une édition. Il faut bien décrire le niveau de qualité des données. 

Que fait-on des données « bruitées » de l’HTR, quand elles sont partiellement exploitables ? Comment des données bruitées peuvent-elles améliorer des résultats des modèles de traitement automatique de l’information ?

Simon Gabay rappelle que les données bruitées ont un véritable intérêt. Par exemple, pour les données sur la langue en TAL, et notamment en français moderne où les données bruitées améliorent les résultats des modèles qui deviennent davantage capables de gérer les variations.

Aurélia Rostaing se demande alors si ce qui fonctionne en TAL pour des données du français contemporain fonctionne de la même manière pour l’HTR. Dans le projet LECTAUREP, Alix Chagué avait observé que des transcriptions non relues et fautives permettaient, par leur masse, d’obtenir des premiers modèles d’HTR acceptables. Plus on augmente le nombre de données, plus le bruit représente une petite part dans le modèle d’apprentissage. En outre, on apportera toujours un plus grand nombre de bonnes données constantes aux modèles, tandis que les erreurs seront irrégulières et auront moins de chance d’impacter le système d’apprentissage.

Dans un projet numérique, il faut donc essayer de valoriser le plus de données possible. Par exemple, dans les collections de Gallica, les zones endommagées sont rares, mais avoir accès à un projet avec une vraie problématique autour de la gestion des matériaux endommagés permet de rajouter une brique nécessaire à un vide dans les données d’entrainement pour permettre la mise en place de numérisations massives (Simon Gabay).

Comment rendre les données disponibles et où ? 

Il faut se demander pour qui on les met à disposition. Pour une édition, il faut 99 % de succès, mais on n’est pas les seuls utilisateurs. Pour d’autres utilisateurs, dans le TAL, le bruit devient un sujet (un projet sur cette problématique est actuellement financé par le DIM). Il faut penser qu’en dehors de la sphère restreinte des médiévistes, la mesure du bruit est un enjeu.

On peut alors classer nos données textuelles de la manière suivante pour un projet qui utiliserait l’HTR : 

– Les données textuelles de l’édition numérique (XML TEI) avec enrichissement (apparat critique, annotation linguistique, etc.). Ces données établissent un texte fiable et vérifié correspondant aux critères d’excellence scientifique. 

– Les données gold : données d’entrainement des modèles HTR intégralement relues et vérifiées par l’humain.

– Les données silver : données issus des prédictions de l’HTR, mais jugées d’une qualité acceptable pour faire de la mise à disposition du texte (elles peuvent également servir à entrainer d’autres modèles).

– Les données bruitées qui pourront servir à d’autres projets en dehors de notre sphère de compétence.

Il faudrait pour chaque strate documenter le niveau de qualité des données.

Déterminer la qualité d’un objet bruité n’est pas facile. C’est pourtant primordial pour piloter un projet. Il faut penser de manière non philologique. Il faut déterminer des critères d’évaluation : on compte ou pas les diacritiques, etc.

Comment évaluer le bruit ? Comment juger de la qualité des prédictions HTR ou de la segmentation ?

On peut s’appuyer sur des outils comme KAMI5 développé pour le projet LECTAUREP par Alix Chagué et Lucas Terriel à l’INRIA. Cet outil permet d’obtenir une cartographie des erreurs d’un modèle, ainsi qu’un score de précision du modèle tout en pouvant filtrer la prise en compte de certains critères (diacritique, ponctuation, espace, etc.).

On peut également à partir de Kraken (moteur HTRavoir accès à un outil de test qui donne les scores de précision du modèle et les types d’erreurs classés en fonction de leur fréquence. Quand on crée un corpus d’entrainement, on réserve généralement 80 % à l’entrainement du modèle, 10 % au test de développement pour la machine et 10 % des données à l’évaluation du modèle par un test sur des données qui ne font pas partie de son dataset d’apprentissage. 

Pour héberger les données, on a à notre disposition plusieurs outils, dont Zenodo qui permet de générer des DOI pour les sets de données. C’est très certainement le mieux aujourd’hui. Mais il n’est pas facile d’y retrouver quelque chose et cela exclut l’accès aux données à toute une partie de la communauté scientifique des SHS qui n’utilise pas cet outil. On a également des dépôts Github/GitLab, dont l’entreprise HTR united qui possède une véritable volonté de rassemblement des données issues de l’HTR et d’uniformisation de la description des corpus mis à disposition. Toutefois, une centralisation auprès de sites institutionnels : Biblissima, Bibliothèques, CNRS, IRHT, Huma-Num permettrait d’avoir plus de visibilité. 

II- L’allographie, entre besoins scientifiques et pragmatiques (II).

Depuis l’apparition des corpus numériques, les éditeurs numériques cherchent à définir leurs normes de transcription et à trouver un juste équilibre dans leur préconisation. L’article pionnier « Guidelines for Transcription of the Manuscripts of the Wife of bath’s Prologue » de Peter Robin et Elizabeth Solopova (1993) relate l’une de ces premières expériences. Quoique le projet n’intégrait pas d’HTR, nos problématiques autour de la transcription des corpus sont similaires. 

Tout comme les transcriptions de ce projet6, les méthodes de transcription que nous proposons, ici, n’ont pas pour but de proposer une transcription définitive ou une édition finale. Notre tâche est de trouver un moyen de traduire ce que l’on voit sur le manuscrit dans un système interprétable par une machine et qui favorise le machine learning, tout en cherchant une voie médiane entre une méthode pragmatique et la volonté de transmettre avec précision la manière dont le texte est livré sur son support originel. Nos solutions seront forcément réductrices et relèveront fondamentalement d’une activité d’interprétation, car il est impossible de rendre toute la variété d’une écriture manuscrite au moyen d’un ordinateur qui possède un nombre limité de caractères7.

Dans un premier temps, le projet de transcription des manuscrits de the Wife of Bath’s Prologue a envisagé de produire une transcription pour partie allographétique, notamment en distinguant les différentes formes de « r ». Alors qu’ils pensaient que cette pratique ne leur coûterait pas beaucoup plus de temps, ils se sont rendu compte qu’elle avait entrainé des erreurs dans le corpus, non seulement à cause d’une pratique hétérogène entre les différents transcripteurs, mais aussi par ce que la concentration appliquée sur la distinction des différentes formes avait entrainé des erreurs grossières dans la transcription8. En outre, en essayant de distinguer les différentes formes de « s », ils sont tombés dans une impasse. Plus ils poussaient l’observation, plus ils découvraient des formes différentes et plus les frontières devenaient fragiles9.

Il serait donc, nous semble-t-il, impossible aujourd’hui de prétendre pouvoir proposer une solution de transcription allographétique pour tous les documents médiévaux du 10e au 14siècle. En outre, si on s’appuie uniquement sur la forme de la lettre, certains allographes, certaines lettres se ressemblent tellement : « u » et « n », S long et « f » qu’on pourrait aboutir à les représenter par les mêmes signes, si on ne s’appuie plus sur le sens du mot, mais uniquement sur la forme du signe. En poussant l’imitation trop loin, la transcription risquerait de devenir inexploitable.

1. Représenter les abréviations

Nous avons choisi un principe de transcription graphématique de la source en notant dans le texte uniquement les différences de signes qui ont un impact sur le sens. Nous ne faisons donc pas de différences entre les différentes formes de « a », « e »,  « d », « s », etc. Toujours dans la même optique, nous ne représentons pas les ligatures entre différentes lettres. En revanche, nous souhaitons garder des transcriptions avec des abréviations, car, dans les corpus en ancien français, leur développement est sujet à interprétation et leur valeur peut dépendre de la scripta d’un texte10. Nous ne normalisons pas non plus la graphie des mots et gardons toute la variété médiévale. 

1.1. Choisir les signes abréviatifs

Pour choisir les signes abréviatifs, nous conseillons de se rattacher aux caractères UTF-8 et à une entreprise reconnue dans le monde de la médiévistique et/ou issu d’un projet pérenne, libre d’accès et documenté. Si on ne cherche pas des caractères spécifiques aux manuscrits médiévaux, on peut également utiliser des sites comme https://codepoints.net qui permet de retrouver des caractères, mais aussi d’obtenir le code unicode, qui est le moyen le plus sur de bien utiliser un seul caractère pour représenter un signe.

Dans le cadre du projet CREMMALab, nous utilisons des signes UTF-8 rattachés au projet MUFI11. Toutefois, MUFI propose un très large set de caractères abréviatifs avec des variantes de forme. Nous avons donc réduit les possibilités de choix pour les signes abréviatifs afin d’éviter d’avoir plusieurs caractères pour des variations que nous considérons comme relevant d’un phénomène d’allographie, mais aussi afin d’éviter l’utilisation de caractères alternatifs comme « ք » (Lettre minuscule arménienne Ké) pour le p barré ou le chiffre neuf suscrit pour représenter l’abréviation « us » : « ᷒ ». Nous avons défini un caractère par abréviation. Nous avons tenu compte du ou des développements possibles de l’abréviation et de la forme du signe pour délimiter le nombre de caractères nécessaires à la figuration des abréviations présentes dans les manuscrits médiévaux en ancien français.

Par exemple :

– Nous distinguons les p à fioriture des p barrés qui ne désignent pas les mêmes abréviations (pro vs per/par). Ils sont donc deux caractères différents et pas des variations d’un même signe.

– Pour les « r » suscrits, nous ne faisons par de distinction de forme, ils sont tous notés « ͬ », nous n’utilisons jamais le« r » rotonda suscrit. 

– Pour les tildes verticaux, nous n’avons pas fait de différence entre les tildes verticaux et les « zig zags » suscrits « ͛ », car la différence semble davantage relever d’une différence de forme, et, en ancien français, les deux signes demandentsouvent la restitution d’un même développement en « er » ou « ier ». 

1.2 Les signes abréviatifs sélectionnés

Afin de traiter les signes abréviatifs, nous proposons les catégories suivantes :

  • Les abréviations signalées par des tildes ou des macrons. Nous les avons rendues par un tilde suscrit dans le projet cremma-medieval. Le tilde a l’avantage d’être aisé à taper avec un clavier occidental. Nous avons distingué lestildes horizontaux et tildes verticaux qui ne signalent pas le même type de développement d’abréviation.
  • Les abréviations par lettres suscrites. Nous avons fait le choix de les rajouter au moyen de lettres combinées.
  • Les abréviations par signes spéciaux : lettres barrées (h, l, p, s) parmi les plus courantes, le p à fioriture, ⁊, ꝯ, ᷒, ÷ (est). Si jamais d’autres signes spéciaux étaient nécessaires, chaque projet est libre d’ajouter les signes dont il aurait besoin à condition de le documenter. Pour l’ajout de lettres barrées supplémentaires, comme le v par exemple, nous recommandons l’usage d’un trait barré combinatoire (U+0336).

Les lignes en bleu dans le tableau signalent les caractères qui appartiennent à la zone privée de MUFI. 

Les abréviations par suspension seront représentées par un point « . », par exemple : s. (saint), quand le point (ou un autre signe équivalent) est présent dans le manuscrit. Aucun point ne sera rajouté, si aucun signe n’apparait sur le document source. 

Les abréviations notées en lettres grecques seront retranscrites comme telles.

Dans le cadre de cremma-medieval, nous avons cherché à limiter les problèmes d’hétérogénéité dans l’utilisation des caractères dans les corpus d’entraînement. Thibault Clérice et Ariane Pinche ont mis au point un outil pour repérer les signes présents dans un corpus et les comparer à une liste préexistante de caractères autorisés et normalisés. Cet outil s’appelle Choco‑Mufin12Il s’appuie sur un fichier CSV13 qui comprend avec une liste de caractères qui correspondent à tous les caractères présents dans les différents corpus qui ont été rassemblés et qui associe à ces caractères des formes normalisées qui sont celles que définies dans la liste présentée plus haut.

1. https://libarts.olemiss.edu/um-lazarus-project-attracts-international-collaborations.

2. Le projet Lazarus collabore déjà avec des équipes françaises comme l’équipe Scripta et Peter Stokes.

3. https://www.csmc.uni-hamburg.de/about/people/rabin.html

4. Simon Gabay, Jean-Baptiste Camps, Ariane Pinche, Claire Jahan, « SegmOnto: common vocabulary and practices for analysing the layout of manuscripts (and more) », 1st International Workshop on Computational Paleography (IWCP@ICDAR 2021), Sep 2021, Switzerland. ⟨hal-03336528⟩, https://hal.archives-ouvertes.fr/hal-03336528.

5. https://gitlab.inria.fr/dh-projects/kami/kami-lib)

6. « In the course of our work we have come to realize that no transcription of these manuscripts into computer-readable form can ever be considered “final” or “definitive” », Peter Robinson et Elizabeth Solopova, « Guidelines for Transcription of the Manuscripts of the Wife of Bath’s Prologue », juillet 1993.

7. « Transcription for the computer is a fundamentally interpretative activity, composed of a series of acts of translation from one system of signs (that of the manuscript) to another (that of the computer) », Peter Robinson et Elizabeth Solopova, « Guidelines for Transcription of the Manuscripts of the Wife of Bath’s Prologue », juillet 1993.

8. « Concerning the practicality of graphetic transcription: we found that while there seemed no cost in time in distinguishing these letter-forms in this first transcription, there was a marked cost inaccuracy. It appeared that the concentration by transcribers on distinguishing these few characters meant that gross errors elsewhere in the transcription went undetected. », Peter Robinson et Elizabeth Solopova, « Guidelines for Transcription of the Manuscripts of the Wife of Bath’s Prologue », juillet 1993.

9. « The closer we looked at the manuscripts, the more different types of s we saw; the more different types of s we saw, the less confident we became that we could identify with any consistency these different forms across all the manuscripts. »

10. « Pour le linguiste qui se sert d’une édition de texte ancien, la relation entre forme abrégée et forme non abrégée est fondamentale, notamment dans le cadre d’études lexicographiques ou scriptologiques ; il est alors essentiel que le lecteur mû par de telles questions puisse faire le départ entre les “données” du texte et les “lettres” suppléées par l’éditeur », MAZZIOTTA, Nicolas, « Traiter les abréviations du français médiéval. Théorie de l’écriture et pratiques d’encodage », Corpus, Bases, corpus et langage – UMR 6039, novembre 2008, [En ligne : https://journals.openedition.org/corpus/1517].

11. La Medieval Unicode Font Initiative (MUFI) est un projet qui vise à coordonner l’encodage et l’affichage des caractères spéciaux des textes médiévaux écrits en alphabet latin. L’objectif final du MUFI est de créer un consensus sur les caractères à encoder, puis de présenter une proposition complète au Consortium Unicode. https://mufi.info/m.php?p=mufi

12. choco-mufin est disponible à l’adresse suivante : https://github.com/HTR-United/cremma-medieval/tree/main/.github/workflows.

13. La table CSV (table.csv) est disponible sur le dépôt cremma-medieval : https://github.com/HTR-United/cremma-medieval.