B. Récupérer des données bibliographiques
p. 29-40
Texte intégral
1Avertissement au lecteur :
2L’article qui suit est à situer dans le contexte informatique de la fin des années 8°. Il s’inspire d’une réalisation qui a permis de proposer la consultation de données bibliographiques en ligne, le système de catalogage, les interfaces et l’OPAC étant distincts.
3Pour l’utilisateur final, le catalogue en ligne est un système informatique permettant d’accéder à des références bibliographiques grâce à un logiciel de recherche documentaire.
4Ce produit fini comprend en fait un certain nombre d’éléments dont les principaux sont les suivants :
les données bibliographiques et plus largement les informations bibliographiques
la structuration des données sur le plan informatique et l’interfaçage lorsqu’il est nécessaire
le système de gestion de bases de données (SGBD) qui permet de gérer des fichiers et des index associés
le logiciel de consultation et de recherche documentaire
et éventuellement des produits annexes tels que l’aide en ligne, contextuelle ou non, les informations sur la bibliothèque, etc.
5A cela s’ajoutent bien entendu le support informatique (serveur, système d’exploitation, ...) et les réseaux de télécommunications.
6Certains bibliothécaires peuvent penser qu’ils ne seront pas confrontés au problème d’interface et de récupération de données et que somme toute c’est un problème d’informaticien. Et effectivement, si la bibliothèque possède un système intégré de gestion de bibliothèque, si le cahier des charges a été bien effectué, si l’OPAC est satisfaisant et si l’on ne cherche pas à faire évoluer l’existant, il se peut que l’on y échappe.
7Malgré tout la situation informatique dans les bibliothèques n’est pas toujours aussi simple et parfaite. L’informatisation, notamment celle des bibliothèques universitaires, montre que les logiciels ont été implantés séparément, pour répondre aux besoins de gestion de différentes fonctions, ces logiciels étant dans la plupart des cas incompatibles entre eux. Et nombreuses sont celles qui ont eu à résoudre le problème de la consultation du catalogue en proposant un OPAC.
8D’autre part dans les universités, il suffit de constater l’hétérogénéité des logiciels utilisés par les différentes unités documentaires pour s’apercevoir que l’on peut tout à fait être confronté un jour ou l’autre au problème de la récupération de données bibliographiques pour les intégrer soit dans le catalogue de la bibliothèque soit dans un catalogue collectif.
9Il est évident que chaque site est particulier, possède son existant informatique et ses habitudes de travail. Nous ne proposerons pas de recette miracle. Simplement nous souhaitons relater notre expérience.
1. Le développement de Grace
10Les bibliothèques universitaires de Bordeaux, comme celles participant au réseau SIBIL, se sont trouvées confrontées au problème du catalogue en ligne. SIBIL n’offrait pas lors de sa mise en place dans les B.U. d’accès au catalogue pour le public. Il a donc fallu trouver une solution satisfaisante sur les plans bibliothéconomique, informatique et financier.
11Le soutien de la directrice de la Bibliothèque interuniversitaire (BIU) ainsi que celui du réseau SIBIL France conjugués aux études d’un ingénieur en informatique ont permis de concevoir un produit spécifique : GRACE1, proposé au public au début de 1989.
12GRACE est en fait un ensemble d’outils informatiques :
des programmes d’extraction des données bibliographiques,
des programmes de reformatage des données ou interfaces permettant de les mettre dans un format compatible avec le gestionnaire de base de données,
TEXTO qui est le système de gestion de bases de données,
un logiciel de consultation et de recherche documentaire,
des modules d’aide en ligne et d’informations sur les bibliothèques. Dès sa conception ce système a été conçu pour permettre la constitution d’un catalogue collectif à l’échelon du campus et d’aller plus loin que le simple problème du catalogue en ligne d’un établissement.
13Dans le contexte informatique actuel, les méthodes de travail élaborées à cette époque pour récupérer les données et les proposer à la consultation pourront paraître démodées ou obsolètes. En effet il existe aujourd’hui de nouveaux produits informatiques comme les bases de données relationnelles (SGBDR2). De même l’échange de données est en voie de se normaliser avec le langage de requête SQL. Ces nouveaux outils ne sont pas encore généralisés à l’ensemble des structures documentaires et il est vraisemblable que pour quelques années encore anciens et nouveaux logiciels vont se côtoyer.
2. Les préalables indispensables
14Avant même d’aborder les aspects plus techniques et bibliothéconomiques, il nous paraît important d’insister sur deux points fondamentaux.
2.1. La collaboration bibliothécaire-informaticien
15Une étroite coopération doit s’établir entre le bibliothécaire responsable du projet et l’informaticien qui développe l’interface. Il est essentiel que ces deux types d’acteurs se comprennent. Il peut être nécessaire que l’informaticien explique de quelle façon sont structurées les données et comment se fait la recherche documentaire, avec quels index, tables, fichiers, ...
2.2. La définition du besoin par le bibliothécaire
16Le besoin doit être défini et l’analyse bibliothéconomique doit être faite par le professionnel des bibliothèques. Cette analyse est le pivot, l’élément fondamental qui permettra d’obtenir un OPAC satisfaisant et une recherche pertinente et efficace dans le catalogue.
17Le besoin doit être formulé très clairement puis il doit être compris par l’informaticien.
18Cette analyse portera en premier lieu sur le logiciel de recherche documentaire, puis sur les données.
3. Le logiciel de recherche documentaire
19Deux cas de figure sont possibles : soit la bibliothèque possède déjà un catalogue en ligne, soit elle n’en dispose pas.
20Dans le premier cas de figure, il est nécessaire de comprendre quelles sont les modalités du logiciel de recherche documentaire, de savoir sur quelles informations il s’appuie, quelles sont celles qui sont essentielles et celles qui sont secondaires et dont on peut se passer.
21Dans le deuxième cas de figure, il est nécessaire de définir quelles seront les stratégies de recherche, les accès proposés (auteurs, titres, ...), les limitations possibles (par type de document, par langue, par date, ...).
22De cette analyse résultera un ensemble d’informations qu’il faudra extraire de la base bibliographique.
4. Les données bibliographiques
23Deux aspects sont à prendre en compte : d’une part la structuration de l’information et d’autre part l’information proprement dite.
4.1. La structuration de l’information
24Il est indispensable que l’information saisie soit structurée. Plus la structure est fine et précise, plus il est facile d’exploiter l’information. Dans le meilleur des cas il s’agira de récupérer des notices structurées dans un format MARC. Mais ce n’est pas toujours le cas. Il faudra alors veiller à ce que l’information que l’on souhaite récupérer ou traiter puisse être sélectionnée informatiquement sans risque de perte d’information.
4.2. L’information bibliographique
25La normalisation est un préalable sur lequel il faut insister. Tout le travail d’interfaçage est considérablement facilité lorsque les normes de catalogage sont respectées, lorsque des outils d’indexation communs ont été définis.
26Il faut considérer deux types de notices bibliographiques : les notices de monographies, collections, suites, etc., que nous appellerons notices principales, et les notices d’autorité.
Les notices principales
27En ce qui concerne le premier type de notices, dans le meilleur des cas le bibliothécaire disposera de données respectant les normes de catalogage. L’information sera en général suffisante. Mais on peut aussi avoir à récupérer des données respectant plus ou moins bien les normes de description bibliographique et saisies dans un format plus ou moins bien détaillé. Il est donc nécessaire de vérifier si l’information que l’on peut extraire est suffisante de façon à s’adapter aux contraintes du logiciel de recherche documentaire de l’OPAC.
28Il est bien évident que des données saisies de façon trop sommaire pourront conduire à refuser l’intégration des données dans l’OPAC. Il sera donc nécessaire de négocier de façon à faire évoluer la saisie sur certains points, voire à compléter manuellement les notices déjà saisies.
Les notices d’autorité
29Là aussi, si la bibliothèque gère ses données en format MARC, elle disposera de notices d’autorité, notices qui seront cohérentes par rapport au contenu des notices principales. Ces notices seront récupérées de façon à aider le lecteur dans sa recherche et à lui fournir des réponses même dans le cas où il interroge par un terme non retenu. Mais rares sont les petites bibliothèques qui gèrent des fichiers d’autorité. Il faut donc que votre OPAC puisse fonctionner sans ce type de notice sous peine de refuser l’intégration d’un catalogue dans votre système de recherche documentaire.
L’indexation
30Enfin il faudra travailler sur les problèmes d’indexation. L’idéal est d’avoir pu pré-définir les outils d’indexation communs. A défaut, là aussi votre OPAC devra pouvoir proposer des accès sujets différenciés selon l’indexation initiale contenue dans chaque catalogue.
31Des contraintes du logiciel de recherche documentaire et de l’analyse des données résultera une interface qui relève de l’informaticien.
5. L’interfaçage
32Ce traitement informatique peut consister à transférer le contenu de certains champs ou zones dans les champs ou zones de format d’arrivée. Ne faire que cela serait en fait se priver d’autres traitements possibles qui peuvent permettre d’améliorer la base source et d’optimiser les possibilités de recherche documentaire.
33En effet il est possible lors de l’interfaçage d’opérer plusieurs opérations telles que la sélection de l’information, la correction d’erreurs de saisie, la modification de l’information de façon à générer des accès supplémentaires, etc. Nous illustrerons notre propos afin de faire mieux saisir ce que peut permettre l’informatique.
5.1. les corrections
34Il est difficile d’exiger autre chose que la correction d’erreurs de saisie. L’interface peut tenter de corriger des erreurs qui peuvent ensuite être gênantes pour sélectionner une information pertinente. Il peut ainsi être possible de corriger des chaînes de caractères comportant des espaces en trop ou au contraire où il en manque. En effet en informatique l’espace n’est pas un caractère neutre. On peut ainsi corriger des en Cette correction peut permettre ensuite de reconnaître les caractères séparateurs de champs et permettre la sélection de l’information.
5.2. La sélection et genèse d’information
35Selon la richesse ou la pauvreté de la base à récupérer il peut être possible de travailler selon trois axes : sélectionner l’information que l’on souhaite récupérer, générer de l’information, voire opter pour ces deux possibilités.
36L’information récupérée sera ensuite traitée. Ces traitements pourront être différents selon que l’information est utilisée pour l’affichage ou pour la recherche et la constitution d’index. En général les OPAC offrent la possibilité d’effectuer des recherches par auteurs, titres, mots du titre, sujets et même sur tous les mots de la notice. Dans certains cas ils peuvent proposer d’effectuer des recherches booléennes. Il est donc nécessaire que l’information soit préparée pour s’adapter au logiciel de consultation du catalogue en ligne.
37Nous présentons quelques exemples de traitement de l’information.
5.2.1. les champs auteurs
38En ce qui concerne les auteurs personnes physiques, on peut choisir de récupérer tous les auteurs qu’ils soient auteurs principaux ou secondaires.
39On peut ensuite traiter ces informations. Pour la construction des index, il va falloir construire soit un index unique qui comprendra l’ensemble des auteurs, soit des index différents pour, d’une part les auteurs principaux et d’autre part les auteurs secondaires. Si c’est ce choix qui est fait, il faut bien entendu que la base source fasse la distinction entre ces deux catégories d’auteurs, la saisie étant faite dans des champs séparés. Si ce n’est pas le cas il peut être possible de les sélectionner informatiquement en testant la mention de responsabilité par exemple.
40On pourra également travailler la syntaxe afin de faciliter la recherche dans l’OPAC. En effet on s’aperçoit que très souvent les usagers interrogent par noms d’auteurs avec ou sans virgule. La virgule peut en soi être un problème à l’interrogation si les index sont constitués sous la forme Nom, Prénom (ce qui informatiquement donne la chaîne de caractères "Nom virgule espace prénom").
41Plusieurs palliatifs peuvent être imaginés :
42D’une part envisager que le lecteur puisse poser sa question en ne tapant que le nom. Il est alors souhaitable que le système de recherche prenne en compte une troncature implicite et automatique. D’autre part, en ce qui concerne la virgule on peut également proposer de générer une vedette qui permette de compléter l’index avec la forme suivante Nom Prénom (chaîne de caractères Nom espace Prénom). Si l’utilisateur pose sa question en inversant le prénom et le nom, il est vraisemblable qu’il n’obtiendra pas de réponse sauf à prévoir un entrée sous cette forme.
43En ce qui concerne les auteurs collectifs, si l’on récupère les données dans un format MARC il est nécessaire de réfléchir aux différents champs ou sous-champs des notices ($) que l’on souhaite récupérer pour d’une part l’affichage et d’autre part la génération d’index.
44Il peut également être souhaitable de réfléchir à l’ordre des champs ou sous-champs des notices ($) et envisager la reconstruction de vedettes afin par exemple de générer une entrée à la sous-collectivité.
45Autre type de traitement possible : l’éclatement de la vedette en Unitermes, qui peut être utile si par exemple l’OPAC propose une recherche qui permet de combiner les termes à l’aide d’opérateurs booléens.
5.2.2. Les champs titres
46On peut choisir de récupérer tous les titres qu’ils soient titres propres, titres parallèles, de forme, sous-titres, etc.
47Le premier type de traitement peut être la genèse d’une entrée pour la construction d’un titre sans article. Ainsi l’utilisateur pourra formuler sa question avec ou sans l’article initial.
48On peut également proposer de générer un titre sans ponctuation et supprimer les caractères gênants. L’utilisateur ne connaît pas toujours parfaitement la façon dont le titre a été saisi par le bibliothécaire.
49A partir des titres sélectionnés et générés, on pourra ensuite travailler à la création d’unitermes permettant l’interrogation par mots du titre. Pour ne pas alourdir les index, il faut que le système propose la gestion des mots vides selon la langue du titre. Autre type de traitement possible : les sigles contenus dans les titres sont susceptibles d’avoir été saisis avec les points (exemple A.B.F.). On peut imaginer un traitement permettant de générer un sigle sans point et de faire une recherche par mot du titre : ABF. (Attention l’inverse n’est pas possible ; informatiquement le système n’a pas la possibilité de reconnaître un sigle lorsqu’il n’y a pas de points. Le sigle sans points est alors une chaîne de caractères comparable à un mot).
50On peut également gérer les mots avec tirets comme « Etats-Unis » et éclater le mot en deux Unitermes.
5.2.3. les champs sujets
51En ce qui concerne l’indexation, on peut avoir à traiter soit des vedettes RAMEAU donc une indexation coordonnée et hiérarchisée, soit du vocabulaire libre.
52Dans le cas d’une indexation hiérarchisée, il faudra affiner l’analyse. Il faudra tout d’abord extraire la vedette en choisissant quels champs ou sous-champs des notices ($) on souhaite récupérer. On générera ensuite une vedette telle quelle, qui permettra un affichage correct et une entrée dans un index. Là aussi le logiciel de recherche documentaire peut offrir une troncature implicite qui permette de retrouver toutes les entrées sujet commençant par les mêmes termes. On pourra également éclater les vedettes en Unitermes afin d’autoriser une recherche booléenne.
53Dans le cas de vocabulaire libre, on pourra appliquer des traitements similaires à ceux des mots du titre.
54On peut imaginer d’autres traitements de l’information. Ainsi le logiciel actuel de GRACE propose des limitations de recherche a posteriori. Il est possible de limiter par date, par langue, par type de document.
55• Si la base source est suffisamment structurée, il est possible de récupérer la date du document.
56• En ce qui concerne le type de document ce genre d’information peut être générée de différentes façons : soit à partir des étiquettes si l’on est dans un format MARC, soit à partir des zones de notes si l’information a été saisie de façon rigoureuse, soit encore à partir de cotes spécifiques si celles-ci possèdent un ou plusieurs caractères discriminants (par exemple cote de thèse commençant toujours par la lettre T), de même pour les mélanges, etc.
57• En ce qui concerne la langue du document, il faut que la base source comporte un champ langue. Si ce n’est pas le cas, le problème sera plus difficile à résoudre.
Conclusion
58Tous ces éléments n’ont été fournis qu’à titre indicatif. Ils montrent ce que peut apporter l’informatique et l’interfaçage. Mais l’informatique ne peut pas tout résoudre. Elle peut éventuellement contribuer à améliorer une information et à faciliter l’accès pour le lecteur.
59La qualité d’un OPAC repose en très grande partie sur la richesse de l’information bibliographique. Nous n’insisterons jamais assez sur la nécessité de respecter :
la description bibliographique normalisée
la normalisation des accès, notamment sujet
l’analyse préalable qui doit s’effectuer avant tout achat d’équipement informatique.
60Les bibliothécaires ont un rôle de conseil et d’analyse à proposer afin d’éviter que le travail de plusieurs mois, voire de plusieurs années de saisie de données ne soit perdu en raison d’une analyse préalable insuffisante ou ne soit appauvri faute d’une information structurée.

Notes de bas de page
Auteur
-
Anita Largouet
Bibliothèque interuniversitaire de Bordeaux
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Communiquer !
Les bibliothécaires, les décideurs et les journalistes
Jean-Philippe Accart (dir.)
2010
Mener un projet international
Bibliothèques françaises et coopération internationale
Raphaëlle Bats (dir.)
2011
Créer des services innovants
Stratégies et répertoire d'actions pour les bibliothèques
Marie-Christine Jacquinet (dir.)
2011
Faire connaître et valoriser sa bibliothèque
Communiquer avec les publics
Jean-Marc Vidal (dir.)
2012
