Les sources sont du TEI P5 XML, normalisé en Unicode NFC. Divisions, blocs, métadonnées éditoriales et identifiants CTS sont conservés tels quels.
Références
Une référence canonique (livre, chapitre, vers) n’est donnée que là où la source l’atteste. Sinon le passage garde une référence locale ; rien n’est deviné.
Présentation
Le lecteur met en page prose, vers, théâtre, textes scripturaires, lexiques, commentaires, textes mathématiques, fragments et papyrus chacun à sa manière. Les libellés de structure restent distincts des titres de l’auteur.
Les mots dans le lecteur
Un clic sur un mot montre son lemme, prédit d’après le contexte par Sôtêr mini, un lemmatiseur automatique qui garde ses hésitations et ne donne pas de score de confiance calibré. La glose courte vient du Liddell-Scott-Jones ou du Bailly abrégé. L’analyse morphologique vient de Morpheus (Perseus Digital Library), par les données d’Eulexis (Philippe Verkerk), sous licence GNU GPL v3 : elle décrit la forme hors contexte, et toutes les analyses compatibles avec le lemme sont montrées. Le dialecte d’une œuvre vient d’une table éditoriale par auteur ; quand il n’est que déduit de la date ou du genre, la page le dit.
Syntaxe
Dans les éditions où elle existe, un clic sur un mot montre aussi son analyse dans la phrase : sa catégorie, sa morphologie en contexte, le mot dont il dépend et sa fonction (sujet, objet, circonstanciel…), et les mots qu’il régit. Toute la phrase peut être dessinée en arbre de dépendances. Cette analyse est automatique : elle suit les principes des Universal Dependencies pour les relations et les étiquettes morphologiques du treebank de Perseus, et elle est produite phrase par phrase par un modèle de langue guidé par le lemme de Sôtêr et les analyses que Morpheus admet pour chaque forme. Comparée à des échantillons de trois treebanks (Perseus, PROIEL, PTNK), elle donne à 79 à 89 % des mots leur bonne tête, et à 63 à 82 % leur bonne tête et leur bonne relation, selon les conventions de chaque treebank. Elle peut se tromper. Une phrase dont le texte a changé depuis son analyse n’est pas montrée.
Ce qui n’est pas fait
Aucune biographie, traduction ou résumé n’est ajouté. Chaque page relie ses métadonnées, son URN CTS, sa source numérique quand elle est connue, et sa version du corpus.