Rendre lisible l’illisible
Esquisse d’un état de l’art en matière de translittération, transcription, romanisation, et autres conversions d’écritures
En bibliothèque, malgré la généralisation d’Unicode et la préférence accordée aux vedettes en langue originale, la question de la nécessaire standardisation de la translittération, et particulièrement de la romanisation, reste pertinente. Si l’adoption officielle d’un standard à une échelle nationale a montré son efficacité, l’utilisation partagée des normes ISO est limitée par l’existence de standards concurrents, ainsi que par leur propre prix de vente. Or, la translittération est nécessaire pour accéder à des contenus multilingues via les moteurs de recherche.
In librarianship, despite the generalization of Unicode and the preference given to headings in the original language, the question of the need for standardization of transliteration, and in particular for romanisation remains pertinent. If the adoption of a standard on a national scale has demonstrated its efficacy, the shared use of ISO standards is limited by the existence of concurrent standards, as well as by their own sales price. Whereas, in order to access multilingual content through research engines, there is a need for transliteration.
Trotz der Vereinheitlichung des Unicodes und dem den Eintragungen in Originalsprache gegebenen Vorzug in den Bibliotheken, bleibt die Frage der notwendigen Standardisierung der Transliteration, insbesondere der Romanisierung relevant. Auch wenn die offizielle Anpassung eines Standards auf nationale Ebene seine Wirksamkeit gezeigt hat, bleibt die gemeinsame Verwendung der ISO-Normen durch die Existenz konkurrierender Standards sowie durch ihren Verkaufspreis begrenzt. Nun ist die Transliteration aber nötig, um Zugang zu mehrsprachigen Inhalten durch die Suchmaschinen zu erhalten.
En biblioteca, a pesar de la generalización de Unicode y de la preferencia acordada a las estrellas en lengua original, la cuestión de la necesaria estandardización de la transliteración, y particularmente de la romanización, permanece pertinente. Si la adopción oficial de una norma a una escala nacional mostró su eficacia, la utilización compartida de la normas ISO está limitada por la existencia de estandares competidores, así como por su propio precio de venta. Ahora bien, la transliteración es necesaria para acceder a contenidos multilingües a través de los motores de búsqueda.
Depuis le début de la décennie, et à la faveur de la généralisation d’Unicode, on a de plus en plus fréquemment l’occasion de rencontrer des données bibliographiques en caractères hébreux, cyrilliques, arabes, chinois, etc. dans les catalogues des bibliothèques. Si la chose finit par être banale dans les bibliothèques universitaires, ou à la Bibliothèque nationale de France, certaines bibliothèques municipales ont fait aussi le choix d’élargir leurs fonds à des littératures extra-européennes.
Selon les établissements, les moyens techniques et humains disponibles et le public visé, se pose donc la question du traitement documentaire le plus adapté et, le cas échéant, de l’éventuelle translittération et/ou transcription à mettre en œuvre.
C’est une question ancienne – elle a d’ailleurs été traitée dans ces colonnes par Maxime Rodinson en 1964 1 et, en un sens, la voie à suivre dans les bibliothèques françaises est largement balisée à l’heure actuelle 2 ; elle se pose cependant dans des termes renouvelés ces dernières années 3.
La simplicité au prix d’un compromis
En préambule, notons que la simplification qu’on recherche par l’usage des caractères latins n’est jamais totale. Le degré de simplicité atteint par tout système de romanisation résulte d’un compromis avec la double exigence de rigueur et de réversibilité.
Pratiquer une romanisation rigoureuse suppose le plus souvent d’avoir recours à des combinaisons typographiques -complexes. Privilégier des graphies latines courantes, comme « ch » en français, plutôt que « š » est par exemple un choix dicté par la simplicité plutôt que la sophistication, mais ceci limite la diffusion potentielle de ce système au sein des utilisateurs des caractères latins : des italophones ou germanophones seront certainement déroutés par l’emploi du « ch » et auront recours à un autre système (par exemple « sch » pour un Allemand, « sc(i) » pour un Italien). Inversement, le choix de « š » limite la diffusion du système de romanisation parmi les utilisateurs francophones, parce que ce choix typographique sera jugé rebutant par un certain nombre de lecteurs.
En 1868, l’orientaliste Mac Guckin de Slane observe, dans la préface du Vocabulaire destiné à fixer la transcription en français des noms de personnes et de lieux usités chez les indigènes d’Algérie, que le système de transcription savant utilisé par les auteurs de l’Exploration scientifique de l’Algérie (publiée entre 1840 et 1845) est trop complexe pour être généralisé : « La complication qui résulte des points ou signes distinctifs ajoutés à tant de lettres lui donne une sorte de caractère scientifique qui l’empêchera toujours d’être accepté par l’usage ordinaire 4. »
Terminologie
Les pratiques actuelles des bibliothèques françaises en matière de romanisation tendent à suivre l’usage savant. Elles sont notamment déterminées par les caractéristiques de l’écriture convertie.
Vincent Hachard propose un classement des écritures en quatre types : écriture alphabétique, écriture consonantique, écriture syllabique et écriture idéo(phono)graphique 5. Le comité technique 46 de l’ISO, « Information et documentation », coordonne en son groupe de travail 3, « Conversion des langues écrites » (TC46/WG3), les efforts de normalisation en la matière émanant notamment du monde des bibliothèques. Les mêmes précisions terminologiques se retrouvent dans l’introduction de la plupart des normes de conversion, en substance les suivantes :
« La translittération est l’opération qui consiste à représenter les caractères d’une écriture alphabétique ou syllabique par les caractères d’un alphabet de conversion. En principe, cette conversion doit se faire caractère par caractère. […]
La retranslittération est l’opération qui consiste à convertir les caractères d’un alphabet de conversion dans le système d’écriture converti. C’est l’opération exactement inverse de la translittération […] de façon à reconstituer le texte translittéré sous sa forme originale.
La transcription est l’opération visant à noter la prononciation d’une langue donnée au moyen du système de signes d’une langue de conversion. Un système de transcription repose nécessairement sur les conventions orthographiques de la langue de conversion. La transcription n’est pas strictement réversible. […] La transcription est la seule méthode utilisable pour les systèmes non entièrement alphabétiques ou syllabiques, et pour toutes les écritures idéophonographiques, comme le chinois. »
Enfin, dans ce contexte ISO, on entend par romanisation la conversion d’écritures non latines dans l’alphabet latin, soit en transcription, soit en translittération, soit selon un système mixte.
Réversibilité
Si les définitions des concepts restent pertinentes, les assertions sur la réversibilité dans les normes ISO, qui remontent à des conclusions des années 60, mériteraient d’être très largement nuancées au vu des développements technologiques actuels. Il s’agissait en effet de spéculations sur la réversibilité théorique, alors que les outils à notre disposition nous permettent à présent d’évaluer la réversibilité pratique, ce qui conduit à des conclusions largement divergentes.
Pour caractériser ce contexte, très schématiquement, il s’agit d’un cadre dominé par l’ISBD et les Principes de Paris (1961). Selon l’ISBD, titre et adresse bibliographique sont décrits dans la langue et l’écriture du document. S’agissant des vedettes, les Principes de Paris stipulent : « Quand des éditions ont paru dans plusieurs langues, la préférence doit en général être donnée à la vedette fondée sur les éditions dans la langue originale ; mais si cette langue n’est pas employée couramment dans le catalogue, la vedette pourra être empruntée à des éditions et références dans une des langues couramment utilisée dans le catalogue 6. »
L’œuvre de Volney
C’est au cours du XVIIIe siècle, à la faveur de l’intérêt de l’Europe des Lumières pour les philosophies et littératures orientales, que se pose pour la première fois dans des termes modernes la question de l’emploi systématique de l’alphabet latin, y compris pour des langues auxquelles cette écriture n’est pas naturelle.
Si les informations réunies par Barthélemy d’Herbelot dans la Bibliothèque orientale (1697), premier vaste dictionnaire bibliographique en français consacré aux civilisations orientales, sont d’un niveau remarquable pour leur époque, la restitution en caractères latins des noms de personnes ou de lieux est encore dépourvue de systématique et impropre aux recoupements.
Ce n’est qu’un siècle plus tard que Volney, dans son ouvrage Simplification des langues orientales (1795), pense la conversion vers l’alphabet latin de façon méthodique : un recensement des sons aussi exhaustif que possible lui sert à composer ce qu’il nomme « l’alphabet européen », c’est-à-dire un alphabet latin augmenté par le recours à des combinaisons diacritiques, lointain prédécesseur du latin étendu des catalogues informatisés de nos bibliothèques (ISO 5426). Cet « alphabet européen » est ensuite utilisé par Volney pour proposer des tables de conversion de diverses écritures orientales.
Même si le système que propose Volney est initialement conçu pour la cartographie qui accompagne la publication de la Description de l’Égypte, en réalité, ce système de transcription n’est pas seulement dans l’esprit de son auteur, idéologue de l’expédition d’Égypte de 1799, une commodité typographique à usage restreint, mais une technique dont la généralisation doit être l’instrument d’une « révolution morale ». Il souhaite en effet que « les meilleurs livres ou fragments de livres asiatiques soient transcrits et multipliés par l’impression ; et, ce qui est bien plus important, il faut que nos meilleurs livres d’Europe, traduits par d’habiles interprètes, soient également transcrits et imprimés dans cette forme […] : le jour où les hommes d’Europe traduiront facilement leurs idées dans les langues d’Asie, ils acquerront partout en cette contrée une supériorité décidée sur les indigènes en tout genre d’affaires ».
Révolutionner les esprits de l’Orient en bouleversant la manière d’écrire, et en proposant une sorte d’équivalent du système métrique appliqué à l’écriture des langues, tel est donc l’ambitieux projet de Volney, qui finit par trouver un écho plus d’un siècle plus tard, lorsque Mustafa Kémal impose, en 1928, l’usage de l’alphabet latin à toutes les imprimeries de Turquie.
Nécessité de la standardisation
Plus modestement, dans les ouvrages imprimés du XIXe siècle, le recours à l’alphabet latin en vue d’écrire les langues orientales s’improvise en réponse à diverses nécessités : nécessité didactique – faciliter l’apprentissage de la langue en éludant l’étape de la familiarisation avec un nouvel alphabet, mais aussi nécessité économique : il est beaucoup moins cher, en particulier en Europe, d’imprimer un ouvrage en caractères latins qu’en caractères arabes ; ainsi les caractères non latins sont à l’époque un obstacle au tirage et à une diffusion de masse. Inversement, l’usage de l’alphabet latin permet de vulgariser la connaissance des langues orientales, ce qui est indispensable dans le contexte de l’expansion coloniale européenne.
Or l’hétérogénéité des modes de translittération ne fait pas sentir ses inconvénients dans les seuls catalogues des bibliothèques. Où s’exprime le besoin de standardisation en la matière ? Se trouve assez naturellement concernée toute administration utilisant une écriture différente de celle couramment pratiquée dans la société avec laquelle elle est en contact. Dans une lettre au gouverneur général d’Algérie, Napoléon III observait : « Les noms arabes sont d’une transcription difficile en caractères français ; en les écrivant comme on croit les entendre prononcer, tout le monde ne les orthographie pas de la même manière. […] Ainsi le même nom figure tantôt d’une façon, tantôt d’une autre, sur les registres de l’état civil, sur les matricules de l’impôt ou sur les sommiers du domaine, ou dans les dossiers du tribunal 7. » Le choix de la francisation de l’Algérie, après 1870, et de façon plus nette encore, l’émancipation de cette nation en 1962 ont rendu caduc le souci de Napoléon III.
Mais notre environnement présent comporte lui aussi des exemples similaires. Ainsi, depuis l’adhésion de la Grèce et celle plus récente de la Bulgarie, et du fait de ses échanges avec le reste du monde, l’Union européenne n’échappe pas à cet ordre de préoccupations. En septembre 2004, dans un rapport au Parlement européen sur le modèle type de visa dans le cadre européen, le député Carlos Coelho relève : « Le contrôle aux frontières peut prendre la forme d’une vérification sur le système d’information Schengen (SIS) au moment de la demande de visa […] Cependant, il y a de nombreux noms fréquents, ainsi que des orthographes différentes pour le même nom selon les règles de translittération utilisées. En conséquence, non seulement il est de plus en plus difficile d’identifier une personne correctement, mais il est de plus en plus fréquent, également, de confondre une personne avec une autre, ce qui pose parfois de graves problèmes pour les intéressés 8. »
En 2001, dans un rapport à Javier Solana sur l’application de la Convention de Dublin, le secrétaire général de la Commission européenne note que, dans leurs échanges bilatéraux d’informations sur les demandeurs d’asile, les pays européens recourent aux empreintes digitales, notamment pour dépasser les difficultés d’identification liées à la diversité des translittérations utilisées 9.
Le projet Strabon
Deux expériences européennes d’échelle très diverse en matière de translittération peuvent être citées à titre d’exemple. La première est le projet Strabon : en février 1999, la Commission européenne a approuvé une initiative régionale globale dans le cadre de MEDA. Celle-ci avait pour but le développement d’une société euro-méditerranéenne de l’information (EUro-MEDiterranean Information Society, Eumedis 10), conçue spécifiquement pour combler le fossé informationnel et technique qui séparait la région des pays voisins.
Dans ce cadre, le projet Strabon, doté de 3 millions d’euros et piloté par la Maison des sciences de l’homme de Paris, se proposait d’offrir un ensemble cohérent de systèmes d’informations en ligne, multimédias, multilingues, utilisables en arabe et accessibles à tous, sur le patrimoine culturel et l’activité touristique de chaque pays et d’offrir, à partir d’un « portail » commun, des informations publiques, des services spécifiques et des outils de travail coopératif innovants destinés aux professionnels de la culture et du tourisme. Le descriptif du projet précise : « La cohérence et la pérennité de la plate-forme informatique reposeront sur l’utilisation généralisée de normes documentaires multilingues, sur la structuration des documents grâce à l’emploi extensif du langage XML, sur l’utilisation d’une architecture ouverte et, dans la mesure du possible, de logiciels dont les sources sont libres 11. »
Les techniques de romanisation de l’arabe ont intéressé les opérateurs du projet, car les noms personnels comme les noms d’auteurs sont évidemment des métadonnées précieuses en vue de regrouper les ressources. Mais en définitive, la programmation nécessaire pour parvenir à une translittération automatique de l’arabe vers le latin s’est révélée hors de portée des développeurs mobilisés autour de Strabon.
Le manuel Sirene
Autre cas, où cette fois les moyens investis sont d’un tout autre ordre : le manuel Sirene, qui régit les échanges de données informatiques entre les services de police nationaux et le Système d’information Schengen.
Le manuel Sirene entre dans le détail des procédures et spécifie notamment des règles de translittération, vraisemblablement utilisées pour l’identification de détenteurs de passeports ou documents d’identité en caractères non latins : « Les règles de translittération, qui figurent à l’annexe 2, doivent être respectées 12 » précise la récente décision de la Commission, à l’occasion de la publication partielle du manuel Sirene.
Mais ces règles de translittération sont considérées comme confidentielles et maintenues secrètes, et il n’a donc pas été possible de les consulter dans le cadre de cet article. On devine que ce secret a trait au complexe dossier des données biométriques, de l’admission des étrangers dans l’espace Schengen, et des procédures de surveillance du transport aérien des personnes, etc., mais il est difficile d’en admettre la pertinence.
La même décision de la Commission prévoit, en son paragraphe 2.6, un droit d’accès et de rectification des personnes aux données la concernant : comment une personne peut-elle vérifier si la translittération de son nom est correcte si le système de translittération utilisé est confidentiel ? Accessoirement, par ailleurs, le secret qui entoure ce système de translittération interdit tout partage technologique susceptible de retombées dans nos catalogues de bibliothèques, même si là n’est pas l’essentiel.
Le serbo-croate
Voyons à présent deux autres exemples, où des états ont mené en la matière des politiques volontaires. L’État yougoslave, en premier lieu, a autant que possible encouragé après la Seconde Guerre mondiale l’émergence d’une langue commune aux Serbes, Croates et Bosniaques : le serbo-croate.
Historiquement, le latin prévalait en Croatie, le cyrillique en Serbie et, après 1945, les pouvoirs publics se sont efforcés de répandre l’usage des deux alphabets sur le territoire de la république de Yougoslavie, sur une base paritaire, et à l’aide de tables d’équivalence qui ont connu une grande diffusion.
Ainsi, le quotidien bosniaque Oslobođenje paraissait alternativement chaque semaine dans l’une ou l’autre écriture entre 1945 et 1992 13. En pareil cas, l’utilisation de ces règles de conversion s’impose au reste du monde, y compris au monde savant et aux catalogues de bibliothèque, et quand bien même il existe une norme ISO 9 de translittération du cyrillique, appliquée pour les autres langues concernées par cette écriture (russe, ukrainien, etc.).
Le pinyin
Deuxième cas notable : les conséquences de l’adoption de la norme hanyu pinyin. Ce système de -transcription a été adopté dans les années 50 en République populaire de Chine, dans le cadre de l’alphabétisation de masse 14. On a en effet jugé que la façon la plus simple d’enseigner la prononciation du mandarin aux écoliers chinois consistait à leur transcrire phonétiquement la valeur des idéogrammes selon le hanyu pinyin qui, dans ce cadre, comporte bien sûr la valeur tonale des syllabes.
Répandue massivement en Chine, utilisée à présent dans des logiciels comme TwinBridge® pour la recherche et la saisie des idéogrammes, la norme pinyin a progressivement supplanté les autres usages, et finit même par s’imposer à la presse : la plupart des noms de personnes provenant de Chine continentale, y compris les responsables politiques, sont à présent écrits dans les journaux européens d’une façon uniforme, ce qui est l’indice d’une diffusion très forte du standard.
Dès 1977, le groupe d’experts pour la romanisation des noms géographiques, sous les auspices de l’Organisation des Nations unies, approuve le pinyin 15. La Bibliothèque nationale à Paris l’adopte aussi pour le catalogage de ses collections imprimées chinoises à partir de 1979. La Library of Congress, de son côté, pratiquait de longue date le système de romanisation du chinois appelé Wade-Giles. En 1980, lorsqu’y débuta le catalogage informatisé des imprimés chinois, il fut envisagé d’adopter la transcription pinyin. Probablement parce que le pinyin n’était pas encore entré dans les habitudes des chercheurs américains, les bibliothécaires chargés des collections spécialisées sur l’Extrême-Orient aux États-Unis n’approuvèrent pas ce changement. Par la suite, et malgré la faveur croissante du pinyin aux États-Unis, le coût engendré par la conversion des données romanisées Wade-Giles a longuement conduit à différer l’adoption de cette norme dans les catalogues américains, jusqu’en 1997. À cette date, un groupe s’est formé pour planifier l’opération, qui a effectivement eu lieu en 2000 16.
À une époque où il est si facile d’échanger des données bibliographiques en réseau, et où la Chine elle-même développe des outils informatiques de conversion pinyin très accessibles, on pouvait sans doute estimer qu’il ne cesserait de devenir plus coûteux d’assurer localement la saisie selon le système Wade-Giles au regard du coût de l’opération de conversion en pinyin des données déjà présentes dans les catalogues américains.
Il ressort assez nettement de ces deux exemples que l’adoption officielle par le principal État concerné d’un standard de romanisation, accompagnée d’efforts en vue de sa diffusion effective, ne laisse presque aucune place à des usages alternatifs. En un sens, dans les catalogues de bibliothèque, ceci n’a que des avantages : le système de romanisation est familier aux usagers, l’interrogation selon un protocole Z 39-30 est beaucoup moins aléatoire, etc.
Standards et divergences avec l’ISO
Tout autre est la situation de la romanisation de langues et d’écritures pour lesquelles il n’existe pas de standardisation d’application quasi universelle émanant des pays concernés.
Il existe, certes, des normes ISO de translittération pour un certain nombre de langues et d’écritures, dont la mise à jour relève du groupe de travail 3 de l’ISO au sein du TC46 Information et documentation. Relevons d’emblée qu’au sein de la Division statistique des Nations unies, le Groupe d’experts pour les noms géographiques 17 comporte un groupe de travail aux visées très similaires, le UNGEGN Working Group on Romanization Systems. Ce groupe de travail dispose de son propre site web et a rendu librement accessible en ligne la plupart des standards préconisés pour la romanisation des langues en écritures non latines 18.
Ces translittérations diffèrent des normes ISO de romanisation, sauf lorsqu’un standard national s’est imposé : sans surprise, le hanyu pinyin prévaut pour le chinois, le standard de conversion yougoslave pour la romanisation du serbe. En revanche, dans le cas de l’arabe, le standard UNGEGN de romanisation des toponymes arabes comporte de nombreuses divergences avec l’ISO 233:2 (1993), ce qui place sans doute les bibliothèques abritant des collections spécialisées en cartes et plans face à une délicate alternative. L’existence de standards concurrents, y compris au niveau national, pour des finalités très proches n’est évidemment pas de nature à conforter le rayonnement des normes de romanisation ISO (voir exemple).
![Illustration](/consulter/bbf-2007-3-p34.jpg)
Ce sont des différences d’apparence minime, et tout arabisant reconnaîtra le titre qui l’intéresse sous ces diverses formes. Mais cette situation est très handicapante dans la perspective de mise en commun des ressources bibliographiques à l’échelle européenne : dans ces conditions, pour un utilisateur qui aurait recours à un portail d’interrogation simultanée Z 39-50 afin de connaître la diffusion d’un ouvrage arabe dans les bibliothèques d’Europe, le critère titre est impraticable, le seul critère praticable est l’ISBN. « Il faut se féliciter de voir un système cohérent et soigneusement étudié adopté à l’échelle internationale par un organisme qui a les moyens de diffusion de l’ISO. Il faut souhaiter que ce système soit de plus en plus adopté par les personnes et les institutions auxquelles se pose le problème », écrivait Maxime Rodinson en 1964 à propos de la nouvelle norme de translittération de l’arabe ISO 233. Comme l’a montré l’exemple du titre du recueil d’Adonis cité plus haut, il faut reconnaître que le souhait de voir le système ISO de plus en plus adopté ne s’est pas réalisé.
À travers ce constat d’échec, se pose la question des moyens de diffusion de l’ISO, notamment pour les normes ayant trait à l’information. Depuis plusieurs années déjà, le comité technique 46 (TC46) de l’ISO déplore l’approche commerciale générale qui prévaut au sein de l’ISO : le mode de mise en vente des normes, à un coût fort élevé, est un frein à leur diffusion et à leur pertinence. Actuellement, il en coûte environ 500 euros pour se procurer 11 normes de romanisation de l’ISO 19.
Dans la mesure où l’ISO exerce ses droits de propriété intellectuelle de la façon la plus stricte, la BnF n’a pas la possibilité juridique d’afficher librement sur son site web les procédures de romanisation qu’elle emploie dans son catalogue, lorsque ce sont des normes ISO ; tout au plus pourrait-elle réorienter vers le site de la librairie en ligne de l’ISO, ce qui ne serait pas satisfaisant ni nécessairement bien compris par le public. Ce serait pourtant une aide précieuse pour les lecteurs, puisqu’ils sont censés connaître les translittérations en vigueur pour interroger le catalogue en ligne.
Inversement, la Library of Congress publie sur son site les standards de romanisation qu’elle pratique, et cette rubrique de son site web, abondamment citée dans la littérature spécialisée, s’impose comme une référence de fait en la matière. En théorie, la norme ISO 233:2 Translittération simplifiée de l’écriture arabe en caractères latins : partie langue arabe permet aisément, à partir de la forme romanisée, de reconstituer la forme originale : c’est ce qu’on appelle la réversibilité. Néanmoins, c’est le standard américain, moins rigoureux, qui permet en pratique d’effectuer cette opération, dans le cadre du module OCLC Arabic utilisé, sans doute pour cet avantage notamment, à la BIULO (Bibliothèque inter-universitaire des langues orientales) 20. La confidentialité des normes de romanisation ISO est de nature à dissuader tout développeur de bonne volonté de proposer un outil assurant la réversibilité réelle.
Outre les inconvénients pratiques qui découlent de cette faible diffusion des normes ISO, une autre raison pourrait justifier un assouplissement en la matière : face à l’accélération de la standardisation informelle, le Comité technique conjoint (JTC1) au sein duquel collaborent l’ISO et la Commission électrotechnique internationale ont rendu librement consultables en ligne un grand nombre de normes liées aux technologies de l’information 21. Parmi ces normes librement consultables, la norme ISO 10646, jeu universel de caractères compatible avec Unicode. Étant donné qu’on pense nécessairement une norme de translittération comme une opération de correspondance d’un sous-ensemble de l’Unicode vers un autre, par exemple du sous-ensemble « grec » vers le sous-ensemble « latin », il serait logique que les normes ISO de romanisation soient, dans le même esprit, rendues librement accessibles.
« La ville de l’homme d’acier »
Il peut sembler paradoxal avec la généralisation de l’Unicode et à l’heure où les écritures non latines sont de plus en plus faciles à implémenter dans les bases de données et accessoirement dans les SIGB, de se soucier de translittération en bibliothèques. Pourtant, la question conserve une certaine acuité ; il s’agit peut-être même d’un enjeu industriel et commercial qui pourrait se préciser dans un avenir proche.
Les moteurs de recherche les plus en vue (Google, Altavista) se soucient, par la mise à disposition d’outils de traduction en ligne, de donner accès à des contenus multilingues, en substance, de permettre à un anglophone de rechercher des informations dans le web russe ou arabe, et vice versa. À cet effet, ces moteurs ou les consortiums auxquels ils appartiennent passent des accords avec des sociétés spécialisées dans la traduction automatique (Systran, Misbar, Sakhr). Ainsi, même si vous ne lisez pas du tout l’arabe, vous pouvez prendre une vague idée du contenu du journal égyptien Al-Ahram avec les outils linguistiques de Google, ou du contenu du Quotidien du peuple = Renmin ribao avec l’utilitaire Babelfish d’Altavista 22.
Pour être efficaces, ces utilitaires de traduction doivent impérativement comporter un outil de détection des noms propres (noms de personnes et noms de lieux), et se doivent de restituer ces noms propres russes, arabes, etc. selon une forme accessible au lecteur. Si le terme Сталинград apparaît dans un texte en ligne automatiquement traduit du russe, ce serait un bogue d’afficher « la ville de l’homme d’acier » là où tout un chacun attend « Stalingrad ».
Ainsi, pour les noms propres, les noms de lieux, et accessoirement les noms de collectivités, c’est à la transcription ou translittération selon les cas de prendre le relais de la traduction, et cela fait au moins une bonne raison pour considérer que la question de la conversion des écritures reste d’actualité. C’est sans doute pourquoi l’un des responsables de l’Unicode, Michael Everson, a pris en charge depuis 2003 la coordination du TC46/WG3 « Conversion des langues écrites au sein de l’ISO ».
Des francs suisses
Ajoutons que ces moteurs de recherche se soucient même de contribuer à créer des contenus multilingues et multiécritures : la Bayerische Staatsbibliothek, par exemple, dispose d’un fonds oriental d’une grande réputation, et significativement, le communiqué de presse émis le 6 mars 2007 à l’occasion de son accord avec Google comporte la remarque suivante : « Font également partie de ce projet de numérisation des textes exceptionnels et très rares appartenant aux fonds spéciaux de la bibliothèque en langues orientales d’Europe et d’Asie 23. »
Parallèlement à l’édification d’une bibliothèque numérique francophone, à laquelle la BnF prend une part si active comme chacun sait, on voit donc se profiler des bibliothèques de contenus numériques multilingues de mieux en mieux capables d’adapter leurs outils de recherche aux diverses écritures utilisées par les langues les plus répandues sur la planète.
Actuellement, il est vrai, la traduction automatique, lorsqu’elle recourt à la romanisation, privilégie des formes courantes plutôt que des translittérations dites « rigoureuses », comme celles que s’efforcent de pratiquer les bibliothèques, mais il n’est pas exclu que la confusion qui risque fort d’en découler finisse à terme par susciter des solutions à la hauteur des enjeux. Si tel devait être le cas, on imagine que ce serait plutôt sous la forme de logiciels intégrés que sous la forme de normes ISO de romanisation théoriquement réversibles et facturées 8 francs suisses pour chaque page A4.
Mars 2007