1 · Présentation

La plateforme RCF gère et met en relation les données des registres de la Comédie-Française dans le cadre du programme RCF. Elle couvre deux natures de corpus : les données quantitatives (registres des « feux » — distribution et indemnités — et recettes) et les données qualitatives (registres de comité et d'assemblée, corpus textuels). Toutes les données sont structurées dans un graphe RDF commun qui permet de les interroger et de les croiser.

La chaîne fonctionnelle complète est : saisie / texte → reconnaissance d'entités → graphe RDF → visualisation → vue transversale.

2 · Les modules

Vue transversale

Point d'entrée. Affiche les indicateurs du graphe, un réseau d'entités interactif (acteurs reliés aux pièces via les feux, et aux procès-verbaux qui les mentionnent) et une recherche d'entité. Une même entité y est reliée à travers tous les corpus : c'est l'objectif scientifique du programme — éclairer les données chiffrées par les corpus textuels.

Saisie des feux

Formulaire d'enregistrement d'une séance (date, horaire, pièce) et de sa distribution (rôle + acteur + indemnité). Il réutilise les identifiants existants (pièces, rôles, acteurs) et écrit directement dans le graphe RDF.

Atelier d'étiquetage (NER)

Chargez un procès-verbal ou collez un texte, lancez l'analyse : les entités (personnes, lieux, dates, titres de pièces, rôles) sont reconnues automatiquement. Vous pouvez corriger le type d'une entité, la supprimer, ou en ajouter manuellement (modes automatique, semi-automatique et manuel). Le résultat est exportable en TEI-XML.

Feux — visualisation

Agrégation des indemnités par acteur (graphe à barres) et table de distribution par séance, filtrable par acteur et par pièce.

Assemblées

Liste des procès-verbaux transcrits ; à l'ouverture, le texte est affiché avec ses entités surlignées.

Explorateur SPARQL

Interrogation directe du graphe RDF en SPARQL 1.1, pour les usages avancés et l'interopérabilité.

3 · Modèle de données RDF

Espace de noms : rcf: <https://rcf.quadrifoglio.ai/ns#>. Principales classes :

Classe	Description
rcf:Seance	Une représentation (date, horaire, pièce jouée, recette)
rcf:Distribution	Lien séance × rôle × acteur, portant l'indemnité (rcf:feu)
rcf:Piece / rcf:Role	Œuvre (titre, auteur) / rôle (rattaché à une pièce)
rcf:Acteur / rcf:Personne	Comédien (statut, genre) / personne mentionnée
rcf:Lieu	Lieu mentionné
rcf:ProcesVerbal	Registre de comité/assemblée (date, type, texte, entités mentionnées)

Exemple de triples (Turtle) :

rcf:seance_18200112 a rcf:Seance ;
    rcf:date "1820-01-12" ; rcf:joue rcf:piece_cid ; rcf:recette 3120 .
rcf:d1 a rcf:Distribution ; rcf:seance rcf:seance_18200112 ;
    rcf:role rcf:role_rodrigue ; rcf:acteur rcf:act_talma ; rcf:feu 30 .
rcf:pv_18200114 rcf:mentionne rcf:act_talma .

4 · Moteur d'étiquetage (NER)

Le moteur combine plusieurs sources pour une précision élevée sur ce corpus :

• Modèle linguistique : spaCy français fr_core_news_lg (personnes, lieux pour les entités inconnues).
• Gazetteer issu du graphe : toutes les entités déjà connues (acteurs, titres de pièces, rôles) sont reconnues exactement, y compris par alias (nom de famille seul, titre sans article).
• Règles : motifs de dates (« 14 janvier 1820 », « 1er février »), liste de lieux.
• Résolution d'entités : une mention est rattachée à son entité canonique — « Talma » → « François-Joseph Talma », « Tartuffe » → « Le Tartuffe ».
• Filtrage : élimination des faux positifs fréquents (titres de fonction tels que « Roi », « doyen »).

Cinq types sont produits : Personne, Lieu, Date, Pièce, Rôle. Les modes automatique / semi-automatique (correction) / manuel sont accessibles dans l'atelier.

5 · Export TEI

Tout texte étiqueté s'exporte au format TEI-XML (standard d'encodage des textes savants), avec les balises <persName>, <placeName>, <date> et <title>, dans une structure teiHeader + text/body. Bouton « Exporter en TEI-XML » de l'atelier.

6 · SPARQL

Le graphe est interrogeable en SPARQL 1.1. Exemple — indemnités cumulées par acteur :

PREFIX rcf:<https://rcf.quadrifoglio.ai/ns#>
PREFIX rdfs:<http://www.w3.org/2000/01/rdf-schema#>
SELECT ?acteur (SUM(?feu) AS ?total) WHERE {
  ?d rcf:acteur ?a ; rcf:feu ?feu . ?a rdfs:label ?acteur .
} GROUP BY ?acteur ORDER BY DESC(?total)

7 · API REST

Toutes les routes (sauf /api/login et /api/health) exigent un jeton Authorization: Bearer <token>.

Route	Rôle
POST/api/login	Authentification → jeton + utilisateur
GET/api/me	Utilisateur courant
GET/api/model	Classes et comptes du graphe
GET/api/refs	Pièces, rôles, acteurs (autocomplétion)
GET/api/feux	Distributions (filtres acteur, piece)
GET/api/feux/stats	Agrégats (par acteur, par pièce)
POST/api/seance	Créer une séance + distributions
GET/api/pvs · /api/pvs/{id}	Procès-verbaux et entités
POST/api/ner	Étiquetage d'un texte
GET/api/pvs/{id}/tei	Export TEI-XML
GET/api/search · /api/graph	Vue transversale (entités, réseau)
POST/api/sparql	Requête SPARQL libre

8 · Architecture & déploiement

• Backend : FastAPI (Python). Graphe RDF servi par rdflib pour ce démonstrateur ; un triplestore dédié (Oxigraph ou Fuseki) est préconisé en production.
• NER : spaCy fr_core_news_lg + règles.
• Front : application web légère (sans dépendance lourde), graphe via vis-network.
• Conteneurisation : Docker. Reverse proxy nginx + HTTPS Let's Encrypt. Déployé sur rcf.quadrifoglio.ai.
• Standards : RDF, SPARQL 1.1, TEI-XML — interopérabilité et pérennité des données.

9 · Sécurité & comptes

Accès par identifiant / mot de passe. À la connexion, un jeton signé (HMAC-SHA256, validité 24 h) est délivré ; il est requis pour tout appel à l'API, vérifié par un middleware. Mots de passe stockés sous forme de condensat (PBKDF2). Comptes de démonstration : demo (lecteur) et admin (administrateur).