Noisy medieval data, from digitized manuscript to stylometric analysis: Evaluating Paul Meyer’s hagiographic hypothesis

Abstract

Stylometric analysis of medieval vernacular texts is still a significant challenge: the importance of scribal variation, be it spelling or more substantial, as well as the variants and errors introduced in the tradition, complicate the task of the would-be stylometrist, by inducing noise and perhaps even interferences in the authorship signal. Basing the analysis on the study of the copy from a single hand of several texts can partially mitigate these issues (Camps and Cafiero, 2013, Setting bounds in a homogeneous corpus: a methodological study applied to medieval literature. Revue Des Nouvelles Technologies de l’information (RNTI), SHS-1, pp. 55–84), but the limited availability of complete diplomatic transcriptions might make this difficult. In this article, we use a workflow combining handwritten text recognition and stylometric analysis, applied to the case of the hagiographic works contained in MS BnF, fr. 412. We seek to evaluate Paul Meyer's hypothesis about the constitution of groups of hagiographic works, as well as to examine potential authorial groupings in a vastly anonymous corpus.

Comprendre la composition des premiers légendiers en langue vernaculaire à l’aide des méthodes numériques : acquisition automatique du texte (HTR) et analyses stylométriques

“…18 À l'occasion de la conférence Digital Humanities de 2019, avec mes collègues Jean-Baptiste Camps et Thibault Clérice, nous avions utilisé la stylométrie pour chercher les séries hagiographiques possiblement d'une même plume dans le manuscrit fr. 412 de la Bibliothèque nationale de France 24 . Cette expérience nous avait permis de vérifier les hypothèses de Paul Meyer sur la constitution des légendiers français en grandes familles (dans notre cas les familles A, B et C), ainsi que d'examiner les groupes de Vies issues potentiellement d'un même auteur dans un corpus largement anonyme.…”