TEI ou Encoding Initiative est un langage XML permettant la description et l’échange de textes numériques, et dans notre cas, celle des références bibliographiques. Trois niveaux de description sont possibles avec ce langage :

• <bibl> qui regroupe tous les éléments bibliographiques.
• <biblStruct> s’appuie sur des éléments prédéfinis, structurant la référence et qu’on retrouve sur des plateformes comme HAL ou TEL.
• <biblFull> utilise uniquement des éléments acceptés sous <filDesc>.

Dans notre projet, nous nous sommes appuyés sur la norme de description <bibl> qui permet d’annoter librement les références bibliographiques. En effet, la plateforme OpenEdition présente une variété de styles bibliographiques qui n’entreront pas forcément dans les cadres de <biblStruct> ou de <biblFull>.

De plus, ce format de description permet de s’adapter à la référence notamment dans le cas d’inclusion ou encore d’indiquer qu’un article est un document de travail ou qu’il a été seulement diffusé dans une manifestation scientifique. Par ailleurs, elle permet d’identifier des références qui se trouveraient localiser dans le texte.

Mais des problèmes demeurent notamment quand la référence présente des particularités. L’utilisation des bases de données relationnelles nécessite la manipulation d’un identifiant unique soit pour les auteurs soit pour la référence elle-même. Quelques éléments de ce genre ont été glissés dans le premier corpus d’apprentissage, reste à voir comment Bilbo peut réagir face à de tels exemples.