Les principes sous tendant EpiDoc rassemblent, pour les épigraphistes, des concepts traditionnels ainsi que des méthodes d'édition et des conventions tout à fait nouvelles.
Au cours du siècle dernier, les épigraphistes ont été confrontés aux problèmes liés à la représentation d'informations non verbales dans leurs textes écrits. Les éditeurs ont, jusqu'à la fin du 19ème siècle, produit des facsimile des textes mais cette pratique devint ensuite de plus en plus rare, les éditeurs montrant en outre peu d'empressement à remplacer ces facsimile par des reproductions photographiques intégrales de chaque document. Des conventions furent par ailleurs (et non sans mal) développées pour représenter les zones de texte manquantes, les abréviations, etc., et sont globalement acceptées par tous depuis les années 1930, partageant nombre de points communs avec celles développées en papyrologie et en paléographie. Tous les épigraphistes ont depuis été confrontés aux conséquences du passage à l'informatique, notamment la difficulté de reproduire ces conventions, notamment la difficulté de trouver une police permettant de mettre un point sous un caractère. Cependant la plupart ont désormais surmonté ces obstacles.
Les difficultés posées par ces questions, en particulier le rendu des caractères grecs avec des polices complètes et affichables sur le web, ont généralement ralentit la publication en ligne de textes épigraphiques. En lieu et place sont apparues des bases de données d'une grande richesse, parmi lesquelles :
Se référer également à: Compatibilité d'EpiDoc.
Tous ces développements ont en outre été déterminés par l'état de l'art technologique au moment de leur mise en œuvre, l'informatique ayant connu d'importantes évolutions au cours du 20ème siècle. L'objectif d'EpiDoc est d'exploiter ces nouvelles technologies pour poursuivre les objectifs traditionnels de l'épigraphie par de nouveaux moyens. Nombre des processus évoqués plus haut ont impliqué de lutter contre des limitations technologiques (notamment dans le domaine de l'impression papier) afin de répondre au plus grand nombre de besoins des épigraphistes. Avec le temps il est devenu de plus en plus difficile de persuader les imprimeurs classiques d'accepter les besoins spécifiques d'insertion d'information méta-textuelles, sauf à payer des tarifs exorbitants. Et ce alors même que la quantité d'information accompagnant chaque texte a grandement augmenté : outre les informations sur l'apparence physique ou les circonstances de découverte, la représentation photographique des documents étant également standard.
Les quinze dernières années ont vu les chercheurs affronter des problèmes généralement similaires en terme d'intégration de métadonnées au sein de leurs textes en format électronique et divers outils ont rendu ces tâches de plus en plus aisée et les résultats de plus en plus bénéfiques. Les logiciels de traitement de texte familiers depuis les années 1980 nous permettent de contrôler l'apparence des textes en faisant usage d'un balisage qui de nos jour est invisible pour l'utilisateur, masqué dans le code du fichier par le programme. Les demandes plus importantes de projets de grande échelle (documents juridiques, documentation industrielle, publications commerciales, ...) ont conduit, dans les années 80, à la recherche de moyens permettant d'encoder plus d'informations et d'instructions au sein des documents électroniques. Au début l'attention s'est portée sur l'insertion d'informations de mise en page mais rapidement apparurent des moyens permettant d'inclure des informations sémantiques plus complexes relatives à la structure même des documents et à leur contenu. Un exemple simple consiste à indiquer que le titre d'un ouvrage est un titre, plutôt que de simplement le mettre en italique. L'utilisation de ce balisage plus abstrait a permis une séparation de la structure et de la présentation d'un document, où la structure est propre à un genre de document alors que la présentation peut varier en fonction de la méthode de publication. D'une certaine façon ce basculement est une forme de retour à une époque antérieure où les auteurs s'occupaient du contenu et où la question de la présentation relevait exclusivement du processus de publication, une distinction perdue lors de l'arrivée des systèmes de reproduction photographique.
Les protocoles issus de ces efforts furent standardisés fin des années 80 en tant que "Standard Generalized Markup Language" (SGML) et furent plus récemment adaptés de manière à les rendre plus simples et plus souples afin de les rendre utilisables pour le web, sous le nom de XML : le Extensible Markup Language. XML aujourd'hui largement utilisé par la communauté scientifique dans un grand nombre de disciplines des sciences humaines afin de représenter et préserver du matériel de recherche pour de multiples usages.
L'attrait de XML pour les épigraphistes est, de ce fait, considérable. Ainsi les lacunes peuvent être indiquées comme telles, et présentées au sein de crochets droits. Simultanément une recherche spécifiant que seul le texte marqué comme présent sur le document original doit être pris en compte peut être menée sur le corpus (et donc ne prendre en compte que les mots effectivement présents, indépendamment des reconstructions). Les lettres à la lecture incertaines peuvent être représentées comme telles et une décision quant à leur rendu lors de l'impression peut être prise ultérieurement (assurant leur identification par un point sous la lettre ou toute autre méthode souhaitée). Les mots peuvent également être lemmatisés durant l'édition, permettant de créer des indices qui se complèteront automatiquement au fur et à mesure de l'édition du corpus. Ce qui est important, en revanche, est de recréer un équivalent électronique des conventions de Leyden, c'est à dire de définir un standard pour représenter électroniquement les différents sigles en usage. Tout d'abord cela est utile pour économiser du temps et s'éviter divers soucis. Mais une telle standardisation a aussi (sans imposer une totale uniformité) une valeur intrinsèque : non seulement cela fournit une information au lecteur, tout comme les sigles imprimés sur les pages papiers, mais en outre cela permet une publication électronique permettant l'exploitation simultanée de plusieurs corpus même si ils ont été préparés par des équipes différentes.
Ce besoin de standards repandus n'est pas limité au domaine de l'épigraphie. Depuis 1987 un groupe international de chercheurs, principalement issus du domaine des sciences humaines, travaille à développer et améliorer un jeu de consignes ("guidelines") pour décrire la structure et le contenu de documents. Le résultat de cet effort a été la naissance d'un langage d'encodage, produit en XML et appelé du nom du groupe qui lui a donné naissance : TEI, pour Text Encoding Initiatve.
La "Text Encoding Initiative" (TEI) est un effort scientifique visant à la définition d'un langage d'encodage permettant de subvenir de façon générale aux besoins des chercheurs en sciences humaines. Deux objectifs principaux ont conduit le développement de la TEI : le premier est de fournir aux chercheurs le moyen de représenter leur matériel de recherche dans un format numérique en utilisant un langage descriptif qui reproduit les termes et les concepts d'analyse familiers et essentiels à la recherche en sciences humaines. Le second objectif est de permettre au chercheur de partager le produit de cet encodage de façon intelligible grâce à l'utilisation d'un langage descriptif commun.
On peut considérer le langage d'encodage TEI comme un langage humain : un noyau de termes partagés au centre, entourés par une série de vocabulaires à la diffusion plus restreinte, en ce compris des variantes locales, des termes spécifiques à certains domaines et d'autres variations. Au coeur du TEI se trouvent les termes communs et les concepts largement partagés par les chercheurs dans la plupart des disciplines : des éléments comme les paragraphes, les divisions courantes du texte, les chapitres, les listes, etc. Des éléments plus spécifiques sont regroupés en fonction de leur utilisation : ainsi les éléments pour l'encodage détaillé de noms, de caractéristiques de manuscrits, pour capturer la structure de dictionnaires, et ainsi de suite. Le TEI est volontairement construit ainsi, sous forme de modules, afin que les chercheurs actifs dans différentes disciplines puissent utiliser les seuls modules pertinents à leur recherche. La TEI permet ainsi d'offrir une grande liberté sans surcharger les chercheurs individuels et les projets plus larges avec le besoin d'apprendre nombre de connaissances sortant de leur domaine, la plupart desquelles n'étant relevant que pour d'autres disciplines. Au contraire, un encodage TEI peut être dirigé de manière très spécifique à un certain domaine ou une certaine tâche, et peut être limité à ce qui est essentiel à la réussite d'un projet.
Tout comme un langage humain, le langage TEI peut être utilisé de manière à faire appel à un vocabulaire riche et nuancé, avec un encodage détaillé qui décrit une grande variété de phénomènes textuels, mais il peut aussi être utilisé de manière très simple, en se servant uniquement de quelques concepts essentiels qui ne fournissent qu'une information basique sur les éléments textuels : sections, chapitres, paragraphes. Le plus détaillé l'encodage, le plus de possibilités de traitement mais des facteurs comme le temps disponible, le coût, le personnel assignable ou l'expertise locale peuvent être sources de limitations dans le niveau de détails encodable.
En plus de fournir un système d'encodage que les chercheurs peuvent utiliser dans son état standard, le TEI fournit également les outils permettant aux projets de recherche la définition d'une variante adaptée à leurs besoins du langage, laquelle contiendra l'ensemble des modifications nécessaires au support de besoins locaux spécifiques. Parce que ces versions localisées du langage TEI oeuvrent au sein du cadre général, il n'est pas nécessaire de réinventer le noyau commun : les concepts et termes généraux restent d'application et évitent d'avoir à les réinventer. En outre, comme la TEI fournit un cadre commun pour créer et décrire ces modifications spécifiques, elles peuvent être aisément partagées et réutilisées. De cette manière des groupes de chercheurs dans des disciplines différentes peuvent exprimer les méthodes et objectifs spécifiques à leurs disciplines et définir clairement ce qui les différencie des autres domaines proches. Au lieu d'avoir des approches complètement incompatibles, différents projets peuvent produire des résultats dont les différences sont le fruit de vraies oppositions et non de divergences aléatoires.
Au sein de ce cadre général, la Communauté EpiDoc travaille depuis l'an 2000 à développer une version spécifique des règles TEI adaptées aux besoins particuliers des épigraphistes. L'idée fut lancée par Tom Elliott, historien de l'Antiquité à l'Université de Caroline du Nord (campus de Chapel Hill). L'objectif est à la fois de faire la plus grande utilisation possible du travail déjà effectué et de veiller à ce que la manière dont la documentation épigraphique est traitée soit la plus proche possible de la manière dont sont traités les autres textes, plutôt que de s'éloigner de ces méthodes. EpiDoc élimine ainsi les éléments non pertinents de la TEI tout en introduisant les éléments nécessaires pour que les transcriptions, l'analyse, la description et la classification qui sont essentiels au travail de l'épigraphiste puisse se faire. Le résultat est un langage à la fois simple et puissant qui peut être utilisé pour marquer l'ensemble des caractéristiques d'une inscription et représenter l'information pertinente à l'objet porteur de l'inscription.
Afin d'accompagner le language EpiDoc, la communauté EpiDoc a créé un jeu de "guidelines" et de logiciels, ainsi qu'une documentation expliquant comment utiliser le langage, les outils et tous les autres éléments constitutifs de la "méthode EpiDoc". L'objectif est de créer un cadre qu'il sera aisé d'apprendre et d'utiliser, y compris pour des chercheurs n'ayant aucune expérience technique ou manquant d'appuis. Cela peut sembler improbable, mais la tâche est en réalité similaire à l'apprentissage du marquage d'un texte à l'aide des conventions déjà en usage pour la description de textes épigraphiques.
Le groupe a travaillé pour définir des moyens de représenter l'ensemble des conventions épigraphiques en usage. Ils ont en outre élargi le présent manuel afin de traiter de l'ensemble des champs susceptibles d'être présents dans une publication épigraphique, en ce compris :
Voir également: Structure du document.
D'autres domaines présentement à l'étude sont, notamment, ceux relatifs au développement de l'interopérabilité. Un outil de conversion automatique de texte en document au format XML EpiDoc a déjà été développé : le Chapel Hill Electronic Text Converter(CHETC). D'autres travaux visent à permettre l'utilisation de lexiques de contrôle. Ainsi le projet Inscriptions of Aphrodisias travaille de manière rapprochée avec le Lexicon of Greek Personal Names afin d'assurer une documentation exaustive et conforme aux normes en usage.
Ce travail, mené sous la conduite du Dr. Elliott, a été entrepris par une série de chercheurs travaillant de manière concertée et veillant à rester régulièrement en contact avec le reste de la profession. L'équipe bénéficie également de l'expérience d'un projet EpiDoc bien établit, les Vindolanda Tablets on line, et de deux projets actuellement en cours, l'US Epigraphy Project (USEP) (avec l'appui des universités de Brown, Princeton and Rutgers), et le Inscriptions of Aphrodisias Project (InsAph) (avec l'appui de l'Arts and Humanities Research Council). Ce généreux support de l'AHRC a également permit la tenue d'un atelier de réflexion intensif en 2006 durant lequel les présentes "guidelines" purent être réorganisées.