[BUG] Documents multilingues : mauvaise extraction des codes langue pour le titre, résumés et les mots-clés

[eonm-pro]

PPN du document concerné par le bug : 257133615

Décrivez le bug :
L'extraction des codes langue pour le titre les résumés et les mots-clés n'est pas bon : l'anglais est systématiquement choisi.

Le bug se manifeste avec les documents qui ont plusieurs 101$a, mais il touche très probablement d'autres documents. L'extraction de la langue principale et secondaire du document est insuffisante pour inférer la langue du titre ou des résumés ou des mots-clés.

zones unimarc concernées :

• 101 (langues de la ressource)
• 200 (titre)
• 330 (résumés)
• 541 (titre traduit)
• 610 (indexation libre)
• 601-608 (indexation RAMEAU)

zones TEI concernées :

• title
• abstract
• term

Pistes pour la correction

• Pour la 200 : si une seule 101$a alors la langue de la 200 == 101$a. Dans les autres cas : utiliser la 200$g si présente, utiliser fre par défaut ?
• Pour les 330 : s'appuyer sur l'ordre des 101$d (comme pour les thèses)
• Pour la 541 : s'appuyer sur 541$z
• Pour les 601-608 : l'indexation doit être considérée comme étant en français.
• Pour les 610 : l'indexation libre doit être considérée comme étant en français. Le GM invite à supprimer les mots-clés libres en langue étrangère s'il n'apportent pas plus d'information ; les thèses STAR n'exportent que les mots-clés en français dans le Sudoc.