Archives par mot-clé : LIFAT

Répertoire des décors typographiques : reconnaissance automatique des formes et des fontes pour l’identification des imprimeurs (Biblissima+ & TypoReF) | Bilan d’avancement 2023

Publié le par
Répondre

Conçu dans une démarche interdisciplinaire, le projet TypoRef : Typographie de la Renaissance Française (1470-1640) (ANR – AAPG 2022 JCJC, 2023-2027) a pour ambition de recenser, décrire et étudier les matériels typographiques français de la Renaissance en développant des outils de recherche qui permettront l’exploitation scientifique de corpus de livres numérisés et en mettant en place une plateforme numérique dédiée, intégrée au portail des « Bibliothèques Virtuelles Humanistes ». La base de données BaTyR fait ainsi l’objet d’une refonte totale en 2023-2024 et le corpus traité sera augmenté grâce aux financements Biblissima+ dédiés au matériel typographique et à l’adossement du projet au Cluster 3 Biblissima+ sur la reconnaissance des écritures.

Ainsi, dans la continuité de la refonte de son infrastructure numérique et documentaire, les BVH poursuivent le partenariat avec l’équipe RFAI (Reconnaissance de formes et analyse d’images) du LIFAT (T. Brouard, J.-Y. Ramel), afin de déployer une plateforme de traitement et d’analyse d’images ouverte et adaptée aux besoins de l’analyse des documents anciens numérisés. La plateforme Arkindex a été retenue fin 2023 comme socle aux recherches sur les nouveaux algorithmes de segmentation deep et non deep. Le CETU ILIAD3 (Université de Tours) est chargé du déploiement à compter de 2024, en lien avecTEKLIA dont la plateforme Arkindex est désormais proposée en open-source (avril 2024).

Continuer la lecture →

TypoReF : étudier les matériels d’imprimerie de la Renaissance française

Publié le par
Répondre

Poinçons des Grecs du Roi gravés par Claude Garamont vers 1542, conservés au cabinet des poinçons de l’Imprimerie nationale (cliché : Rémi Jimenes)

TypoReF (Typographie de la Renaissance Française, 1470-1640) est un projet financé par l’Agence nationale de la recherche pour une durée de quatre ans (2023-2027).

Conçu dans une démarche interdisciplinaire, il a pour ambition de recenser, décrire et étudier les matériels typographiques français de la Renaissance en développant des outils de recherche qui permettront l’exploitation scientifique de corpus de livres numérisés et en mettant en place une plateforme numérique dédiée, intégrée au portail des « Bibliothèques Virtuelles Humanistes ».

Objet de la recherche

Dans l’histoire de la typographie, la Renaissance apparaît comme le moment d’élaboration d’un véritable « langage commun », une période de transition au cours de laquelle les caractères romains et italiques s’imposent progressivement à l’ensemble du lectorat européen au détriment de la tradition gothique. Ce changement de répertoire graphique implique une rénovation des matériels décoratifs (lettrines, bandeaux, fleurons, culs-de-lampe) et le développement de nouveaux modes de mise en page. C’est « la naissance du livre moderne » (H.-J. Martin).

Continuer la lecture →

Apprentissage incrémental et classification d’images : application à la transcription interactive pour le patrimoine écrit ancien | Stage, LIFAT-CESR (RTR DIAMS)

Publié le par
Répondre

Dans le cadre du partenariat entre le LIFAT-RFAI et le CESR-BVH, la recherche sur les algorithmes et méthodes d’apprentissage pour la transcription de livres imprimés anciens se poursuit. À ce titre, les travaux menés bénéficient en 2022 du financement d’un stage de 3 mois par le Réseau thématique de recherche DIAMS (RTR ; groupes Human in the Loop et Patri-Num), encadré par Thierry BROUARD (LIFAT-RFAI).

Informations sur le stage

  • Formation : niveau bac+5 en informatique
  • Dates : entre le 15 avril et le 15 juillet 2022, 3 mois
  • Lieu du stage : dans les locaux du LIFAT (64 av. Jean Portalis, 37200 Tours) avec déplacements possibles dans les locaux du CESR (59 rue Néricault-Destouches, BP 12050 – 37020 Tours Cedex) – 30 mn entre les deux sites via le tramway
  • Disciplines : Informatique / apprentissage, Patrimoine écrit (documents anciens)
  • Candidatures : CV et lettre de motivation à adresser par email à Thierry Brouard, thierry.brouard@univ-tours.fr

Présentation & contexte

Depuis de nombreuses années, le CESR et le LIFAT collaborent sur des thématiques de recherche, mais aussi dans le cadre d’enseignements. Au fil des années, le LIFAT a contribué à la construction du système d’information du CESR, et plus particulièrement du programme « Bibliothèques Virtuelles Humanistes » (BVH) à travers différents projets, notamment de transcription de documents anciens. Les deux principaux logiciels, AGORA et RETRO, ont plus de 15 années d’existence, et ont déjà fait l’objet d’évolutions majeures, en particulier à l’occasion de deux bourses successives « Digital Humanities » financées par Google en 2011 et 2012. Cependant, ces outils reposent sur des technologies aujourd’hui dépassées, au vu des avancées des techniques reposant sur l’apprentissage profond.

Continuer la lecture →

Logiciel de transcription de documents anciens : poursuite des développements de RETRO en 2022 | LIFAT-CESR

Publié le par
Répondre

Dans le cadre du partenariat entre le LIFAT-RFAI et le CESR-BVH, les développements de fonctionnalités et d’interfaces du logiciel RETRO pour la transcription de livres imprimés anciens se poursuivent. Le projet bénéficie ainsi en 2022 du financement d’un premier stage [pourvu] de 3 mois financé et encadré par Thierry BROUARD (LIFAT) pour améliorer l’application et les IHM. Un second stage [encore à pourvoir en date du 1er mars 2022], soutenu par le Réseau thématique de recherche DIAMS (RTR), sera dédié à l’amélioration de l’IA avec une approche dite de clustering.

Figure 1 : Exemple d’interface graphique utilisateur pour la transcription d’un texte ancien

La transcription s’apparente à de l’OCR : on donne une image dans laquelle il y a du texte, et on ressort un fichier ASCII. Dans le cas des documents anciens, l’OCR est difficile, et les logiciels habituels, formés sur nos polices modernes et notre langue contemporaine (syntaxe, grammaire), ne dépassent pas les 20-30 % de bonne reconnaissance. Dans les documents anciens, orthographe et grammaire ne sont pas formalisées, et un même ouvrage rassemble souvent plusieurs langues (par exemple latin / grec / vieux français).

L’approche proposée commence par utiliser un algorithme d’apprentissage non supervisé (appelé aussi clustering) afin de rassembler les caractères qui se ressemblent le plus. L’utilisateur qui réalise la transcription donne alors, pour chaque groupe, le ou les caractères représentés. C’est donc l’humain qui fait la transcription, la machine essaie de minimiser le nombre de transcription à réaliser en regroupant au mieux les caractères qui se ressemblent.

Continuer la lecture →