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

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

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

Offre de stage | Description de sources anciennes et enrichissement de données structurées pour le projet Bibliotheques françoises

Le programme de recherche « Bibliothèques Virtuelles Humanistes » du CESR de Tours propose un stage de 3 mois à temps plein, dont les missions visent à permettre l’exploitation et la diffusion de sources anciennes au travers des données numériques issues de deux projets complémentaires : les données bio-bibliographiques du projet Les « Bibliotheques françoises » de François Grudé sieur de La Croix du Maine et d’Antoine du Verdier (bibfr.bvh.univ-tours.fr), et les numérisations de documents anciens issues du projet Bibliothèques humanistes ligériennes (BHLi, Biblissima).

Conditions de recrutement

  • Structure de recrutement : Centre d’Études Supérieures de la Renaissance, Université de Tours – CNRS, UMR 7323
  • Gratification : en vigueur
  • Durée du stage : 3 mois, entre février et fin juillet 2022 (prise de fonction dernière quinzaine d’avril au plus tard) ; 35h/semaine.
  • Lieu de travail : Bureau BVH, CESR, 59 rue Néricault-Destouches, 37020 Tours
  • Stage au sein d’une équipe composée de 4 ingénieurs et d’enseignants-chercheurs
La Croix du Maine, lettre B
La Croix du Maine, lettre B, p. 28
Interface de saisie paramétrée pour les Bibliotheques françoises (sous XML-Mind Editor, XXE)
Continuer la lecture

Offre de stage | Description de livres anciens pour la campagne de numérisation à la Bibliothèque municipale de Tours. Projet Collex-Persée « Bibliothèque de Raymond Marcel »

Dans le cadre du projet Bibliothèque de Raymond Marcel (BiRayMa, resp. Rémi Jimenes)[1], soutenu par l’infrastructure de recherche CollEx-Persée[2], le programme de recherche « Bibliothèques Virtuelles Humanistes » propose un stage de 4 mois à temps plein, dont les missions visent à permettre l’étude et la valorisation du Fonds Marcel conservé à la Bibliothèque municipale de Tours au travers de la numérisation de livres anciens de la Renaissance.

  • Structure de recrutement : Centre d’Études Supérieures de la Renaissance, Université de Tours – CNRS, UMR 7323
  • Durée du stage : 4 mois, 35h/semaine
  • Prise de fonction : Possible dès février 2020
  • Date limite de candidature : 30 novembre 2019
Francesco Colonna, Hypnerotomachia poliphili, Venise, 1499 | © François Joly
Raymond Marcel se reposant lors du congrès Léonard de Vinci à Amboise (1952) | domaine public ; numérisation : Ciclic
Continuer la lecture

Offre de stage | Description de sources anciennes et enrichissement de données structurées pour le projet Bibliotheques françoises

Le programme de recherche « Bibliothèques Virtuelles Humanistes » propose un stage de 4 mois à temps plein, dont les missions visent à permettre l’exploitation et la diffusion de sources anciennes au travers des données numériques issues de deux projets complémentaires[1] : le projet Les « Bibliotheques françoises » de François Grudé sieur de La Croix du Maine et d’Antoine du Verdier[2], et le projet Bibliothèques humanistes ligériennes (BHLi)[3].

Conditions de recrutement

  • Structure de recrutement : Centre d’Études Supérieures de la Renaissance, Université de Tours – CNRS, UMR 7323
  • Gratification : en vigueur
  • Durée du stage : de 2 à 4 mois, 35h/semaine [durée aménageable]
  • Prise de fonction : Aménageable, possible dès mars 2020 [fin du stage : 24 juillet 2020 au plus tard]
  • Lieu de travail : Bureau BVH, CESR, 59 rue Néricault-Destouches, 37 020 Tours
  • Stage au sein d’une équipe de 4 personnes
Interface de saisie paramétrée pour les Bibliotheques françoises (sous XML-Mind Editor, XXE)
La Croix du Maine, lettre B
La Croix du Maine, lettre B, p. 28
Continuer la lecture

Offre de stage | Description de sources anciennes numérisées et enrichissement de données structurées, CESR, Tours

 

Le programme de recherche « Bibliothèques Virtuelles Humanistes » (BVH, resp. Chiara Lastraioli) du Centre d’études supérieures de la Renaissance (CESR – UMR 7323, CNRS – Université de Tours) propose un stage de 4 mois à temps plein, dont les missions visent à permettre l’exploitation et la diffusion de sources anciennes au travers des données numériques issues de deux projets complémentaires [1] : le projet Les « Bibliothèques françoises » de La Croix du Maine et d’Antoine du Verdier [2], et le projet Bibliothèques humanistes ligériennes (BHLi) [3].

> Télécharger l’offre de stage (PDF)

 

Continuer la lecture

Offre de stage | Enrichissement du portail patrimonial Commulysse & participation aux campagnes de numérisation « Bibliothèques humanistes ligériennes » (BHLi), Bibliothèque municipale d’Angers

Objet du stage : Participer à la troisième campagne de numérisation des Bibliothèques humanistes ligériennes (BHLi) et à l’enrichissement du portail numérique patrimonial d’Angers, Commulysse.

Lieu de stage : Médiathèque Toussaint, 49 rue Toussaint, 49100 Angers
Dates et durée : 3 à 4 mois pendant le 1er semestre 2019
Encadrement : les deux assistants de conservation de l’équipe Patrimoine, sous la responsabilité du conservateur des fonds patrimoniaux.

Continuer la lecture

Vers un outil de collation numérique de livres anciens [Support de présentation] | Cinquième journée annuelle du RTR « Image »

À l’occasion de la cinquième journée annuelle du RTR « Image » le 5 juillet 2018 dernier, Rémi JIMENES et Iandry RAKOTONIAINA ont présenté les avancées réalisées, grâce au soutien du réseau, pour le développement d’une « machine à collationner » numérique destinée au livre ancien. Continuer la lecture

Cinquième journée annuelle du RTR « Image » | Caractérisation et classification de différences locales détectées dans des collections d’images similaires – 5 juillet 2018, Blois

La cinquième journée annuelle du RTR « Image » se tiendra le 5 juillet 2018 à Blois (Amphi Denis Papin, 3 rue de la Chocolaterie, 41034 Blois). Elle sera l’occasion de présenter les avancées du stage de Iandry RAKOTONIAINA, co-encadré par le LIFAT de Tours (Jean-Yves RAMEL) et le CESR-BVH (Rémi JIMENES, Toshinori UETANI), grâce au soutien du réseau : « Caractérisation et classification de différences locales détectées dans des collections d’images similaires ». Continuer la lecture

Offre de stage en Informatique R&D – Caractérisation et classification de différences locales détectées dans des collections d’images similaires | LI-CESR, Tours

Offre de stage en Informatique R&D
niveau Bac+5 ou Master

Intitulé du stage : Caractérisation et classification de différences locales détectées dans des collections d’images similaires

Mots-clés : Analyse d’images, documents anciens, comparaison de contenu, classification, reconnaissance des formes

Résumé du contexte et des objectifs du stage

La numérisation de corpus massifs de livres anciens dans des bibliothèques du monde entier permet aujourd’hui au chercheur de disposer depuis son domicile des versions numériques de plusieurs exemplaires différents. Il devient alors indispensable de proposer aux usagers des outils d’aide à la comparaison de contenus d’images. Dans la continuité de la collaboration déjà existante entre le CESR de Tours et le Laboratoire Informatique de Tours, nous proposons un sujet de stage visant à la mise en place d’un outil interactif capable de réaliser automatiquement les tâches suivantes :
  • Détection automatique ou sélection interactive de Régions d’intérêt (ROI) dans une collection d’images de documents anciens provenant de plusieurs exemplaires d’un ouvrage.
  • Sélection de caractéristiques pertinentes pour la description et la classification de ces ROIs
  • Mise en place et évaluation de moteurs de classification supervisés et non supervisés permettant de catégoriser les ROI. Les différentes catégories pourront être définies par les experts du domaine (historiens du livre et de la littérature)

Continuer la lecture