Support de présentation du projet Lectaurep (Futurs fantastiques, BnF, 1er décembre 2021, atelier Production d’un modèle affiné de reconnaissance d’écriture manuscrite avec eScriptorium et évaluation de ses performances).

1. Cible de Lectaurep : ~ 3000 répertoires de notaires (~ 1,8 M pages)

2. Cible de Lectaurep : des milliers d’écritures notariales

3. Echantillonnage : 150/200 mains
~ 22000 pages (RE), 20000 pages (CM-SD), 700 pages (Bronod)
~ 2000 p. transcrites
(qq. dizaines de mains)
~ 610 pages relues
2 modèles génériques
3 modèles spécifiques
(CER : 3 à 10 %
selon les corpus)

4. Écriture
ronde
Écriture
carrée
Écriture
pointue
Écriture
penchée
Écriture
carrée-ronde
Écriture aplatie

5. Modèle spécifique 1
Modèle spécifique 2
Modèle spécifique 5
Etc.
Ecriture 2
Ecriture 1
Ecriture 3
Ecriture 4
Ecriture 3
Ecriture 5
Ecriture 3
Ecriture 6
Etc.
Modèle spécifique 6
Modèle spécifique 4
Modèle spécifique 3
MODELE GENERIQUE
Echantillonnage Affinage

6. Aujourd’hui
Plusieurs centaines de pages de vérité terrain (segmentation
et transcription).
Des modèles d’HTR réutilisables.
Nécessité d’affiner des modèles d’HTR,
de segmentation,
de reconnaissance des entités nommées,
de traitement automatique des langues.
> Pas de passage à l’échelle sans infrastructures dédiées
ni sans logistique participative.

7. Remerciements
Bertrand Sajus, Nicolas Orsini (MIC-DIN)
Laurent Romary, Benoît Sagot (Inria-AlMANAch)
Daniel Stökl, Peter Stokes, Ben Kiessling, Robin Tissot, Marc Bui
(Scripta-PSL)
TGIR Huma-Num
Inria-AlMANAch
Lionel Tadjou, Yves Tadjo-Tapianki, informaticiens
Marie-Laurence Bonhomme, Lucas Terriel, Hugo Scheithauer,
stagiaires du master TNAH de l’ENC
Alix Chagué, ingénieure chef de projet de 2019 à 2021
Archives nationales
Gaetano Piraino et Frédéric Zamarreno (DINUC)
Toute l’équipe projet du DMC et nos étudiants stagiaires.