Atelier sur la Transcription de l’écriture manuscrite

La transcription de l’écriture manuscrite constitue l’un des enjeux du travail de recherche et d’exploitation des collections numérisées : temps de traitement long, difficulté à industrialiser les procédés, question autour de la valorisation et du devenir des corpus transcrits. Face à ces questionnements, deux solutions semblent émerger :

  • La transcription collaborative sur des plateformes ouvertes à des contributeurs bénévoles participant à la transcription (et parfois à l’encodage) des manuscrits ;
  • La transcription automatique, qui utilise les techniques de reconnaissance d’image issues de l’IA (dit HTR : Handwritten Text Recognition), ou la transcription semi-automatique qui utilise le participatif pour corriger et annoter les documents en post traitement.


La BnF, en tant qu’institution patrimoniale et acteur de la recherche se pose également la question de solutions de transcription, qu’elle soit sous forme de plateforme participative, ou d’outils mis à la disposition des usagers pour traiter leurs corpus. A l’heure où les technologies semblent atteindre un certain niveau de maturité, d’autres questions viennent alors : comment fédérer une communauté autour d’une plateforme ; comment verser ces transcriptions dans les outils déjà existants ; comment accompagner les chercheurs sur ces nouveaux outils ?

A travers la présentation d’outils et de projet de recherche, cet atelier vise deux objectifs principaux :

  • partager les résultats de la recherche et fédérer une communauté d’usagers autour des outils qui seront mis à disposition dans le BnF DataLab ;
  • acculturer les acteurs aux traitements automatisés sur des collections qui jusqu’à présent échappaient à l’analyse de masse (manuscrits, tapuscrits, imprimés anciens, écritures non latines, etc.).

Programme

15h – Introduction générale de l’atelier / accueil des participants par Arnaud Laborderie

  • 1er partie : Transcription collaborative

15h05 : Jean-Philippe Moreux, BnF, expert scientifique Gallica : les projets de transcription collaborative et de correction d’OCR à la BnF.

15h15 : Pauline Charbonnier, Archives nationales, ingénieur d’études : Présentation du projet de plateforme collaborative Testament de poilus1.

15h30 : Vanessa Desclaux, BnF, conservatrice au service des manuscrits orientaux, Anaïs Wion, CNRS, chargée de recherche et Mathilde ALAIN, assistante de recherche : Les manuscrits d’Abbadie et la plateforme Transcrire2.

15h45 : Questions

  • 2e partie : Transcription automatique ( HTR)

16h15 : Emmanuelle Bermès, BnF, adjointe chargée des questions scientifiques et techniques auprès du Directeur des services et des réseaux : Introduction.

16h25 : Daniel Stökl Ben Ezra, EPHE, PSL, UMR 8546 AOrOc : Présentation de l’infrastructure HTR open source eScriptorium3.

16h40 : Alix Chagué, INRIA, ingénieure recherche et développement et Aurélia Rostaing, Archives nationales, conservatrice du patrimoine : présentation du projet Lectaurep4.

16h55 : Dominique Stutzmann, CNRS-IRHT, chargé de recherche : présentation de l’ANR Horae5.


Organisateurs

  • Marie Carlin, Arnaud Laborderie, Emmanuelle Bermès et Charlotte Clergeau

Informations pratiques

  1. TESTAMENTS DE POILUS, les contributeurs bénévoles ont participé à la transcription et à l’encodage au format informatique TEI des testaments de poilus, via la plateforme de transcription collaborative ouverte en janvier 2018 (https://testaments-de-poilus.huma-num.fr). Mise en ligne de l’édition numérique  https://edition-testaments-de-poilus.huma-num.fr/ []
  2. CARNETS D’ABBADIE, Ce projet de recherche a pour objectif, de transcrire, analyser et éditer les dix-sept carnets de notes du savant voyageur Antoine d’Abbadie, qui séjourna en Éthiopie de 1840 à 1852. Informations : https://actions-recherche.bnf.fr/BnF/anirw3.nsf/IX01/A2019000024_mss-abbadie-les-carnets-scientifiques-d-antoine-d-abbadie-en-ethiopie-1840-1852-numerisation-transcription-et-edition []
  3. ESCRIPTORIUM – interface de transcription automatique d’écritures manuscrites qui s’appuie sur Kraken et qui fournit des modèles de segmentation performant à utiliser sur divers corpus. Informations : https://ephenum.hypotheses.org/1412 []
  4. LECTAUREP, porté par les Archives nationales et Inria, élabore avec Kraken/eScriptorium des modèles de segmentation et de reconnaissance automatiques d’écritures manuscrites spécifiques à des répertoires d’actes de notaires, avec un volet participatif : https://lectaurep.hypotheses.org/ []
  5. HORAE (ANR, 2018-2021) vise à l’étude du texte des livres d’heures manuscrits du Moyen Âge : https://anr.fr/Projet-ANR-17-CE38-0008. La société Teklia et le laboratoire de linguistique LS2N sont associés à l’IRHT pour identifier les structures des livres d’heures et analyser la circulation des textes de dévotion au bas Moyen Âge. https://horae.digital/ []

Olivier Jacquot

Coordonnateur de la recherche > Délégation à la Stratégie et à la recherche > Bibliothèque nationale de France

More Posts


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.