Actualités du BnF DataLab – Juin 2025
Atelier – Exploration et traitement de corpus sonores d’archives : Initiation aux outils Whisper et Ultimate Vocal Remover (UVR)
Cet atelier pratique sera consacré à l’utilisation de Whisper, un système open source de reconnaissance vocale automatique permettant la transcription orthographique de contenus en plusieurs langues, et d’Ultimate Vocal Remover (UVR), un outil avancé de séparation des sources audio. L’atelier s’appuiera sur des enregistrements issus des archives sonores de la BnF.
Objectifs :
- Apprendre à transcrire automatiquement des enregistrements historiques multilingues avec Whisper ;
- Comparer la performance de la transcription automatique selon la qualité des archives ;
- Explorer les possibilités offertes par UVR pour supprimer la musique de fond ou isoler les voix, notamment dans des documents complexes : dialogues superposés, actualités radiophoniques anciennes enregistrées sur fond musical, etc.
Le mercredi 11 juin, 14h-16h, par Juliusz Cecelewski
BnF | François-Mitterrand, BnF DataLab
Inscription : https://framaforms.org/atelier-dinitiation-aux-outils-whisper-et-ultimate-vocal-remover-uvr-11-juin-1747123593
Atelier projet “Skybox” – Annotations Skyblog
Ce projet de recherche, soutenu par le plan quadriennal de la BnF et mené en partenariat avec l’École nationale des chartes, vise à approfondir la connaissance des 12,6 millions de skyblogs qui représentent 1.8 milliards d’URL dont 1 milliard d’images et 37 To de données. L’objectif du projet est de développer une boîte à outils, « Skybox », pour explorer ces archives du web selon les méthodologies de fouilles de données visuelles et textuelles, de créer des sous-corpus selon les problématiques de recherche, de produire des visualisations de données et d’élaborer des statistiques.
Dans le cadre de son programme d’atelier, Skybox propose un second atelier méthodologique consacré à l’annotation des skyblogs. A partir d’une grille prédéfinie par Quentin Lobbé – chercheur associé au projet Skybox et lauréat de l’appel à projet du BnF DataLab – les participants seront invités à annoter divers corpus de skyblogs dans le but de dégager une typologie, d’analyser les réseaux et les usages, tout en interrogeant la pertinence de la grille d’annotation proposée. Cet atelier se déroulera selon une méthodologie itérative, alternant phases de sprint d’annotations et temps d’échange.
L’atelier s’adresse aux chercheurs, ingénieurs, professionnels de l’information et étudiants travaillant sur les archives du web et/ou intéressés par la découverte ou l’approfondissement de la collection Skyblog. Aucune compétences en développement n’est requise. L’atelier se tiendra en salle de formation, équipée de postes informatiques mis à disposition des participants.
Le jeudi 12 juin, 9h30-17h, par Quentin Lobbé
BnF | François-Mitterrand, BnF DataLab
Inscription : https://framaforms.org/skybox-atelier-dannotations-skyblog-datalab-bnf-12062025-1748246322
Atelier projet “Skybox” – Hyphe
Le deuxième atelier du programme est consacré à l’outil Hyphe du médialab de SciencesPo. Connecté aux archives du web et à la collection Skyblog de la BnF, l’outil permet de constituer un corpus de skyblogs sous la forme d’une cartographie de réseaux et d’explorer la granularité et le sens des liens.
L’atelier s’adresse aux chercheurs, ingénieurs, professionnels de l’information et étudiants travaillant sur les archives du web et/ou intéressés par l’exploration de l’outil et la découverte de la collection Skyblog.
Le vendredi 20 juin, 9h30-17h, par Benjamin Ooghe-Tabanou
BnF | François-Mitterrand, BnF DataLab
Inscription : https://framaforms.org/skybox-atelier-hyphe-datalab-bnf-20062025-1747310349
Plus d’informations sur Hyphe : https://webcorpora.hypotheses.org/3832
Atelier ObTIC – Traitement du langage naturel avec spaCy
Cet atelier s’adresse aux personnes ayant des connaissances en programmation et en linguistique, souhaitant approfondir leurs compétences en traitement du langage naturel. Nous explorerons spaCy, une bibliothèque NLP incontournable et en pleine croissance, pour des tâches essentielles telles que la tokenisation, l’analyse syntaxique et la reconnaissance d’entités nommées.
En complément, nous aborderons des concepts spécifiques tels que l’étiquetage morpho-syntaxique, l’annotation linguistique selon le modèle des Universal Dependencies, ainsi que l’utilisation des treebanks pour enrichir vos analyses.
Le vendredi 20 juin, 14h-16h, par Mikhail Biriuchinskii
BnF | François-Mitterrand, salle 70
Inscription : https://forms.gle/qsB9J1n6r66cWATV7
Présentation des résultats des projets lauréats BnF DataLab / Huma-Num 2024-2025
Le BnF DataLab et l’IR* Huma-Num lancent chaque année un appel à projet conjoint afin d’accueillir et de financer pendant 12 à 18 mois des projets innovants autour des collections numériques de la BnF (collections numérisées ou nativement numériques).
Les 6 projets lauréats accompagnés en 2024-2025 proposeront le jeudi 26 juin une restitution de leurs travaux, ainsi qu’une présentation de leurs méthodologies de recherche, les succès mais aussi parfois les difficultés qu’ils ont pu rencontrer au cours de cette année.
Des professionnels de la BnF complèteront ces présentations en revenant sur l’apport des projets et le travail effectué en interne.
Le jeudi 26 juin, 13h30-17h
BnF | François-Mitterrand, salle 70
Inscription : https://framaforms.org/restitution-des-projets-laureats-bnf-datalab-huma-num-2024-2025-1748360818
Offre d’emploi : chargé.e d’appui au traitement des données scientifiques au BnF DataLab
OpenEdition vous propose de citer ce billet de la manière suivante :
Louise-Anne Charles (28 mai 2025). Actualités du BnF DataLab – Juin 2025. Carnet de recherche. Consulté le 20 juin 2025 à l’adresse https://doi.org/10.58079/140ya