Vestigia Scriptorium
Articles
Préparer la Ground Truth, entraîner un modèle HTR et évaluer les transcriptions de manuscrits. Guides pratiques pour Transkribus, eScriptorium et Kraken.
Entraînement de modèles HTR pour la reconnaissance de manuscrits historiques
La reconnaissance de texte manuscrit (HTR) est une technologie conçue pour reconnaître automatiquement le texte manuscrit à partir d'images de documents numériques. Contrairement à l'OCR classique, qui s'est historiquement concentré principalement sur les documents imprimés, HTR doit fonctionner avec une variabilité beaucoup plus grande de caractères, de mots et de styles de scribes entiers. La même lettre peut prendre plusieurs formes dans un manuscrit, et son apparence varie non seulement selon les scribes individuels, mais aussi selon les caractères qui l'entourent, l'instrument d'écriture utilisé, la période de création du document ou l'état physique de l'original.
Lire l’article HTR · 02Guide pratique : comment entraîner son premier modèle HTR
La création de votre propre modèle de reconnaissance de texte manuscrit (HTR) ne nécessite aucune connaissance en programmation ou en apprentissage automatique. Le principe de base est de présenter au système un nombre suffisant d'images de lignes d'écriture manuscrites ainsi que leur transcription correcte. Cette paire – l'image du document et sa transcription vérifiée – forme ce que l'on appelle Ground Truth (GT), c'est-à-dire les données de référence à partir desquelles le modèle apprend.
Lire l’article HTR · 03Exemple pratique : créer un modèle HTR pour un registre d’archives
Imaginons que nous disposions d'un cadastre foncier numérisé de 300 pages. Le livre a été créé sur plusieurs décennies et contient des entrées de plusieurs scribes. L'objectif n'est pas de créer une édition diplomatique de l'intégralité de la source, mais d'obtenir une transcription automatique de qualité suffisamment élevée dans laquelle il sera possible de rechercher des noms de personnes, des noms de lieux, des numéros de ferme et d'autres données.
Lire l’article HTR · 04Préparer un environnement de test pour travailler avec HTR
Avant de commencer à créer notre propre Ground Truth et à entraîner le modèle HTR, il est conseillé de préparer un environnement de test séparé dans lequel nous pouvons expérimenter en toute sécurité des documents numérisés, des modèles et des paramètres d'outils individuels.
Lire l’article