Manuscrits

Le module contient manuscrits, pages, transcriptions, entités, modèles HTR, jeux d'entraînement/test et rapports. Reconnaissance et entraînement sont locaux ; les nouveautés dépendent de la version et de la plateforme.

Pages, blocs et lignes

Importez dans Multimédia, puis utilisez Insérer des images… dans le manuscrit. La sélection multiple est possible. Une page peut être reliée à une autre image ou retirée.

Page entière propose transcription diplomatique, normalisée et traduction. Blocs et lignes de page permet de délimiter blocs textuels/iconographiques et lignes. Réglez la géométrie par poignées ; double-cliquez sur le bord horizontal d'une ligne pour ajouter/retirer un point de pliure. L'œil règle la visibilité, l'en-tête de colonne la bascule globalement. Modifiez les transcriptions dans le tableau ; Tab passe à la ligne suivante.

Versions de transcription par page

Chaque page a ses propres versions. Ajout, copie, renommage et suppression n'affectent pas les autres pages. Les noms sont uniques par page ; la version principale est protégée.

La barre commune aux deux modes propose choix, gestion et comparaison. Transcription de page dans Propriétés affiche versions active/par défaut et auteur, état, origine. L'active détermine le texte édité. Celle par défaut est enregistrée pour la réouverture et les fonctions associées ; consulter une autre version ne la change pas. Le texte en cours est enregistré dans la version initiale avant de basculer.

Géométrie et ordre des lignes sont communs. Supprimer une ligne supprime ses textes dans toutes les versions, avec confirmation s'il y en a plusieurs. Remplacer les lignes par segmentation ou import PAGE XML est bloqué avec plusieurs versions pour conserver les correspondances. Reconnaître les lignes existantes et modifier leurs polygones reste possible.

Marques éditoriales, police et entités

La transcription diplomatique utilise des marques sémantiques colorées. Outils → Marques éditoriales… ou le bouton de l'éditeur ouvre le gestionnaire. Le jeu intégré est en lecture seule ; un jeu nouveau/dupliqué change notation, apparence et raccourcis des significations existantes. Import/export en JSON. Les raccourcis fonctionnent dans l'éditeur diplomatique actif. Vestigia — par défaut restaure l'apparence initiale.

Un jeu change la présentation, pas le texte diplomatique. Sa copie dans le manuscrit survit à son retrait de la bibliothèque. Réglez la police dans Paramètres → Polices → Transcription des manuscrits ; confirmer actualise les éditeurs ouverts sans changer les textes du projet.

Marquez un passage comme Personne, Lieu ou Date. Le catalogue regroupe les occurrences ; un double-clic y conduit. Remplacer le texte par reconnaissance peut supprimer les entités liées à l'ancien texte ; lisez l'avertissement.

Reconnaissance Kraken

Préparez environnement isolé et modèles dans Outils → Modèles HTR…. La reconnaissance de page distingue modèles de segmentation/reconnaissance. Segmenter les lignes avant reconnaissance est désactivé si des lignes existent, activé sinon. Sans segmentation, les polygones restent et les résultats vont dans une version liée au modèle.

Lors de la segmentation des blocs textuels, l'extérieur est masqué. Une ligne seule se reconnaît par son menu contextuel. HTR / OCR conserve les informations de traitement. La comparaison Kraken utilise des lignes choisies avec transcription connue.

Reconnaissance Party

Party est disponible dans la version de développement actuelle pour Apple Silicon, sur CPU. Intel n'est pas pris en charge pour cette fonction ; Kraken reste distinct.

1. Dans Outils → Modèles HTR, choisissez Party (CPU) et Installer ou réparer. Python 3.12 pour Apple Silicon est requis.
2. Téléchargez un modèle Party du catalogue.
3. Préparez les lignes manuellement ou avec la détection existante.
4. Lancez la reconnaissance d'une ligne, d'une sélection ou de la page et choisissez Party.

Party utilise les lignes existantes sans changer leur géométrie. Le lot entier est enregistré dans une version Party en une opération annulable ; échec/annulation n'écrit aucun résultat partiel. Un environnement personnalisé compatible se choisit et se vérifie dans Paramètres → HTR. La comparaison indépendante reste réservée à Kraken.

Jeux d'entraînement et de test

Un jeu accepte lignes transcrites des Manuscrits, pages entières de Multimédia ou extraits et PAGE XML importés. Utilisez Contrôle des données pour les lignes seules, Sources et transcriptions pour les pages entières. Les cases déterminent les lignes incluses dans entraînement/évaluation.

Lancez Vérifier la qualité des données… avant entraînement. Les résultats signalent transcriptions absentes, extraits invalides, doublons d'image exacts, textes différents pour une même image et caractères/espaces problématiques. Aucun texte n'est corrigé automatiquement. Cliquer sélectionne la ligne ; dépliez les fréquences de caractères pour leurs occurrences.

Entraînement et évaluation

Entraîner un modèle de reconnaissance… lance Kraken local, nouveau modèle ou affinage. Définissez modèle de base, limite d'époques et paramètres avancés. Le parcours conserve division des données, époques, CER de validation, graphiques, journal complet et modèle. Il faut au moins deux lignes utilisables pour séparer entraînement/validation. Enregistrez le modèle réussi pour la reconnaissance.

Party permet l'affinage sur Apple Silicon/CPU avec un modèle Party et des lignes transcrites d'au moins deux images sources. La séparation se fait par pages entières. Les rectangles sont la géométrie par défaut. L'historique garde perte de validation et archive ; Enregistrer le modèle le rend disponible. Cette perte n'est ni précision en pourcentage ni CER. Reprendre un checkpoint interrompu n'est pas proposé dans l'interface.

Pour vérifier Kraken indépendamment, utilisez un jeu de test et évaluez un ou deux modèles. Ce jeu n'appartient pas à la division d'entraînement. Les résultats gardent l'analyse d'erreurs par ligne. Rapports fournit modèles de jeu, entraînement et évaluation ; exportation propose PNG + GT et PAGE XML + PNG.