Archives de catégorie : Billets

Wiki Time-Us

L’équipe de recherche Time-Us a mis en place un wiki dédié aux sources du projet et à leur traitement numérique. Les inventaires des sources collectées dans le cadre du programme ANR, un guide d’utilisation du logiciel de transcription Transkribus et un guide d’annotation des archives sont disponibles ICI.

 

Compte rendu de la formation au logiciel Transkribus (INRIA)

Compte rendu de la formation Transkribus

« Transcription, annotation, reconnaissance d’écriture manuscrite, prise en main »

INRIA – Paris

15 février 2018

Formation organisée et menée par Charles Riondet (Ingénieur de recherche – INRIA)

Organisée sur une matinée, la formation pour l’utilisation de Transkribus a rassemblé les membres du projet Time-US. Elle s’est articulée autour de deux moments : la présentation de Transkribus et une première prise en main du logiciel par les participants.

Présentation de Transkribus

Transkribus a été développé dans le cadre du projet européen READ (Recognition and Enrichment of Archival Documents), dont l’enjeu est de rendre plus accessibles d’importants corpus d’archives. Le logiciel de transcription automatique Transkribus permet la reconnaissance de l’écriture manuscrite tout alphabet confondu, des structures de mise en page, et des documents écrits à plusieurs main. Il permet également l’annotation d’archives.

 Fonctionnement de Transkribus

La reconnaissance du texte se fait ligne par ligne, et non par caractères. Pour une retranscription automatique, il est nécessaire d’entraîner les algorithmes. A cette fin, Transkribus est efficient pour la retranscription d’un grand nombre de documents ayant une structure et une écriture similaires. Pour entraîner le logiciel, il est nécessaire de disposer d’une transcription d’au minimum 50 pages, ou 1000 lignes complètes.

Pour exemple, les porteurs du projet « Transcribe Bentham » ont entrepris la transcription, avec l’aide du logiciel, des manuscrits écrits par Bentham et ses secrétaires. Environ 900 pages ont été retranscrites, ce qui a permis d’entraîner un modèle efficace (un taux d’erreurs compris entre 5 à 10%).

Transkribus fonctionne aussi sur des tapuscrits, et requiert un entraînement plus limité du logiciel. Les résultats de la transcription automatique comprennent un taux d’erreurs moindre, entre 1 à 2%.

Une fois les archives transcrites, il est possible d’exporter les documents en plusieurs formats, dont .pdf, et .xml permettant l’encodage des textes.

Utilisation de Transkribus

Pour commencer la retranscription via Transkribus, il est indispensable de créer un compte personnel https://transkribus.eu/Transkribus/ ou de se connecter à l’adresse suivante  https://transkribus.eu/read

Pour apprendre à utiliser Transkribus, se référer à :

https://learn.transkribus.eu

https://transkribus.eu/wiki/index.php/Main_Page

https://transkribus.eu/wiki/images/7/77/How_to_use_TRANSKRIBUS_-_10_steps.pdf

https://www.youtube.com/watch?v=GjChcDExshU&feature=youtu.be

Les archives transcrites dans le cadre du projet Time-Us seront bientôt disponibles sur le wiki: http://timeusage.paris.inria.fr/mediawiki/index.php/Accueil

Présentation du programme de recherche TIME-US

 

Ce carnet de recherche s’inscrit dans le programme TIME-US, porté par l’ANR. Ce projet a pour but de reconstituer les rémunérations et les budgets temps des travailleuses et des travailleurs du textile dans quatre villes industrielles françaises (Lille, Paris, Lyon, Marseille) dans une perspective européenne et de longue durée. En réunissant en une seule équipe pluridisciplinaire des historiens des techniques, de l’économie et du travail, des spécialistes du traitement automatique des langues et des sociologues spécialistes des budgets familiaux, il vise à donner des clés pour comprendre le gender gap en analysant les mutations du travail et la répartition du temps et des tâches au sein des ménages pendant la première industrialisation. Les enjeux de ce carnet de recherche sont multiples. Il s’agit en premier lieu de présenter l’équipe de recherche engagée dans le projet TIME-US, de diffuser et de valoriser les évènements scientifiques organisés dans le cadre de ce programme (journées d’étude, séminaires, colloques) . Il s’agit en second lieu de mettre en valeur la dynamique scientifique pluridisciplinaire mise à l’œuvre pour porter ce projet. A travers cette interface, nous souhaitons enfin rendre compte régulièrement de l’avancée de nos recherches à travers la publication de sources commentées. Destiné principalement à la communauté scientifique, le carnet de recherche TIME-US vise par ailleurs un lectorat plus large par un effort de vulgarisation de ses résultats.