Intelligence artificielle et graphie dite maghrébine. Un projet collectif et collaboratif sur l’OCR et les manuscrits maghrébins

Mardi 19 janvier s’est tenue la première séance du hackathon autour du projet de développement d’un modèle de reconnaissance automatique de l’écriture manuscrite dite maghrébine (khaṭṭ maghribī). La BULAC accueille durant ces séances une quinzaine de personnes (étudiants de master et de doctorat, chercheurs mais aussi personnels de bibliothèque) d’établissements différents (Inalco, BULAC, Paris 1 Panthéon-Sorbonne, CNRS, EPHE, EHESS), dans une des salles de formation. D’autres auront lieux entre janvier et avril 2021.

Les séances sont toutes animées par Noëmie Lucas, post-doctorante en philologie numérique des textes en alphabet arabe, en résidence cette année à la BULAC, et Chahan Vidal-Gorène, président de CALFA.

Šarḥ al-Durraẗ al-bayḍāʾ, manuscrit arabe daté de 1734.

Les grandes lignes du projet

Ce projet s’inscrit dans le prolongement d’un partenariat entre la BULAC et le projet CALFA, qui a développé une technologie permettant d’extraire des informations de numérisation de manuscrits anciens et d’archives manuscrites. D’autre part, il croise une des missions prioritaires du GIS Moyen-Orient et Mondes Musulmans sur la question de la fouille et de l’analyse automatiques des sources textuelles en graphie arabe, formulées à partir du Livre blanc sur la transition numérique et la recherche sur le Moyen-Orient, le Maghreb et les mondes musulmans.

L’idée est d’associer le développement de la reconnaissance automatique de l’écriture manuscrite arabe à un projet collaboratif de formation collective. Il s’agit d’entraîner un moteur de reconnaissance automatique de l’écriture, en vue d’élaborer un modèle spécifique pour la graphie arabe dite maghrébine. Cette technologie pourra bénéficier à toute la communauté des chercheurs et des étudiants travaillant sur des manuscrits maghrébins dans le cadre de projet d’édition, de fouille de texte, etc. Pour comprendre au mieux les enjeux de l’HTR et des langues peu dotées, vous pouvez écouter ici la conférence donnée par Chahan Vidal-Gorène lors de l’ANF Digital Areal le 9 juin 2020. 

Pour entraîner le modèle de reconnaissance optique des caractères, l’équipe se fondera en particulier sur deux manuscrits maghrébins conservés à la BULAC : le MS.ARA.1977 et le MS.ARA.609.

À noter

Compte tenu des conditions sanitaires actuelles, les séances ne sont pas ouvertes au public.

Résultats du hackathon

Dans le cadre des rendez-vous de la philologie numérique, Chahan Vidal-Gorène et Noëmie Lucas ont présenté les résultats du hackathon pour la reconnaissance de texte automatique de l’arabe manuscrit.

La réunion du mardi 19 janvier en images

Vous voulez en savoir davantage ?

Vous pouvez vous rendre sur le site de la BULAC pour approfondir votre découverte du partenariat autour de la philologie numérique des textes arabes, consulter le blog de CALFA, ou encore Philaranum, le carnet de recherche de Noëmie Lucas, que vous retrouvez également sur notre carnet de veille la Croisée de la BULAC.

Ce billet a été rédigé par Noëmie Lucas, post-doctorante en philologie numérique des textes en alphabet arabe et porteuse du projet. 


Vous aimerez aussi...

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.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search