Navigazione – Mappa del sito

HomeNumeri206 (LXIX | II)Traiter des manuscrits endommagés...

Traiter des manuscrits endommagés par le feu grâce à l’augmentation de données par intelligence artificielle: le cas du ms. L.II.14 (T)

Chahan Vidal-Gorène e Jean-Baptiste Camps
p. 377-383

Abstract

Automatic recognition of handwritten text is a fundamental step in digital humanities for creating corpora and analysing texts. Typically, for documents with regular scripts and standard layouts, high recognition accuracy above 95 per cent is achievable. However, these success rates drastically decline when dealing with damaged documents, often resulting in significant content loss or making portions of the page difficult to decipher. Palaeographers and philologists can often infer potential readings based on their expertise and knowledge of textual traditions. Nonetheless, with automatic document recognition, information loss severely impacts both the detection of content and readability. This study focuses on analysing the layout of a burnt document, specifically, the manuscript L.II.14 from Turin. Experimental results using generative neural networks demonstrate a 69-percentage point improvement in identifying lines compared to traditional handwritten text recognition (HTR) models. This enhanced pipeline not only advances computational processing of damaged historical documents but also opens new avenues for document reconstruction.

Torna su

Estratto del testo

Questo documento sarà pubblicato online con testo integrale in agosto 2026.

Piano

1. Introduction
2. Intelligence artificielle générative et travaux similaires
3. Méthodologie appliquée au ms. T
4. Résultats et discussions
5. Conclusion et ouverture

Anteprima del testo

1. Introduction

La transcription automatique de texte manuscrit ou Handwritten Text Recognition (HTR) repose aujourd’hui sur l’utilisation active de l’intelligence artificielle. La chaîne de traitement la plus courante, que l’on retrouve dans les plateformes d’annotation et de transcription de documents comme Trankribus (appliquée à tout type de documents et graphies), eScriptorium (notamment appliquée aux documents manuscrits médiévaux), OCR4all (pour les imprimés anciens) ou Calfa Vision (pour les documents en graphies orientales), consiste encore en une étape d’analyse de la mise en page (identification des zones de texte et détection des lignes), suivie d’une étape de reconnaissance automatique du texte. La qualité du texte produit est donc très largement conditionnée par l’aptitude du modèle d’analyse de mise en page à détecter efficacement les informations à reconnaître: des zones de texte non identifiées, des lignes de texte incomplètes ou encore un sens de lecture du document...

Torna su

Per citare questo articolo

Notizia bibliografica

Chahan Vidal-Gorène e Jean-Baptiste Camps, «Traiter des manuscrits endommagés par le feu grâce à l’augmentation de données par intelligence artificielle: le cas du ms. L.II.14 (T)»Studi Francesi, 206 (LXIX | II) | 2025, 377-383.

Notizia bibliografica digitale

Chahan Vidal-Gorène e Jean-Baptiste Camps, «Traiter des manuscrits endommagés par le feu grâce à l’augmentation de données par intelligence artificielle: le cas du ms. L.II.14 (T)»Studi Francesi [Online], 206 (LXIX | II) | 2025, online dal 01 agosto 2026, consultato il 15 marzo 2026. URL: http://journals.openedition.org/studifrancesi/65454; DOI: https://doi.org/10.4000/15gia

Torna su

Autori

Chahan Vidal-Gorène

Centre Jean-Mabillon - École Nationale Des Chartes –Université Paris Sciences Et Lettres

Jean-Baptiste Camps

Centre Jean-Mabillon - École Nationale Des Chartes –Université Paris Sciences Et Lettres

Articoli dello stesso autore

Torna su

Diritti d'autore

CC-BY-NC-ND-4.0

The text only may be used under licence CC BY-NC-ND 4.0. All other elements (illustrations, imported files) may be subject to specific use terms.

Torna su
Cerca su OpenEdition Search

Sarai reindirizzato su OpenEdition Search