Progrès de l’algorithme de reconnaissance automatique de la mise en page du Manuscrit du Roi

L’algorithme mis au point par Jean-Baptiste Camps (ENC) permet des avancées importantes dans la transcription du Manuscrit du Roi réalisée avec le logiciel Transkribus. Une première reconnaissance automatique de la mise en page du Manuscrit du Roi dans sa totalité vient d’être finalisée : depuis hier, l’algorithme s’avère capable de reconnaître et d’identifier les zones de texte et les lignes de tous les feuillets du Manuscrit du Roi.

Les résultats de la reconnaissance varient en fonction de la mise en page des feuillets du manuscrit : la reconnaissance automatique est plus aisée lorsque les feuillets se structurent en colonnes et en l’absence d’initiales à antennes, qui parfois empêchent l’identification correcte des colonnes. Un autre aspect qui demeure également problématique est l’ordre de lecture des zones de la page manuscrite, qui pour l’instant nécessite encore le recours à la correction manuelle de manière systématique. Cela montre que l’algorithme est encore incapable d’appréhender dans sa totalité la mise en page du Manuscrit du Roi, particulièrement complexe et raffinée, présentant à la fois du texte, de la notation musicale mais également un riche décor, et plusieurs couches de réécritures médiévales et modernes dans les marges et dans les interlignes. Ces composantes multiples, qui peuvent donner jusqu’à douze zones de texte différentes dans un seul feuillet, nécessitent encore l’intervention de l’œil humain afin d’être hiérarchisées de manière linéaire. Viola Mariotti (CESCM) entraîne l’algorithme à comprendre la hiérarchie de la page manuscrite par la correction des zones et des lignes de texte lues de manière fautive. Le choix d’un échantillon de feuillets particulièrement représentatifs et correctement traités par Trankribus permettra à l’algorithme de faire une nouvelle lecture avec détection précise de l’ensemble des feuillets.

Une fois que  la reconnaissance automatique des zones de texte et de lignes sera moins approximative, il sera possible de lancer la prédiction du texte (pour l’instant cette étape n’a concerné qu’un échantillon de feuillets, dans l’attente d’une meilleure reconnaissance des zones de texte et de ligne, cf. photo du f. 20r), qui permettra la transcription automatique des pièces lyriques contenues dans le Manuscrit du Roi.

Paris, BnF, fr. 844, f. 20r : un exemple de l’entraînement de la reconnaissance automatique de la mise en page et de la prédiction du texte du Manuscrit du Roi (après correction manuelle). Capture d’écran de V. Mariotti.


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.