Transcription automatique des feuillets du Manuscrit du Roi

Après avoir entraîné l’algorithme de reconnaissance automatique de zones de textes et de lignes pendant quelques semaines sur un nombre plus important de feuillets, les résultats sont tout à fait positifs : la reconnaissance automatique des lignes est très satisfaisante, alors que la reconnaissance des zones présente encore quelques éléments de difficulté – par exemple, il a fallu renoncer à la reconnaissance des lettres ornées en tant que texte. Elles ont été par conséquent balisées en tant qu’images (cf. capture d’écran du f. 1ra). On rendra compte de leur statut textuel après l’export des transcriptions, à l’aide du balisage plus raffiné proposé par la TEI.

Les tests effectués sur la prédiction du texte donnent des résultats presque parfaits : à l’exception de quelques copistes qui présentent des écritures plus cursives et donc plus difficiles à lire par l’algorithme (c’est par exemple le cas des ajouts de la main A 21, cf. capture d’écran, colonne b du feuillet), la prédiction du texte présente très peu de fautes de transcription. Presque systématiquement il faut encore corriger à la main la transcription de la lettre v en début de mot, les lettres ligaturées, certains signes de ponctuation comme le point médian et le punctus elevatus, ainsi que les mots rédigés par les copistes entre deux lignes différentes. A l’exception de ces quelques cas de figure, l’état positif des résultats nous permet de lancer la prédiction du texte sur tout le Manuscrit du Roi.

Dans la mesure où la partie textuelle est prête pour être traitée de manière automatique dans sa totalité, on envisage de passer à l’entraînement de l’algorithme pour les zones des feuillets occupées par les mélodies, qui seront balisées toujours en tant qu’images, mais à partir de la balise Music. Dans quelques semaines nous aurons les premiers résultats.


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.