Retour d’expérience : eScriptorium (première partie)

Principes généraux

La reconnaissance optique des caractères et des écritures manuscrites repose sur la prédiction d’un contenu textuel à partir d’une image grâce à l’intelligence artificielle et plus particulièrement au machine learning. L’interface eScriptorium est fondé sur ces techniques. Elle est développée dans le cadre du projet Scripta (PSL) autour du logiciel libre Kraken pour l’analyse de mise en page et l’OCR/HTR.

Le processus d’OCR/HTR repose sur deux étapes principales : la segmentation (soit l’analyse de la mise en page et l’identification des lignes, en anglais layout analysis) et la reconnaissance des caractères. Des post-traitements sont souvent nécessaires pour améliorer les résultats. Ils dépendent de l’usage envisagé du texte obtenu. Dans le cadre de l’établissement d’un texte pour une édition critique, il est évident que des relectures attentives et une correction manuelle sont des étapes dont on ne peut faire l’économie.

Prise en main d’eScriptorium

Suite à la présentation des plateformes Transkribus et eScriptorium suivie d’ateliers de mise en pratique en mai 2022 à la BnF, j’ai commencé à utiliser eScriptorium pour la transcription grâce à un compte créé sur l’instance parisienne.

De nombreux tutoriels permettent de faciliter la prise en main de l’outil. Des vidéos et des pas-à-pas en français et en anglais sont disponibles sur les carnets eScripta et Lectaurep.

eScriptorium est un outil particulièrement puissant pour la reconnaissance des écritures manuscrites car il permet d’utiliser des modèles spécifiques créés par l’entraînement à partir de vérités de terrain (ground truth) constituées des transcriptions issues du corpus envisagé. L’entraînement de modèles nécessite des compétences spécifiques et est extrêmement coûteux en termes de temps et de ressources informatiques (concrètement du calcul haute performance donc, l’appui d’un centre de calcul). L’entraînement d’un modèle est rentable pour les écritures spécifiques et/ou les très grands corpus. Dans le cas des imprimés anciens à la mise en page simple, il n’est souvent pas nécessaire d’entraîner un modèle : des modèles généraux permettent d’obtenir de premiers résultats tout à fait satisfaisants.

Pour commencer à travailler, j’ai importé les images de l’exemplaire sur lequel établir le texte par le biais du manifeste IIIF. Il s’agit de l’exemplaire de l’édition lyonnaise de Thomas Soubron de 1592 des Diverses Leçons, conservé à la München, Bayerische Staatsbibliothek. Cet ouvrage est le seul numérisé des vingt exemplaires conservés repérés à ce jour de la dernière édition publiée du vivant d’Antoine du Verdier1.

Segmentation

Avant la transcription, la segmentation permet la génération des zones, des lignes et des polygones. J’ai utilisé le modèle par défaut puis le modèle affiné2 mis à disposition par les projets SegmOnto et Gallic(orpor)a. Les résultats avec ces deux modèles ne sont pas pleinement satisfaisants car le travail est toujours en cours. L’intérêt pour moi est surtout de suivre les avancées de ces recherches car d’une part elles permettent de faire le point sur les enjeux actuels de la transcription automatique et d’autre part d’inscrire la transcription dans une chaîne de traitement plus large.

La segmentation a donc dû être corrigée manuellement. L’ensemble des manipulations possibles dans le volet segmentation est détaillé dans une fenêtre d’aide.

Affichage de la fenêtre d’aide

Il est fortement recommandé d’utiliser une souris afin d’utiliser plus facilement l’interface. L’utilisation du clic droit et du clic gauche nécessite un petit temps d’adaptation3 mais après une heure d’utilisation les manipulations sont mémorisées4.

Volet “Line and Regions”
Volet “Baselines and Masks”

Transcription

Une fois la segmentation terminée, on peut lancer la transcription. J’ai utilisé le modèle développé dans le cadre du projet Gallic(orpor)a car les données utilisées pour produire le modèle ont été transcrites selon un protocole qui correspond à celui que j’ai décidé d’appliquer (afin d’obtenir dans un premier temps une transcription diplomatique ou graphématique). Les résultats sont relativement satisfaisants mais ne permettent évidemment pas de se passer de l’étape de la correction manuelle d’autant plus que je n’ai pas choisi de personnaliser le modèle par manque de compétences.

Volet “Transcription”

 

On le voit, l’interface est particulièrement agréable d’utilisation pour la correction manuelle des résultats.

Bilan

Utiliser eScriptorium pour transcrire un imprimé ancien est une solution satisfaisante. C’est un logiciel libre et les données utilisées pour de nombreux modèles sont publiques. Il existe d’ailleurs  un catalogue de jeux de données et de modèles pour la reconnaissance automatique d’écritures, créée par Alix Chagué et Thibault Clérice : HTR-United. Le résultat de la transcription en utilisant un modèle déjà existant est correct. Certes elle doit être relue et corrigée mais pour l’utilisation prévue des données, cela n’est pas un problème : pour établir le texte d’une édition critique, cette étape est même indispensable. L’outil étant en cours de développement, il n’est pour l’instant pas possible d’exporter la transcription en XML TEI5. L’inconvénient majeur de cette solution reste qu’elle nécessite d’être déployée sur un serveur par une institution.

 

  1. Une cinquième édition est publiée en 1604. Elle est augmentée « de trois discours trouvez après le décès de l’Autheur en ses papiers, du dueil, de l’honneur, et de la noblesse ». []
  2. Téléchargeable à l’adresse https://github.com/Gallicorpora/Segmentation-and-HTR-Models/tree/main/Segmentation_model []
  3. Exemple : pour déplacer l’image dans la fenêtre, il faut utiliser le clic gauche. []
  4. Exemple : prendre le reflexe de bien sélectionner (et surtout désélectionner) les volets concernant chaque niveau de travail. []
  5. Les formats d’export sont à ce jour Text, Alto, Page. []

OpenEdition vous propose de citer ce billet de la manière suivante :
Romane Marlhoux (29 novembre 2022). Retour d’expérience : eScriptorium (première partie). Diverses Leçons. Consulté le 25 juillet 2024 à l’adresse https://doi.org/10.58079/vwa4


Une réponse sur “Retour d’expérience : eScriptorium (première partie)”

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