Transcription automatique de manuscrits d’archives historiques

Transcription et traduction

Italie - Chambre des députés

Scénario n° : 006

Auteur : Département informatique, Chambre des députés d'Italie

Date : 22 mai 2024
 

Objectif : 

Générer des transcriptions de manuscrits d’archives historiques.

Acteurs : 

  • Services opérationnels
  • Manuscrits d’archives historiques

Conditions préalables :

  • Manuscrits d'archives historiques numérisés (p. ex. au format PNG) servant de données d’apprentissage
  • Modèle d'apprentissage profond (deep learning) entraîné au moyen des données d’apprentissage

Scénario :

  1. Les images d'entrée, correspondant à des pages d'archives historiques, sont passées dans le modèle d'apprentissage profond.
  2. Le modèle identifie les lignes de texte manuscrit.
  3. Il transcrit chaque ligne et génère le texte correspondant.
  4. Le texte apparaît à l’écran puis est stocké au format TXT et PDF.

Résultats attendus :

  • La transcription de manuscrits d'archives historiques prend moins de temps.
  • La numérisation des manuscrits prend moins de temps.
  • Les manuscrits sont convertis au format numérique. 

Problèmes potentiels :

  • Le modèle d'apprentissage profond doit être suffisamment performant pour gérer le bruit dans les pages de manuscrit numérisées (papier endommagé, taches d'encre, etc.).
  • Empêcher le surapprentissage afin d'éviter une perte de généralité. Le modèle d'apprentissage profond pourrait devenir trop adapté à la calligraphie de l'auteur du manuscrit.

Données requises :

  • Images numérisées (p. ex. au format PNG) de pages de manuscrits d'archives historiques

Intégration à d'autres systèmes :

  • Application utilisée pour gérer les archives historiques

Indicateurs de réussite :

  • Temps nécessaire pour transcrire une page
  • Temps nécessaire pour transcrire l'intégralité d'un manuscrit
  • Nombre de caractères mal transcrits
  • Nombre de mots mal transcrits
  • Nombre de phrases mal transcrites

 

La collection Scénarios d'utilisation de l'IA dans les parlements est publiée par le Centre pour l'innovation au parlement de l'UIP dans le cadre du projet de lignes directrices relatives à la gouvernance de l'IA dirigé par le Pôle de recherche sur les données parlementaires.

Cette collection est publiée sous licence Creative Commons "Attribution – Utilisation non commerciale – Partage dans les mêmes conditions 4.0 International". Le contenu peut être diffusé et réutilisé librement en citant le nom de l'auteur et l'UIP. 

Un scénario d'utilisation décrit le mode de fonctionnement idéal d'un système. Il est conçu pour prévoir, élaborer et évaluer la mise en œuvre.  Un scénario d'utilisation n'est pas une étude de cas, qui se limite à une description de la mise en œuvre concrète d'un projet réel. Nous attirons votre attention sur le fait que le présent scénario est publié tel qu'il nous a été transmis et que ni l'UIP ni l'auteur ne peuvent être tenus responsables de son utilisation.

Pour de plus amples informations sur les travaux de l'UIP dans le domaine de l'intelligence artificielle, veuillez consulter la page https://www.ipu.org/fr/impact/democratie-et-parlements-forts/lintelligence-artificielle ou écrire à l'adresse [email protected].