FoNDUE-HTR: Data and models for the FoNDUE project

Ce dossier contient de nombreux sets de données et models utilises pour le ’HTR (​Handwritten Text Recognition​), parfois aussi appelé OCR (​Optical character recognition​).

L’HTR permet d'extraire rapidement et efficacement un maximum d’informations d’une page numérisée, dont évidemment la transcription mais pas uniquement (illustrations, mise en page...), et reproduire cette opération sur des grandes quantités de documents. L'obtention de ces données, désormais cruciales pour concevoir les grands corpus nécessaires à la recherche en lettres, implique des besoins informatiques nouveaux et très importants. Concernant la partie logiciel, le choix des équipes de l'UNIGE s’est porté sur ​eScriptorium [lien], une application en ligne proposant une solution intégralement ​open source​, déjà mature d’un point de vue technique (plusieurs années de développement) et bénéficiant de soutiens internationaux (France, USA, Allemagne…) qui en garantissent la fiabilité et l'efficacité.