Les carnets de fouilles manuscrits de Jean-Jacques Hatt: verité de terrain pour un modèle HTR

Ce jeu de données contient la transcription et la segmentation de 107 pages sélectionnées parmi les carnets de terrain de l’archéologue Jean-Jacques Hatt. Ces opérations ont été réalisées à l’aide du logiciel eScriptorium (instance INRIA).
L’échantillon a été choisi pour privilégier des pages avec :
- des lignes de texte standard,
- une écriture de gauche à droite,
- un minimum d’insertions graphiques.
Certaines pages incluent cependant des zones graphiques, identifiées par une segmentation manuelle.
Ces transcriptions ont servi à l’entraînement d’un modèle spécifique adapté à l’écriture de Jean-Jacques Hatt. Les documents couvrent la période 1942-1944.
La transcription respecte scrupuleusement le texte original, y compris les graphies fautives. Voici les conventions appliquées :
Texte barré : transcrit sous la forme xxxx
Texte illisible : transcrit sous la forme […]
Lettres grecques : retranscrites en utilisant les caractères β, γ, α, M, A, Σ
Texte souligné : non reproduit dans la transcription
Exposants : développés