Interprétation contextuelle et assistée de fonds d'archives numérisées : application à des registres de ventes du XVIIIe siècle

Contextual and assisted interpretation of digitized fonds : application to sales registers from the 18th century

• Auteur / Autrice : Joseph Chazalon
• Direction : Jean Camillerapp
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 09/01/2013
• Etablissement(s) : Rennes, INSA
• Ecole(s) doctorale(s) : École doctorale Mathématiques, télécommunications, informatique, signal, systèmes, électronique (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut de recherche en informatique et systèmes aléatoires (Rennes) - INTUIDOC - IRISA
• Partenaire(s) de recherche : : Université européenne de Bretagne (2007-2016)
• Jury : Président / Présidente : Jean-Marc Ogier
• Jury : Examinateurs / Examinatrices : Rolf Ingold, Christopher Kermorvant, Bertrand Coüasnon
• Jury : Rapporteur / Rapporteuse : Jean-Marc Ogier, Josep Llados i Canet

Mots clés

Mots clés contrôlés

Gestion électronique de documents

Traitement de texte

Informatique

Systèmes homme-machine

Mots clés libres

Analyse et reconnaissance de documents

Intéraction Homme-Machine

Interaction asynchrome

Fonds d'archives

Interprétation itérative

Human-machine systems

Document imaging systems

Archival materials

Résumé

Les fonds d'archives forment de grandes quantités de documents difficiles à interpréter automatiquement : les approches classiques imposent un lourd effort de conception, sans parvenir à empêcher la production d'erreurs qu'il faut corriger après les traitements.Face à ces limites, notre travail vise à améliorer la processus d'interprétation, en conservant un fonctionnement page par page, et en lui apportant des informations contextuelles extraites du fonds documentaire ou fournies par des opérateurs humains.Nous proposons une extension ciblée de la description d'une page qui permet la mise en place systématique d'échanges entre le processus d'interprétation et son environnement. Un mécanisme global itératif gère l'apport progressif d'informations contextuelles à ce processus, ce qui améliore l'interprétation.L'utilisation de ces nouveaux outils pour le traitement de documents du XVIIIe siècle a montré qu'il était facile d'intégrer nos propositions à un système existant, que sa conception restait simple, et que l'effort de correction pouvait être diminué.

Fonds, also called historical document collections, are important amounts of digitized documents which are difficult to interpret automatically: usual approaches require a lot of work during design, but do not manage to avoid producing many errors which have to be corrected after processing.To cope with those limitations, our work aimed at improving the interpretation process by making use of information extracted from the fond, or provided by human operators, while keeping a page by page processing.We proposed a simple extension of page description language which permits to automatically generate information exchange between the interpretation process and its environment. A global iterative mechanism progressively brings contextual information to the later process, and improves interpretation.Experiments and application of those new tools for the processing of documents from the 18th century showed that our propositions were easy to integrate in an existing system, that its design is still simple, and that required manual corrections were reduced.