Text image alignment

La session de DH2015 (http://dh2015.org/) à laquelle j’ai eu le plaisir de présenter les résultats du projet Oriflamms était très cohérente. A la pointe de la recherche sur l’alignement, avec les meilleures équipes dans le domaine.

Long Paper Session Chair: Andreas Fickers
From Text and Image to Historical Resource: Text-Image Alignment for Digital Humanists
Dominique Stutzmann1, Théodore Bluche2, Alexei Lavrentev3, Yann Leydier4, Christopher Kermorvant5
1: Institut de Recherche et d’Histoire des Textes (CNRS), France; 2: A2iA, France; 3: ICAR, Interactions, Corpus, Apprentissages, Représentations (ENS de Lyon – UMR 5191), France; 4: LIRIS Laboratoire d’Informatique en Image et Systèmes d’information (INSA de Lyon – UMR 5205); 5: Teklia, France
Text Line Detection and Transcription Alignment: A Case Study on the Statuti del Doge Tiepolo
Fouad Slimane, Andrea Mazzei, Lorenzo Tomasin, Frédéric Kaplan
EPFL, Switzerland
DIVADIAWI – A Web-Based Interface for Semi-Automatic Labeling of Historical Document Images
Hao Wei, Kai Chen, Mathias Seuret, Marcel Würsch, Marcus Liwicki, Rolf Ingold
University of Fribourg, Switzerland

Oriflamms s’en sort particulièrement bien. Les corpus Graal et Fontenay, automatiquement alignés et complètement « validés » (donc corrigé) sont plus grands que les autres et l’alignement est extrêmement bon (mesuré en pixels sur la correction).

La discussion a porté sur la mise à disposition des outils développés, sur la spécificité et l’éventuel besoin d’entraîner des outils de reconnaissance sur chaque type d’écriture, sur le crowdsourcing, mais aussi sur les métriques et l’évaluation.

Frédéric Kaplan fait remarquer que, si l’on veut mesurer la précision de l’alignement en pixel, il n’y a pas une unique vérité-terrain. mais un espace mobile à considérer. Cet échange a été l’occasion de préciser les mesures de précision. En effet, Oriflamms montre que sur les corpus les plus grands alignés dans la littérature, l’alignement des mots est correct à plus de 90% à moins d’un demi-caractère près.

La mesure proposée par Fouad Slimane donne 98% de positionnement correct au niveau-mot, mais a une signification complètement différente, puisque cela indique que le mot est placé sur la bonne ligne (pour les Statuts du doge, une partie de la transcription est alignée au niveau-page et doit être replacée sur les lignes).

Il va donc falloir commencer à travailler sur la mesure de précision sur des mesures comparables…