Publication du logiciel Oriflamms.exe : alignement texte-image, classification des caractères

Le logiciel d’alignement texte-image Oriflamms.exe, issu des travaux de l’ANR-12-CORP-0010, vient d’être publié. Le code source se trouve sur GitHub [https://github.com/Liris-Pleiad/oriflamms/]. L’exécutable version Windows et version Linux ainsi que les corpus alignés seront publiés dans les mois qui viennent sur le site de l’IRHT et les sites associés du projet.

Oriflamms.exe on GitHub
Oriflamms.exe on GitHub

Avec la version 0.6.3, nous sommes parvenus à un stade dont nous sommes fiers ! Outre de petites améliorations apportées progressivement (création de lignes, ordre des menus, etc.), c’est surtout l’ensemble des fonctionnalités  prévues au départ qui sont maintenant intégrées, soit directement dans le logiciel, soit grâce à la symbiose avec les développements du logiciel TXM développé à l’ENS de Lyon.

  1. transformation d’une édition de texte en un corpus alignable (TXM)
  2. alignement texte-image (mots): le logiciel Oriflamms.exe permet l’alignement d’une édition au format XML de la Text Encoding Initiative (TEI) avec les images des manuscrits au niveau des mots.
  3. alignement texte-image (caractères): le logiciel Oriflamms.exe permet également l’alignement au niveau des caractères.
  4. validation et correction de l’alignement
  5. visualisation de l’ensemble des occurrences d’un même caractère
  6. visualisation des occurrences d’une chaîne de caractères
  7. calcul des longueurs et surfaces des blancs entre les mots
  8. calcul des longueurs et surfaces des blancs entre les caractères
  9. classification automatique des occurrences d’un même caractère
  10. annotation des occurrences d’un caractère
  11. calculs paléographiques sur les abréviations et les formes de caractères (TXM)
Texte aligné au niveau des mots (Le Mans, Bibl. mun., ms. 157)
Occurrences du mot « sicut » visualisées dans le logiciel Oriflamms.exe

 

Classification des caractères : cluster proposé automatiquement pour rassembler plusieurs occurrences de la lettre "m"
Classification des caractères : cluster proposé automatiquement pour rassembler plusieurs occurrences de la lettre « m »

Pour faciliter la vie de l’éditeur de texte, le logiciel TXM ingère une édition TEI qui contient les attributs @facs avec le nom des images et prépare le corpus pour l’alignement selon la structure qui sera décrite dans un autre billet (Spécification du format XML-TEI pour l’alignement texte-image: 1. Structure). Les spécifications de l’édition TEI se trouvent dans cet autre billet (Spécification du format XML-TEI pour l’alignement texte-image: 2. Encodage de l’édition).