La segmentation de documents historiques a fait l’objet de nombreux travaux ces dernières années. Un état de l’art a permis d’identifier plusieurs projets potentiellement pertinents pour la segmentation de notre corpus.
- LayoutParser : très générique, les modèles disponibles sont plutôt orientés magazine et presse imprimée
- Grobid : plutôt orienté sur les documents fortement structurés
- Eynollah : récent mais orienté imprimé
- dhSegment : relativement ancien mais utilisé dans de nombreux projets sur des manuscrits
- Doc UFN : modèle générique pour les documents historiques (Teklia)
L’annotation des documents pourrait avoir recours à l’ontologie SegmOnto. Pour la production des images annotées, on pourrait avoir recours à eScriptorium ou bien VGG Image Annotator (VIA)
La segmentation de documents historiques a fait l’objet de nombreux travaux ces dernières années. Un état de l’art a permis d’identifier plusieurs projets potentiellement pertinents pour la segmentation de notre corpus.
L’annotation des documents pourrait avoir recours à l’ontologie SegmOnto. Pour la production des images annotées, on pourrait avoir recours à eScriptorium ou bien VGG Image Annotator (VIA)