Les implications de la reconnaissance de texte manuscrit pour un accès à grande échelle au passé

Objectif Cet article se concentre sur le traitement d’images en texte manuscrit à travers la reconnaissance de texte manuscrit (HTR), une approche d’apprentissage automatique (ML) rendue possible par l’intelligence artificielle (IA). Avec la HTR atteignant désormais des niveaux élevés de précision, nous considérons son impact potentiel sur notre environnement d’information proche et notre connaissance du passé. Conception/méthodologie/approche En entreprenant une analyse plus constructiviste, nous avons identifié des lacunes dans la littérature actuelle par le biais d’une méthode de théorie ancrée (GTM). Cela a guidé un processus itératif de cartographie conceptuelle à travers des sprints d’écriture dans des ateliers. Nous avons identifié, exploré et confirmé des thèmes à travers des discussions de groupe et un examen plus approfondi de la littérature pertinente, jusqu’à atteindre saturation. Résultats Catalogués dans le cadre de notre GTM, 120 textes publiés soutiennent cet article. Nous avons constaté que la HTR facilite la transcription précise et le nettoyage des ensembles de données, tout en facilitant l’accès à une variété de matériel historique. La HTR contribue à un cycle vertueux de production d’ensembles de données et peut informer le développement de catalogues en ligne. Cependant, les limitations actuelles incluent une dépendance aux pipelines de numérisation, une omission potentielle de l’histoire des archives et un ancrage des biais. Nous citons également des considérations HTR pour un avenir proche. Celles-ci incluent la promotion de l'accès ouvert, l'intégration de processus IA avancés et l'extraction de métadonnées ; des questions juridiques et morales entourant le droit d’auteur et l'éthique des données ; la reconnaissance des contributions de transcription des individus et les coûts environnementaux de la HTR. Originalité/valeur Notre recherche produit un ensemble de recommandations de meilleures pratiques pour les chercheurs, les fournisseurs de données et les institutions de mémoire concernant l'utilisation de la HTR. Cela forme un plan initial, bien que non exhaustif, pour orienter la recherche future sur la HTR. En poursuivant cela, la narration selon laquelle la rapidité et l'efficacité de la HTR transformeront simplement l'érudition dans les archives est déconstruite.