Les chercheur·euse·s qui font de l’analyse de manuscrits ont besoin de textes numérisés et traitables par ordinateur. Quand ils ne sont pas disponibles, il leur est nécessaire de recopier ces textes à la main. L’apprentissage automatique accélère grandement ces pratiques, mais de telles méthodes requièrent des exemples générés par des transcripteur·ice·s. Autrement dit, ces techniques ont besoin de données qui ne sont pas toujours accessibles aux chercheur·euse·s. Dans cet épisode, nous traitons de transcription automatique et de données ouvertes, ces dernières proposant une occasion de décloisonner les pratiques scientifiques.

Alix Chagué est doctorante en humanités numériques au département de littérature et de langues du monde à l'Université de Montréal ainsi qu'à l'École Pratique des Hautes Études à Paris. Elle est aussi membre de l'équipe de recherche ALMAnaCH à Inria Paris depuis près de 7 ans, d'abord comme ingénieure puis comme doctorante. Ses recherches portent sur la transcription automatique appliquée aux documents historiques. En 2020, elle a cofondé le projet HTR-United dont l'objectif est de faciliter le partage des données pour l'entraînement des systèmes de transcription. Elle participe également à la création de communautés de pratiques et d'infrastructure pour le développement de cette technologie auprès des institutions patrimoniales et de la recherche en sciences humaines. Ses recherches sont abordées dans son ⁠carnet⁠.