Adding dataset "Les carnets de fouilles manuscrits de Jean-Jacques Hatt: verité de terrain pour un modèle HTR" #210
Description
Bonjour voici notre jeu de données.
Voici le fichier YAML :
schema: https://htr-united.github.io/schema/2023-06-27/schema.json
title: >-
Les carnets de fouilles manuscrits de Jean-Jacques Hatt: verité de terrain
pour un modèle HTR
url: https://nakala.fr/10.34847/nkl.116al580
authors:
- name: Niven
surname: Dillange
orcid: 0009-0003-5411-5014
roles:
- transcriber
- name: Marion
surname: Dacko
orcid: 0009-0008-1865-1529
roles:
- quality-control
- support
- name: Claire
surname: Brossard
orcid: 0009-0008-6324-3065
roles:
- transcriber
- name: Sébastien
surname: Laroque
orcid: 0009-0005-5375-8696
roles:
- transcriber
- name: Aurelia
surname: Vasile
orcid: 0000-0002-2713-3212
roles:
- project-manager
- support
institutions:
- name: Maison des Sciences Humaines de Clermont-Ferrand
description: |-
Ce jeu de données contient la transcription et la segmentation de 107 pages
sélectionnées parmi les carnets de terrain de l’archéologue Jean-Jacques Hatt.
Ces opérations ont été réalisées à l’aide du logiciel eScriptorium (instance
INRIA). Le corpus contient des paires Texte-Image au format XML ALTO-JPG.
L’échantillon a été choisi pour privilégier des pages avec :
- des lignes de texte standard,
- une écriture de gauche à droite,
- un minimum d’insertions graphiques.
Certaines pages incluent cependant des zones graphiques, identifiées par une
segmentation manuelle.
Ces transcriptions ont servi à l’entraînement d’un modèle spécifique adapté à
l’écriture de Jean-Jacques Hatt. Les documents couvrent la période 1942-1944.
project-name: >-
Les archives anciennes de l'archéologie liées au Quartier des Artisans de
Gergovie
project-website: https://korpus.msh.uca.fr/s/gergovie-archives-de-fouilles/page/welcome
language:
- fra
production-software: eScriptorium + Kraken
automatically-aligned: false
script:
- iso: Latn
script-type: only-manuscript
time:
notBefore: '1942'
notAfter: '1944'
hands:
count: '1'
precision: exact
license:
name: CC-BY-SA 4.0
url: https://creativecommons.org/licenses/by-sa/4.0/
format: Image-Text-Pairs
volume:
- metric: pages
count: 107
transcription-guidelines: |-
La transcription respecte scrupuleusement le texte original, y compris les
graphies fautives. Voici les conventions appliquées :
Texte barré : transcrit sous la forme xxxx
Texte illisible : transcrit sous la forme […]
Lettres grecques : retranscrites en utilisant les caractères β, γ, α, M, A, Σ
Texte souligné : non reproduit dans la transcription
Exposants : développés