Leveraging ATR Data for Historical Script Characterization

Leveraging ATR Data for Historical Script Characterization:
Toward a Unified Computational Framework for Paleographical Analysis

Dans le cadre de TranscriboQuest 2026

Conférence (en anglais) de Malamatenia VLACHOU-EFSTATHIOU (CNRS)

L’analyse des écritures médiévales est au cœur des recherches en paléographie. Si les systèmes d’Automatic Text Recognition (ATR) sont principalement développés pour produire des transcriptions, ils génèrent également des données riches qui peuvent être mobilisées pour l’étude des écritures elles-mêmes. Cette présentation montrera comment exploiter ces données afin de développer de nouveaux outils d’analyse paléographique.

À partir d’images de lignes de texte et de leurs transcriptions, le cadre proposé détecte et modélise automatiquement les occurrences de caractères sans nécessiter d’annotation manuelle au niveau des lettres. Il produit des prototypes visuels représentant les formes moyennes des caractères ainsi que des descripteurs métriques décrivant leurs dimensions et leur position dans la ligne. Ces représentations offrent une description quantitative de l’écriture, tout en restant directement interprétables du point de vue paléographique. Le cadre sera illustré à travers plusieurs études de cas couvrant différents niveaux d’analyse paléographique : comparaison de types d’écriture, identification de scribes, analyse de la variabilité graphique intra-scribale et étude du digraphisme.

Nous aborderons également le rôle des normes de transcription et de la qualité des données ATR dans la constitution des données d’entraînement, ainsi que la manière dont les choix éditoriaux influencent les analyses paléographiques rendues possibles. L’objectif est de montrer comment les données produites dans le cadre de l’ATR peuvent dépasser la seule transcription pour devenir un support d’analyse quantitative des écritures médiévales.