Séance de cours

Impresso: Presse Archives Exploration

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

HUM-369: Humanités digitales

Ce cours explore comment les Humanités se transforment à l'ère de l'intelligence artificielle et des données massives. Chaque séance aborde le futur d'une discipline. Les étudiants développent un prototype numérique (Vibe coding) pour accelerer la recherch ...

Description

Cette séance de cours se penche sur l'exploration des archives historiques des journaux à l'aide du projet Impresso, en se concentrant sur l'évaluation de la qualité de l'OCR, le traitement des entités nommées, la modélisation des sujets et l'analyse de la réutilisation du texte. Il couvre les défis du prétraitement des données, de la recherche basée sur des entités nommées et de l'évaluation des interfaces numériques pour la recherche historique.

Enseignant·e·s (3)

Frédéric Kaplan

Courte biographie Le professeur Frédéric Kaplan dirige le Collège des Humanités de à l'école polytechnique fédérale de Lausanne (EPFL). Il est également titulaire de la chaire de Digital Humanities (humanités digitales / humanités numériques) et président de la Time Machine Organisation, une entité à but non lucratif regroupant plus de 600 institutions. Il est l'auteur d'une dizaine de livres, traduits en plusieurs langues, et de plus d'une centaine de publications scientifiques. Ses travaux ont également

Isabella Di Lenardo

Ph.D. in Theories and Art History. Isabella di Lenardo is senior scientist in Digital Humanities and Urban History. Her research activity is focused on digital tools and methods applied to Urban History. She is an expert in ancient cartography, city representations, cadastral sources interpreted through digital modeling, extraction and analysis systems.She's also interested in network analysis questioning the production and circulation of artistic and architectural knowledge in Europe XVIth – XVIIIth centuries in particular on North-South relationships and influences. The development of collaboration projects with European institutions and the activity carried out on various initiatives supported by the European Commission have allowed her to acquire specialism in the field of science applied to heritage, developing in particular specific skills for the enhancement of Cultural Heritage through digital tools. She leads projects in collaboration with Bibliothèque national de France (Paris), Institut National d’Histoire de l’Art (Paris), Ecole nationale des chartes (Paris), Université Paris I Panthéon-Sorbonne, Centre Allemand d’Histoire de l’Art (Paris), Musée du Louvre, Archives Nationales de Paris, Bibliothèque Historique de la Ville de Paris, Réunion des Musées Nationaux. She supervised all the urban modeling simulations for the Venice Time Machine project and acted as content curator for all the exhibitions (Venice Biennale, Grand Palais-Paris, Datasquare - ArtLab-Lausanne, Museo Correr-Venice). Head of “Replica” project : digitizing 1 million photos of artworks in the Fondazione Giorgio Cini (Venice) and visual patterns extraction through a search engine for visual similarities. She has a Ph.D in Art History and also studied Archaeology and Urban Studies. She has published essays and articles about Venetian Art and Urban History and participated in many Art exhibitions in European museums. She coordinated summer schools and workshops about Digital Tools for Art History and Urban History. She attended conferences on digital methods for History in universities and patrimonial institutions.

Source officielle

Concepts associés (32)

Reconnaissance d'entités nommées

La reconnaissance d'entités nommées est une sous-tâche de l'activité d'extraction d'information dans des corpus documentaires. Elle consiste à rechercher des objets textuels (c'est-à-dire un mot, ou un groupe de mots) catégorisables dans des classes telles que noms de personnes, noms d'organisations ou d'entreprises, noms de lieux, quantités, distances, valeurs, dates, etc. À titre d'exemple, on pourrait donner le texte qui suit, étiqueté par un système de reconnaissance d'entités nommées utilisé lors de la campagne d'évaluation MUC: Henri a acheté 300 actions de la société AMD en 2006 Henri a acheté 300 actions de la société AMD en 2006.

Annotation sémantique

L'annotation sémantique est l'opération consistant à relier le contenu d'un texte à des entités dans une ontologie. Par exemple, pour la phrase «Paris est la capitale de la France.», l'annotation correcte de Paris serait Paris et non Paris Hilton. L'annotation sémantique est une variante plus détaillée mais moins exacte de la méthode des entitiés nommées, car ces dernières décrivent seulement la catégorie de l'entité (Paris est une ville, sans la relier à la bonne page Wikipédia).

Traitement automatique du langage naturel

Le traitement automatique du langage naturel (TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle, qui vise à créer des outils de traitement du langage naturel pour diverses applications. Il ne doit pas être confondu avec la linguistique informatique, qui vise à comprendre les langues au moyen d'outils informatiques.

Internet Archive

Internet Archive (ou IA) est un organisme à but non lucratif consacré à l’archivage du Web qui agit aussi comme bibliothèque numérique. Ces archives électroniques sont constituées de clichés instantanés (copie de pages prises à différents moments) de pages web, de logiciels, de films, de livres et d’enregistrements audio. Pour assurer la stabilité et la sécurité des données archivées, un site miroir fonctionnel est conservé à la Bibliotheca Alexandrina en Égypte.

Numérisation

La numérisation est la conversion des informations d'un support (texte, image, audio, vidéo) ou d'un signal électrique en données numériques que des dispositifs informatiques ou d'électronique numérique pourront traiter. Les données numériques se définissent comme une suite de caractères et de nombres qui représentent des informations. On utilise parfois le terme franglais digitalisation (digit signifiant chiffre en anglais). La numérisation, dans le contexte de l'administration des archives, est la conversion en masse des documents en fichiers informatiques.

Afficher plus

Séances de cours associées (56)

Compréhension de texte

Explore la compréhension du texte, en se concentrant sur les entités nommées, l'extraction d'informations et les méthodes de lecture automatique.

Urban Digital History: Lausanne Time Machine

Souligne l'importance des incompatibilités pour prévenir les conflits d'intérêts et maintenir la démocratie, en prônant une loi constitutionnelle en la matière.

Web sémantique & Extraction d'information

Explore le Web sémantique, les ontologies, l'extraction de l'information, les phrases clés, les entités nommées et les bases de connaissances.

Désambigation de l'entité

Explore les techniques de désambigation des entités, y compris les modèles NER, Viterbi et GPT, en mettant l'accent sur la conception rapide et l'apprentissage en contexte.

Extraction d'information et inférence des connaissances

Explore l'extraction de l'information, l'inférence des connaissances, l'induction taxonomique et la désambigation des entités.

Afficher plus

Maud Ehrmann

Maud Ehrmann is a research scientist at EPFL’s Digital Humanities Laboratory lead by Prof. Frédéric Kaplan . She holds a PhD in Computational Linguistics from the Paris Diderot Universtiy (Paris 7) and has been engaged in a large number of scientific projects centred on information extraction and text analysis, both for present-time and historical documents. Her main research interests span Natural Language Processing and Digital Humanities and include, among others, historical text annotation, historical data processing and representation, named entity recognition, and multilingual linguistic resources creation. Her current work at the DHLAB focuses on ‘impresso - Media Monitoring of the Past’ , a SNF sinergia project she initiated with Marten Düring ( C2DH ) and Simon Clematide ( ICL ) and which aims at enabling critical analysis of historical newspapers. In addition to the overall project management, her contributions to this project include system design and data management, annotation and benchmarking and named entity processing. Besides, she participates to the activities of the Venice Time Machine , working particularly on information extraction and knowledge representation tasks. Previously, she worked on the Garzoni project where she supervised and contributed to the development of a web-based transcription and annotation interface - in collaboration with Orlin Topalov, and built a linked data-based historical knowledge base. She also contributed to the Le Temps Digital Archives project . Prior to joining the DHLAB, she worked at the Linguistics Computing Laboratory at the Sapienza University of Rome with Roberto Navigli, where she worked on the BabelNet resource - a very large multilingual encyclopaedic dictionary and semantic network - and contributed to the LIDER project. Before that, she has been working for four years at the European Commission’s Joint Research Centre in Ispra, Italy, as member of the OPTIMA unit (now Text and Data mining unit), which develops innovative and application-oriented solutions for retrieving and extracting information from the Internet with a focus on high multilinguality. Together with Erik van der Goot, Ralf Steinberger , Hristo Tanev, Leo della Rocca and many others, she contributed to the development of the Europe Media Monitor (EMM). Prior, she worked at the Xerox Europe Research Centre in Grenoble, France (now Naver Labs Europe ) in the Parsing & Semantics group led by Frédérique Segond, first as PhD candidate supported through a CIFRE grant under the supervision of Caroline Brun and Bernard Victorri , then as a post-doctoral researcher. There her research focused mainly on the automatic processing and fine-grained analysis of entities of interest, specifically named entities and temporal expressions.

Concepts associés (32)

Reconnaissance d'entités nommées

Annotation sémantique

Traitement automatique du langage naturel

Internet Archive

Numérisation

Afficher plus