Système générique et omni-langage de navigation dans des bases de documents anciens basé sur de la recherche de mots par composition interactive de requêtes
Abstract
La recherche de mots ou de groupe de mots pour la navigation dans des collections de documents anciens numérisés est un sujet de recherche actif dans la communauté internationale. En raison en particulier de la qualité médiocre de ce type de documents et de l'utilisation d'un langage ancien ou rare, appliquer un simple OCR sur ces documents ne suffit pas, d'autant que certains alphabets ne disposent d'aucun système de reconnaissance automatique. Afin de contourner ces difficultés, nous proposons un système générique, omni-langage et interactif de recherche de mots dans des collections de documents anciens. Cette approche permet de travailler sur n'importe quelle collection de documents anciens, utilisant n'importe quel alphabet, pictogrammes ou idéogrammes. Dans ce contexte, l'utilisateur peut composer sa requête et il n'a pas besoin de maîtriser le langage ni de détecter préalablement une occurrence du mot-clé.