Gallic(orpor)a : Extraction, annotation et diffusion de l’information textuelle et visuelle en diachronie longue - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Gallic(orpor)a : Extraction, annotation et diffusion de l’information textuelle et visuelle en diachronie longue

Benoît Sagot
Automatic Language Modelling and ANAlysis & Computational Humanities
CV
Laurent Romary
Automatic Language Modelling and ANAlysis & Computational Humanities
CV
Rachel Bawden
Automatic Language Modelling and ANAlysis & Computational Humanities
CV
Pedro Javier Ortiz Suárez
Automatic Language Modelling and ANAlysis & Computational Humanities
CV
Kelly Christensen
Automatic Language Modelling and ANAlysis & Computational Humanities
Simon Gabay
Université de Genève = University of Geneva
CV
Ariane Pinche
Centre National de la Recherche Scientifique
Histoire, Archéologie et Littératures des mondes chrétiens et musulmans médiévaux
Centre Jean Mabillon
CV
Jean-Baptiste Camps
Centre Jean Mabillon
CV

Résumé

Restitution des travaux du Projet BNF DataLab Gallic(orpor)a

Domaines

Littératures Informatique [cs] Intelligence artificielle [cs.AI] Apprentissage [cs.LG] Modélisation et simulation Histoire Linguistique
Fichier principal
Vignette du fichier
BNF_DATAlab_2021-3.pdf (22.04 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Ariane Pinche  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03930542

Soumis le : lundi 9 janvier 2023-12:16:12

Dernière modification le : mercredi 20 novembre 2024-03:19:01

Archivage à long terme le : lundi 10 avril 2023-18:42:15

Télécharger pour visualiser

Dates et versions

hal-03930542 , version 1 (09-01-2023)

Licence

Paternité

Identifiants

  • HAL Id : hal-03930542 , version 1

Citer

Benoît Sagot, Laurent Romary, Rachel Bawden, Pedro Javier Ortiz Suárez, Kelly Christensen, et al.. Gallic(orpor)a : Extraction, annotation et diffusion de l’information textuelle et visuelle en diachronie longue. DataLab de la BnF : Restitution des travaux 2022, DataLab de la BnF, Dec 2022, Paris, France. ⟨hal-03930542⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ENS-LYON UNIV-LYON3 UNIV-AVIGNON CNRS INRIA UNIV-LYON2 EHESS CIHAM INRIA2 TDS-MACS PSL ENC CAMPUS-CONDORCET CJM UDL
238 Consultations
47 Téléchargements

Partager

More