Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Le Hackathon Baybars, un hackathon de 37 millions de caractères

Entre l’automne 2023 et l’été 2024, le hackathon Baybars, dans la lignée du hackathon Alexandre qui avait eu lieu entre fin 2022 et printemps 2023, avait pour ambition la transcription par HTR d’environ 35.000 pages des cahiers de conteurs de la sīra de Baybars. L’objectif a été atteint avec succès grâce au concours de 16 participant·e·s et des partenaires institutionnels – la Bibliothèque nationale de France, Calfa, l’Ifpo, la MMSH, Orient & Méditerranée et l’Université Saint-Joseph.

C’est en septembre 2023 qu’a commencé le hackathon lors des quatre journées de lancement organisées dans les locaux de l’Institut des Lettres orientales (ILO) de l’Université Saint-Joseph à Beyrouth. Seize participants et participantes, dans la grande majorité issu·e·s des universités Saint-Esprit-Kaslik (USEK), American University of Beirut (AUB), Saint-Joseph (USJ), ainsi que de l’Université libanaise, de l’Université arabe de Beyrouth, de Sorbonne Université et de l’Ifpo, ont suivi une formation visant à couvrir les différents enjeux de la transcription des manuscrits de littérature populaire levantine : codicologie arabe, littérature populaire arabe, HTR, moyen-arabe1. Les participants ont ensuite eu à transcrire chacun une trentaine de pages, d’abord tous ensemble avec l’accompagnement de l’équipe de Calfa (entreprise spécialisée dans le traitement des graphies non latines) présente sur place, puis en autonomie durant les deux mois qui ont suivi. Les 548 images de manuscrits, correspondant à autant de doubles pages, transcrites manuellement ont ainsi produit une groundtruth (“vérité terrain”) suffisante pour entraîner le modèle HTR développé par Calfa. Une fois le modèle prêt, il a pu être appliqué au reste des quelques 17 345 photographies restantes (soit environ 35 000 pages manuscrites).

Les résultats ont varié entre 96% et 99% (contre 86,82 % lors des premiers tests en février 2021, et 93,67% janvier 2022) et sont globalement excellents.

Les pages suivantes présentent le détail des estimations de bonne reconnaissance :

 

Outre l’obtention de l’intégralité des textes de la recension damascène de la sīra de Baybars, le Hackathon Baybars a permis de faire connaître ce corpus à un public international en se rapprochant des institutions et communautés des pays qui ont vu naître la sīra.

Cette volonté de décloisonner la recherche implique de suivre les objectifs de la science ouverte, en permettant notamment un libre accès aux données produites. Les fichiers XML de grountruth ont ainsi rejoint ceux du hackathon Alexandre dans le dépôt GitLab dédié : https://gitlab.huma-num.fr/lipa/

Ce succès n’aurait pas pu avoir lieu sans les partenaires de LiPoL qui nous ont soutenus et accompagnés durant le projet, et que nous remercions chaleureusement, de même que les universités qui ont permis à leurs étudiants de participer au projet.

Image à la une : Interface de transcription Calfa Vision, 2021, CC-BY-SA

  1. Le programme complet des quatre journées de lancement a été mis en ligne en septembre 2023 : “Hackaton Baybars kick-off week, Beirut, September 26-29” in LiPoL – lipol.hypotheses.org, 18 sept. 2023 [en ligne] URL : https://lipol.hypotheses.org/2656 []

OpenEdition vous propose de citer ce billet de la manière suivante :
Claire Cialone-Grégoire (24 janvier 2025). Le Hackathon Baybars, un hackathon de 37 millions de caractères. LiPoL. Consulté le 16 novembre 2025 à l’adresse https://doi.org/10.58079/135j8


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.