Contributions to the indexing and recognition of Syriac manuscripts
Contributions a l'indexation et a la reconnaissance des manuscrits Syriaques
Résumé
THIS THESIS IS DEDICATED TO THE COMPUTED EXPLORATION OF SYRIAC MANUSCRIPTS, IT IS THE FIRST STUDY OF THE SORT. SYRIAC IS A LANGUAGE THAT DEVELOPPED IN THE EASTERN REGION OF THE MEDITERRANEAN COAST, ABOUT TWENTY CENTURIES AGO, AND IS STILL IN PRACTICE TODAY. THE HISTORY AS WELL AS THE DEVELOPPMENT OF THE LANGUAGE ARE PRESENTED IN THE FIRST CHAPTER. SYRIAC IS WRITTEN FROM RIGHT TO LEFT WITH A DISTINCT FEATURE WHICH IS A TILT OF ABOUT 45° WHICH RENDERS CLASSICAL SIGNAL AND DOCUMENT ANALYSIS ALGORITHMS WHICH WERE DEVELOPPED FOR OTHER LANGAUGES RATHER USELESS. IN THE SECOND CHAPTER, AFTYER DESCRIBING AND EXTRACTING THE DOCUMENTS STRUCTURE, WE DEVELOPPED A WORD SEGMENTATION METHOD THAT TAKES THIS TILT INTO CONSIDERATION, THIS LEAD US TO ABOUT THIRTY STABLE SHAPES WHICH ARE VERTICAL LETTRES AND "N-GRAMMES" MADE OUT OF TILTED LETTERS. IN THE SECOND PART OF THIS THESIS, WE WERE INTERESTED IN THE CONTENT OF THE DOCUMENTS FOR INDEXATION PURPOSES. WE DEVELOPPED A WORD SPOTTING METHOD THAT ALLOWED US TO FIND ALL THE OCCURRENCES OF A WORD IN A DOCUMENT USING SEVERAL WORD QUERY APPROCHES (WORD SPOTTING, WORD RETRIEVAL). IT IS BASED OM SHAPE SIMILARITY EVALUATED AFTER A THOUROUGH ANALYSIS OF THE ORIENATIONS OF THE HANDWRITING. THE LAST CHAPTER CONSISTS OF A FIRST CONTRIBUTION TO ASSISTED TRANSCRIPTION OF SYRIAC MANUSCRIPTS WHICH RELIES ON THE ABOVE DESCRIBED SEGMENTATION. WE SHOWED THAT TRANSCRIPTION BASED ON INTERACTION, IS IN CONFLICT WITH THE TRADITIONNAL APPROACHES OF O. C. R RECOGNITION.
CETTE THESE EST DEDIEE A L'EXPLORATION INFORMATIQUE DE MANUSCRITS SYRIAQUES, C'EST LA PREMIERE ETUDE DE CE TYPE MISE EN ŒUVRE. LE SYRIAQUE EST UNE LANGUE QUI S'EST DEVELOPPE A L'EST DU BASSIN MEDITERRANEEN, IL Y A PLUS DE VINGT SIECLES ET QUI AUJOURD'HUI EST ENCORE PRATIQUEE. LA PRESENTATION DE L'HISTOIRE DU DEVELOPPEMENT DE CETTE LANGUE FAIT L'OBJECT DU PREMIER CHAPITRE. LE SYRIAQUE S'ECRIT DE DROITE A GAUCHE, AVEC UN ASPECT TRES SINGULIER, UN PENCHE D'UN ANGLE D'ENVIRON 45° QUI REND LES ALGORITHMES DE TRAITEMENT ET D'ANALYSE DE DOCUMENTS DEVELOPPES POUR LES AUTRES ECRITURES INOPERANTS. DANS LE SECOND CHAPITRE, APRES NOUS ETRE INTERESSES A LA DESCRIPTION ET L'EXTRACTION DES STRUCTURES DES DOCUMENTS, NOUS AVONS ELABORE UNE METHODE DE SEGMENTATION DES MOTS QUI PREND EN COMPTE CE PENCHE; ELLE NOUS CONDUIT A UNE TRENTAINE DE FORMES STABLES QUI SONT DES LETTRES INDIVIDUELLES VERTICALES ET DES "N-GRAMMES" CONSTITUES PAR DES LETTRES PENCHEES. DANS LA DEUXIEME PARTIE DE LA THESE, NOUS NOUS SOMMES INTERESSES AU CONTENU DES DOCUMENTS POUR DES FINS D'INDEXATION. NOUS AVONS DEVELOPPE UNE METHODE DE REPERAGE DE MOTS QUI PERMET DE RETROUVER, DANS IN DOCUMENT, TOUTES LES OCCURRENCES D'UN MOT SELON PLUSIEUS MODES DE REQUETES (WORD SPOTTING, WORD RETRIEVAL). ELLE REPOSE SUR UNE SIMILARITE DE FORME EVALUEE A PARTIR D'UNE ANALYSE TRES FINE DE L'ORIENTATION DU TRACE DE L'ECRITURE. LE DERNIER CHAPITRE EST UNE PREMIERE CONTRIBUTION A LA TRANSCRIPTION ASSISTEE DES MANUSCRITS SYRIAQUES QUI REPOSE SUR LA SEGMENTATION DES MOTS DECRITE CI-DESSUS. NOUS MONTRONS QUE LA TRANSCRIPTION, QUI S'APPUIE SUR L'INTERACTION, EST EN RUPTURE AVES LES TRADITIONNELLES DEMARCHES DE RECONNAISSANCE PAR O. C. R.