evidoria

← Retour à la liste

Bonne pratique Importée

NorHand — La Bibliothèque nationale de Norvège ouvre son IA de reconnaissance d'écriture manuscrite à tout le secteur

Norvège · Oslo · Voir le profil de Norvège · Voir le profil de Oslo

Preuves: Descriptif / auto-déclaré Top 46% 60/100 · Demandez à Evidence Copilot à propos de cette pratique

La Bibliothèque nationale de Norvège a développé NorHand, un modèle d'IA de reconnaissance d'écriture manuscrite publié en accès libre, entraîné sur environ 400 écritures historiques (taux d'erreur de caractères de 4,0 %), qui a déjà aidé à numériser environ un quart de sa collection manuscrite numérisée et a été adopté par d'autres institutions norvégiennes.

~400 hands
Écritures historiques utilisées pour entraîner le modèle NorHand
4.0 %
Taux d'erreur par caractère (CER) de NorHand
~25 %
Part de la collection manuscrite numérisée déjà traitée et publiée
6 billion parameters
Paramètres du modèle NB-GPT-J-6B

Détails

Maturité
Établie
Promoteur
Nasjonalbiblioteket (National Library of Norway)
Période
2023-2026
Mots-clés
cultural heritage, digitisation, public libraries, NLP

Contexte

La Bibliothèque nationale de Norvège (Nasjonalbiblioteket) poursuit la numérisation intégrale de ses fonds depuis 2005, ayant numérisé, au milieu des années 2020, la quasi-totalité de ses livres et plus de la moitié de ses journaux. Son laboratoire d'IA (AI-Lab) a publié une famille de modèles en langue norvégienne sous licence ouverte, dont NB-BERT, NB-GPT-J-6B (6 milliards de paramètres) et les modèles vocaux NB-Whisper.

Objectifs

Créer un modèle ouvert de reconnaissance de texte manuscrit (HTR) pour numériser des manuscrits historiques et les rendre entièrement consultables en texte intégral.

Activités

En septembre 2023, la Bibliothèque a publié NorHand, un modèle HTR construit sur la plateforme Transkribus et entraîné sur environ 400 écritures différentes, y compris des manuscrits d'auteurs tels que Sigrid Undset. Le modèle et ses données d'entraînement ont tous deux été publiés en accès libre.

Résultats

NorHand atteint un taux d'erreur par caractère (CER) d'environ 4,0 % et, au moment de sa sortie, avait déjà contribué à traiter et publier environ un quart des documents manuscrits numérisés de la Bibliothèque sous forme d'éléments entièrement consultables en texte intégral. La Bibliothèque indique que plusieurs autres institutions norvégiennes l'ont depuis adopté pour leurs propres besoins de reconnaissance d'écriture manuscrite.

Conclusions

Ces chiffres sont autodéclarés par la Bibliothèque et son partenaire technologique, sans audit indépendant ; aucune étude de référence externe ni évaluation académique de la précision réelle de NorHand dans les différentes institutions n'a été trouvée ; l'affirmation selon laquelle "plusieurs" autres institutions l'ont adopté n'est elle-même pas quantifiée.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
National Library of Norway AI-Lab researchers and engineers

Conditions de réussite

  • an existing large digitised text/audio corpus to train and validate on
  • partnership with an established HTR platform (Transkribus)
  • open licensing of both model and training data to enable sector-wide reuse

Modes d’échec courants

  • self-reported accuracy figures without independent audit or academic benchmark
  • scale of adoption by other institutions is not quantified

Où cela s’applique

Type de gouvernance
national library / cultural heritage institution
Échelle
national, with cross-institutional reuse
Niveau de revenu
high-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Kit de réplication

Artefacts réutilisables de cette pratique — tels que publiés par leurs sources.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles