Swedish Lion — le modèle d'IA du Riksarkivet qui rend consultable un million de documents historiques manuscrits

Les Archives nationales de Suède (Riksarkivet) exploitent leur propre unité de recherche en IA, AIRA, qui a développé « Swedish Lion », un modèle de reconnaissance d'écriture manuscrite (HTR) entraîné spécifiquement pour lire l'écriture suédoise d'environ 1600 à 1900. Les données d'entraînement proviennent de « Transkriberingsnod Sverige », une collaboration de trois ans, financée par des fonds publics, dans laquelle des généalogistes bénévoles ont transcrit manuellement des documents historiques pour constituer le jeu de données de référence nécessaire au modèle.

Le projet vise à rendre de vastes collections d'archives historiques consultables en texte intégral, en commençant par deux collections majeures : les archives de la Commission de sorcellerie du XVIIe siècle et les protocoles de la Cour d'appel de Svea du XVIIIe siècle.

Le Riksarkivet a publié les textes interprétés par la machine sous forme de données ouvertes, téléchargeables via API ou en fichiers XML, et avait déjà mis en open source ses outils HTR/OCR sous-jacents, dont le framework « HTRflow », pour réutilisation par d'autres archives et chercheurs.

Le modèle a rendu environ 1,2 million de pages consultables en texte intégral dans la base de données des Archives nationales, à partir d'un lot initial de plus d'un million de documents manuscrits. Le Riksarkivet a annoncé que des millions de pages d'archives supplémentaires seraient traitées et publiées progressivement jusqu'en 2025.

Les documents du projet lui-même ne publiant pas de chiffre formel et vérifié de manière indépendante sur la précision ou le taux d'erreur, la pratique est principalement étayée par son résultat livré et vérifiable publiquement plutôt que par un score de précision comparé à une référence.