Extraction et compréhension de texte dans les films
Notice bibliographique
Résumé
Ce mémoire s’intéresse à la compréhension de texte dans les films et plus généralement à la détection et à la reconnaissance de texte dans les scènes naturelles. Il explore les modèles de langage pour la correction du texte reconnu et s’intéresse aussi à l’indexation et la recherche de contenus dans ce texte. L’idée est de pouvoir reconnaître le texte dans de grandes collections de films et de pouvoir ainsi faire des recherches de contenus particuliers. Nous proposons pour cela une méthode performante d’extraction d’images dans les fichiers vidéo en suggérant un modèle pour la détection de texte, un modèle de reconnaissance de texte, une suite d’outils pour colliger et corriger le texte reconnu et finalement l’indexation et la recherche de ce texte dans un moteur de recherche. Outre l’innovation d’unifier les modèles pour la compréhension de texte dans les films, ce mémoire contribue aussi à améliorer l’accessibilité des oeuvres de l’Office national du film du Canada (ONF) et la découvrabilité du patrimoine cinématographique Canadien. Ce mémoire se base sur la création et l’annotation d’un jeu de données ONF-Text pour identifier les modèles les plus performants pour l’ONF pour la détection, la reconnaissance et la recherche de texte dans les films. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : détection de texte, reconnaissance de texte, segmentation de texte, apprentissage profond, apprentissage automatique, traitement automatique du langage naturel, vision par ordinateur
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,006 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».