CONF vinciarelli:cifed:2006/IDIAP Indexation de Documents Manuscrits Vinciarelli, Alessandro EXTERNAL https://publications.idiap.ch/attachments/papers/2006/vinciarelli-cifed-2006.pdf PUBLIC https://publications.idiap.ch/index.php/publications/showcite/vinciarelli:rr06-31 Related documents Proceedings du Colloque International Francophone sur l'Ecrit et le Document (CIFED06) 2006 49-53 IDIAP-RR 06-31 Les systèmes de reconnaissance automatique de l'écriture permettent de transfomer des collections de documents manuscrits en archives de documents numériques. L'avantage n'est pas tellement la réduction de l'espace nécéssaire pour stoquer les données, mais plutôt la possibilité d'appliquer les technologies de gestion du contenu normalement utilisées pour des textes numériques tels que pages web et e-mails. Le problème principal dans une telle démarche est que les transcriptions sont généralement bruitées, c'est-à-dire qu'elles sont caracterisées par un taux d'erreur qui peut atteindre, dépendemment des cas, les 50 pour cent. Cet article montre que cela ne constitue pas un problème majeur dans deux cas importants: Information Retrieval et Text Categorization. Une comparaison des résultats obtenus avec les mêmes technologies d'indexation sur les transcriptions manuelles (sans erreur) et automatiques (environ 40\% de Term Error Rate) des mêmes documents montre en effet que l'impact sur la performance de l'application finale est négligeable. REPORT vinciarelli:rr06-31/IDIAP Indexation de Documents Manuscrits Vinciarelli, Alessandro EXTERNAL https://publications.idiap.ch/attachments/reports/2006/vinciarelli-idiap-rr-06-31.pdf PUBLIC Idiap-RR-31-2006 2006 IDIAP Published in Proceedings du Colloque International Francophone sur l'Ecrit et le Document (CIFED06,',','), article invité Les systèmes de reconnaissance automatique de l'écriture permettent de transfomer des collections de documents manuscrits en archives de documents numériques. L'avantage n'est pas tellement la réduction de l'espace nécéssaire pour stoquer les données, mais plutôt la possibilité d'appliquer les technologies de gestion du contenu normalement utilisées pour des textes numériques tels que pages web et e-mails. Le problème principal dans une telle démarche est que les transcriptions sont généralement bruitées, c'est-à-dire qu'elles sont caracterisées par un taux d'erreur qui peut atteindre, dépendemment des cas, les 50 pour cent. Cet article montre que cela ne constitue pas un problème majeur dans deux cas importants: Information Retrieval et Text Categorization. Une comparaison des résultats obtenus avec les mêmes technologies d'indexation sur les transcriptions manuelles (sans erreur) et automatiques (environ 40\% de Term Error Rate) des mêmes documents montre en effet que l'impact sur la performance de l'application finale est négligeable.