Le résumé de ma thèse :

La Gazette de Leyde est un journal politique parmi les plus influents  du XVIIIième siècle et représente un corpus de plus de 140 000 pages  réparti sur plus d'un siècle de parution. Le projet de numérisation,  valorisation et exploitation a été monté en collaboration avec les  chercheurs en Sciences Humaines de l'UMR LIRE, son objectif était la  meilleure utilisation des potentiels des STIC pour améliorer leur  travail (d'historiens) et répondre à leurs besoins.

Permettre une navigation rapide et intelligente dans le corpus de la  Gazette de Leyde est apparu comme le défi à relever en priorité. Dans  cet objectif nous avons travaillé sur les structures physique et  logique (mise en page, typographie) en exploitant notamment les  particularités du style des mots et des titres des articles. Cette  démarche nous a permis de faire la différentiation entre les styles  italique et romain. Couplée à l'élaboration d'une technique de  repérage des titres de rubriques, (qui reposait sur leur typographie  et placement dans les colonnes de texte), elle nous a conduit à la  création automatique d'un index intelligent de la Gazette de Leyde, en  mode image.

La seconde partie de cette thèse consiste en une étude de faisabilité  de l'adaptation de la méthode de Transcription Assistée par Ordinateur  qui se présente comme une alternative aux logiciels commerciaux O.C.R,  inefficaces sur les documents anciens plus ou moins bien conservés. La  transcription consiste à regrouper les caractères en classes par  similarité de formes. Ces classes seront ensuite étiquetées par un  spécialiste du document ce qui conduit à un résultat de bonne qualité.