
Thibault Clérice
Présentation
Points d'intérêt
- Analyse computationnelle du latin classique et tardif
- Traitement automatique des langues pour les langues anciennes et états de langue anciens
- Apprentissage profond et chaînes de numérisation de textes
- Standards et méthodes de partage des données
- Modélisation et Ingénierie pour les sciences humaines: bonnes pratiques, contrôle qualité
Diplômes
- Thèse Dire la sexualité en latin classique et tardif : une étude lexicographique par « apprentissage profond », sous la direction de Christian Nicolas à l'université de Lyon 3
- Master "Technologies Numériques Appliquées à l'Histoire", École des Chartes et King's College of London
- Licence Lettres Classiques, Sorbonne
Activités professionnelles
| | Employeur | Poste | | -- | -- | -- | | 2024- | INRIA | Permanent Researcher | | 2023-2024 | INRIA | Starting Research Position | | 2023 | Paris Sciences Lettres | Junior Fellow en Intelligence Artificielle appliquées aux Sciences Humaines et Sociales | | 2022 | École nationale des chartes | Post-doctorant sur projet CREMMALab, centré sur l'acquisition de textes manuscrits médiévaux | | 2017-2022 | École nationale des chartes | Responsable pédagogique du master Technologies Numériques Appliquées à l’Histoire, équivalence MCF | | 2014-2017 | Leipzig Universität | Wissenschaftlicher Mitarbeiter (Ingénieur) reponsable de l'infrastructure de Perseus 5 et https://Capitains.org | | 2014-2017 | Freelance | https://Syriaca.org et https://Perseids.org | | 2015 | Leipzig Universität | Enseignant à l’université d’été, « “Culture & Technology” - The European Summer University in Digital Humanities » | | 2013-2014 | King's College London | Research developer, Centre for e-Research, Digital Humanities Department: projet EHRIs (https://portal.ehri.eu) et DASISH| | 2006-2013 | Divers | Développeur en freelance ou sous-contrat avec de multiples entreprises ou institutions publiques |
Projets
- HTRomance, co-porteur avec Alix Chagué, 2023, Datalab de la Bibliothèque Nationale de France. L’objectif du projet HTRomance est d’évaluer et d’améliorer les techniques de reconnaissance d’écritures manuscrites (HTR) des manuscrits littéraires en latin et langues romanes, du XIème au XIXème siècle.
- CREMMA [Lien], co-rédacteur et -organisateur. Le projet Consortium Reconnaissance d’Écriture Manuscrite des Matériaux Anciens (CREMMA) vise la création d’un service de mise à disposition de ressources serveur pour favoriser l’accès à la reconnaissance d’écriture manuscrite (REM).
Bourses et Prix
- 2023 Prix science ouverte des jeunes chercheurs [*]
- 2022 Commanded Paper à la Computational Humanities Research 2022 (Ground-truth Free Evaluation of HTR on Old French and Latin Medieval Literary Manuscripts)
- 2019 Prix Paul Fortier, Conférence DH2019 Utrecht, avec Ariane Pinche et Jean-Baptiste Camps (Stylometry for Noisy Medieval Data: Evaluating Paul Meyer's Hagiographic Hypothesis.).
- 2013-2014 Bourse pour la Goettingen’s Summer School “DARIAH-DE International Digital Humanities Summer School”
- 2013 Bourse “Soutien aux acteurs de la recherche en humanités numériques” pour DH2014
Participation à des projets
- Membre fondateur et co-éditeur de HTR-United
- Membre du conseil scientifique du Consortium pour la Reconnaissance d’Écriture Manuscrite des Matériaux Anciens.
- Membre de l’Editorial Board de Digital Classicist.
- Co‑directeur du projet Perseids
- Membre du Comité Patrimoin de la Société des Ingénieurs et Scientifiques de France.
- Membre de l’Advisory Board d’Alpheios.net.
- Membre fondateur du comité technique de la spécification Distributed Text Services.
- Membre du projet Eurykleia
Passé
- (2014–2016) Membre du groupe de travail Outil et savoir faire de l’association francophone des humanités numériques Humanistica .
- (2015) Visible Words / Mots Visibles Coopération transatlantique combinant recherche et formation en épigraphie. Déplacement sur le terrain en 2015 à Thasos (Grèce). Conseils technologiques et support pédagogique
- (2013) Cerch Spring Seminars
Compétences
Publications
Publications
|
The birth of French orthography. A computational analysis of French spelling systems in diachronyCHR2024 – Computational Humanities Research Conference, Dec 2024, Aahrus, Denmark
Communication dans un congrès
hal-04704549
v2
|
|
Layout Analysis Dataset with SegmOntoDH2024 - Annual conference of the Alliance of Digital Humanities Organizations, ADHO, Aug 2024, Washington DC, United States
Communication dans un congrès
hal-04513725
v1
|
The CATMuS initiative: building large and diverse corpora for handwritten text recognitionDH AI Seminar 2024 - Digital Humanities / Artificial Intelligence, May 2024, Paris, France
Communication dans un congrès
hal-04591043
v1
|
|
|
Molyé: A Corpus-based Approach to Language Contact in Colonial FranceNLP4DH 2024 - 4th International Conference on Natural Language Processing for Digital Humanities, Nov 2024, Miami, United States
Communication dans un congrès
hal-04736370
v1
|
|
Synthetic lines from historical manuscripts: an experiment using GAN and style transferVisual Processing of Digital Manuscripts: Workflows, Pipelines, Best Practices. ICIAP 2023 Workshops. ICIAP 2023., Sep 2023, Udine, Italy. pp.477-488, ⟨10.1007/978-3-031-51026-7_40⟩
Communication dans un congrès
hal-04178550
v2
|
|
Reconnaissance des écritures dans les imprimésHumanistica 2024, Association francophone des humanités numériques, May 2024, Meknès, Maroc
Communication dans un congrès
hal-04557457
v1
|
|
CATMuS Medieval: A multilingual large-scale cross-century dataset in Latin script for handwritten text recognition and beyond2024 International Conference on Document Analysis and Recognition (ICDAR), 2024, Athens, Greece. pp.174-194, ⟨10.1007/978-3-031-70543-4_11⟩
Communication dans un congrès
hal-04453952
v1
|
|
Distributed Texts Services: PrésentationJournées Biblissima+: Partager, décloisonner, réutiliser : outiller la recherche et développer de nouveaux usages, May 2024, Aubervilliers, France
Communication dans un congrès
hal-04590862
v1
|
|
Does Context Matter ? Enhancing Handwritten Text Recognition with Metadata in Historical ManuscriptsCHR2024 – Computational Humanities Research Conference, Dec 2024, Aahrus, Denmark
Communication dans un congrès
hal-04704547
v2
|
Table ronde : « Le protocole de partage de textes DTS dans Biblissima+ : point d’avancement et perspectives »Journées annuelles Biblissima+ 2024, May 2024, Paris, France
Communication dans un congrès
hal-04753251
v1
|
|
|
CATMuS-Medieval: Consistent Approaches to Transcribing ManuScriptsDigital Humanities - DH2024, ADHO, Aug 2024, Washington DC, United States
Communication dans un congrès
hal-04346939
v1
|
|
Detecting Sexual Content at the Sentence Level in First Millennium Latin TextsJoint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024), ELRA Language Resources Association (ELRA); International Committee on Computational Linguistics (ICCL), May 2024, Torino, Italy. ⟨10.48550/arxiv.2309.14974⟩
Communication dans un congrès
hal-04214375
v3
|
|
Twenty-One* Pseudo-Chrysostoms and more: authorship verification in the patristic worldComputational Humanities Research Conference 2023, Dec 2023, Paris, France
Communication dans un congrès
hal-04211176
v2
|
|
Lemmatisation de l’ancien français : Présentation du modèle et des outils de l’École des chartesXXXe Congrès International de Linguistique et de Philologie Romanes, Société de linguistique romane, Jul 2022, La Laguna, Tenerife, Espagne. pp.1001-1012, ⟨10.46277/SLR.18.2023.1001-1012⟩
Communication dans un congrès
hal-04013381
v1
|
|
Make Love or War? Monitoring the Thematic Evolution of Medieval French NarrativesComputational Humanities Research (CHR 2023), Dec 2023, Paris, France
Communication dans un congrès
hal-04250657
v1
|
Lemmatisation et classification sémantique dans un corpus latin en diachronie longueSéminaires ALMAnaCH, Rachel Bawden, Feb 2023, Paris, France
Communication dans un congrès
hal-04004344
v1
|
|
|
I'm here to fight for ground truth": HTR-United, a solution towards a common for HTR training dataDigital Humanities 2023: Collaboration as Opportunity, Alliance of Digital Humanities Organizations; University of Graz, Jul 2023, Graz, Austria
Communication dans un congrès
hal-04094233
v1
|
|
Workshop HTR-United: metadata, quality control and sharing process for HTR training dataDH 2023 - Digital Humanities Conference: Collaboration as Opportunity, Alliance of Digital Humanities Organizations; University of Graz, Jul 2023, Graz, Austria
Communication dans un congrès
hal-04094235
v1
|
|
Sharing HTR datasets with standardized metadata: the HTR-United initiativeDocuments anciens et reconnaissance automatique des écritures manuscrites, CREMMALab, Jun 2022, Paris, France
Communication dans un congrès
hal-03703989
v1
|
|
Ground-truth Free Evaluation of HTR on Old French and Latin Medieval Literary ManuscriptsComputational Humanities Research Conference (CHR) 2022, Dec 2022, Antwerp, Belgium
Communication dans un congrès
hal-03828529
v1
|
|
Manu McFrench, from zero to hero: impact of using a generic handwriting recognition model for smaller datasetsDigital Humanities 2023: Collaboration as Opportunity, Alliance of Digital Humanities Organizations; University of Graz, Jul 2023, Graz, Austria
Communication dans un congrès
hal-04094241
v1
|
|
Building infrastructure for annotating medieval, classical and pre-orthographic languages: the Pyrrha ecosystemDigital Humanities 2022 (DH2022), Jul 2022, Tokyo, Japan
Communication dans un congrès
hal-03606756
v1
|
|
The BIR database – Identifying typographic emphasis in list-like historical documentsHIP@ICDAR21 - The 6th International Workshop on Historical Document Imaging and Processing, Sep 2021, Lausanne, Switzerland. ⟨10.1145/3476887.3476913⟩
Communication dans un congrès
hal-03355683
v1
|
|
Introducing Citation StructuresBalisage: The Markup Conference 2021, Aug 2021, Washington, United States. ⟨10.4242/BalisageVol26.Cayless01⟩
Communication dans un congrès
hal-04262751
v1
|
Lemmatiser des textes et corriger l'annotation grâcè a l'apprentissage profond avec PyrrhaHumanistica 2021, Humanistica, May 2021, Rennes, France
Communication dans un congrès
hal-03224112
v1
|
|
|
Don't worry, it's just noise": quantifying the impact of files treated as single textual units when they are really collectionsWorkshop on Natural Language Processing for Digital Humanities (NLP4DH), NLP Association of India (NLPAI), Dec 2021, NIT Silchar, India. pp.95-105
Communication dans un congrès
hal-03481620
v1
|
|
HTR-United : Mutualisons la vérité de terrain !DHNord2021 - Publier, partager, réutiliser les données de la recherche : les data papers et leurs enjeux, MESHS, Nov 2021, Lille, France
Communication dans un congrès
hal-03398740
v1
|
|
Standardizing linguistic data: method and tools for annotating (pre-orthographic) FrenchProceedings of the 2nd International Digital Tools & Uses Congress (DTUC '20), Oct 2020, Hammamet, Tunisia. ⟨10.1145/3423603.3423996⟩
Communication dans un congrès
hal-03018381
v1
|
Présentation du protocole de partage de texte Distributed Texts Services (DTS)Conférence ADEMEC, ADEMEC - Ecole nationale des chartes, Feb 2019, Paris, France
Communication dans un congrès
hal-04087571
v1
|
|
|
Stylometry for Noisy Medieval Data: Evaluating Paul Meyer’s Hagiographic HypothesisDigital Humanities Conference 2019 - DH2019, ADHO; Utrecht University, Jul 2019, Utrecht, Netherlands
Communication dans un congrès
hal-02182737
v1
|
Deep learning et humanités : entre score et applicationMachine learning, données textuelles et recherche en sciences humaines et sociales, Mariane Reboul; Jean-Philippe Magué; Pierre Borgnat, Nov 2019, Lyon, France
Communication dans un congrès
hal-02379455
v1
|
|
Capitains : Challenges for the generalization and adoption of open source softwareDigital Classicist London, Jun 2018, Londres, France
Communication dans un congrès
hal-01814742
v1
|
|
Deucalion et Pyrrha: Environnement pour la lemmatisation et la postcorrection à l'École des chartesText Encoding: Latinists looking for new synergies, Nov 2018, Liège, Belgique
Communication dans un congrès
halshs-02488858
v1
|
|
From File Interoperability to Service Interoperability : The Distributed Text ServicesTEI 2018, Sep 2018, Tokyo, Japan
Communication dans un congrès
hal-02196659
v1
|
|
|
APIs in Digital Humanities: The Infrastructural TurnDigital Humanities 2016, Jul 2016, Cracovie, Poland. pp.93-96
Communication dans un congrès
hal-01348706
v1
|
|
Unit testing, integration and deployment : dealing with diversity, interoperability and sustainability of digital corporaTEI Conference and Members' Meeting, Text Encoding Initiative, Oct 2015, Lyon, France
Communication dans un congrès
hal-04271323
v1
|
Network analysis and distant reading: The Cicero’s NetworkThe Connected Past, Apr 2014, Paris, France
Communication dans un congrès
hal-04527010
v1
|
|
Qualitative Analysis of Semantic Language ModelsDavid Hamidović; Claire Clivaz; Sarah Bowen. Ancient Manuscripts in Digital Culture, 3, BRILL, pp.87-114, 2019, Digital Biblical Studies, 978-90-04-39929-7. ⟨10.1163/9789004399297_007⟩
Chapitre d'ouvrage
hal-02196654
v1
|
|
KréyoLID: From Language Identification Towards Language Mining2025
Pré-publication, Document de travail
hal-04986402
v1
|
|
Diachronic Document Dataset for Semantic Layout Analysis2024
Pré-publication, Document de travail
hal-04784161
v1
|
|
Données ouvertes, données propres, et autres vies : Testaments de Poilus et CREMMA2023
Pré-publication, Document de travail
hal-04347066
v1
|
|
HTR-United : un écosystème pour une approche mutualisée de la transcription automatique des écritures manuscrites2022
Pré-publication, Document de travail
hal-04124743
v1
|
|
Corpus and Models for Lemmatisation and POS-tagging of Old French2021
Pré-publication, Document de travail
halshs-03353125
v1
|
Stylometry for Noisy Medieval Data: Evaluating Paul Meyer's Hagiographic Hypothesis2019
Pré-publication, Document de travail
halshs-03044106
v1
|
|
|
Manuel d'annotation linguistique pour le français moderne (XVIe -XVIIIe siècles)2022
Pré-publication, Document de travail
hal-02571190
v2
|
|
017 - Deploying eScriptorium online: notes on CREMMA's server specifications2023
Article de blog scientifique
hal-04362085
v1
|
|
Deploying eScriptorium online: notes on CREMMA's server specifications2023
Article de blog scientifique
hal-04722311
v1
|