☰
Mercredi 18 Novembre 2026

Open Islamicate Texts Initiative (OpenITI)



L’initiative Open Islamicate Texts Initiative (OpenITI) est un projet collaboratif réunissant plusieurs institutions universitaires. Dirigée par des chercheurs de l’Institute for the Study of Muslim Civilisations de l’Aga Khan University à Londres, du Roshan Institute for Persian Studies de l’University of Maryland, College Park, et de l’Universität Hamburg, elle vise à développer les infrastructures numériques nécessaires à l’étude des cultures de l’aire islamique.

Depuis sa création en 2016, OpenITI concentre ses travaux sur les éléments indispensables au développement des humanités numériques appliquées aux études islamiques. Cela inclut notamment l’amélioration de la reconnaissance optique de caractères (OCR) pour les écritures arabes, la reconnaissance de textes manuscrits (HTR), l’élaboration de normes robustes pour le traitement et l’encodage des textes en caractères arabes, ainsi que la création de plateformes collaboratives destinées à la constitution de corpus textuels et d’éditions numériques savantes.

Les recherches menées sur l’OCR et le HTR, en collaboration avec des équipes de la Northeastern University, de l’Université Paris Sciences et Lettres, de l’University of California San Diego et d’autres partenaires, ont permis d’obtenir à ce jour les résultats les plus précis pour le traitement automatique des textes en écriture arabe ( voir les publications). Un aspect essentiel de ces avancées réside dans leur réalisation à partir du moteur libre et open source Kraken, dont les modèles peuvent être réentraînés et adaptés aux besoins spécifiques de la recherche académique. Ces travaux ont bénéficié du soutien financier de la Fondation Andrew W. Mellon, du National Endowment for the Humanities et de la National Science Foundation. Pour plus d'informations, voir les pages des projets suivants : l'OpenITI Arabic-script OCR Catalyst Project, Phase One, OpenITI Arabic-script OCR Catalyst Project, Phase Two, Automatic Collation for Diversifying Corpora, et Textual Lacunae Reconstruction Tool  

En complément de ces développements technologiques, OpenITI poursuit un second objectif majeur : la constitution d’un vaste corpus scientifique de textes de la civilisation islamique, conforme aux standards internationaux et exploitable par les outils numériques. Ce corpus rassemble un nombre croissant d’œuvres en arabe, persan, turc ottoman et ourdou. Les textes sont mis à disposition sous différents formats, notamment en texte brut, en OpenITI mARkdown et en TEI XML, et sont accompagnés de métadonnées vérifiées et enrichies autant que possible. Pour plus d'informations voir OpenITI corpus.   

Les projets d’OpenITI

OpenITI est impliqué dans un certain nombre de projets innovants, passés et en cours, visant à développer les infrastructures numériques nécessaires à l’étude des textes de la civilisation islamique.

Automatic Collation for Diversifying Corpora (ACDC)
Le projet Automatic Collation for Diversifying Corpora (ACDC), financé par une subvention de niveau III en humanités numériques du National Endowment for the Humanities, vise à améliorer significativement la précision de la reconnaissance des textes manuscrits (HTR) pour les manuscrits en écriture arabe. Pour atteindre cet objectif, l’équipe développe un outil de collation automatisée capable de générer de grandes quantités de données d’entraînement à partir de textes numériques existants et d’images de manuscrits, sans nécessiter l’annotation manuelle, longue et coûteuse, de chaque manuscrit.

CorpusBuilder
En 2017, OpenITI s’est associé au projet SHARIAsource, porté par le Program in Islamic Law de la Harvard Law School, afin de développer une chaîne de traitement OCR robuste et conviviale appelée CorpusBuilder. Ce projet avait pour objectif de faciliter la conversion de textes imprimés en écriture arabe en formats numériques exploitables pour la recherche. Il a été financé par le Program in Islamic Law de la Harvard Law School.

Publications numériques
OpenITI a entrepris une phase pilote visant à produire les premières publications numériques d’œuvres persanes et arabes directement à partir de leurs manuscrits originaux, sans passer par l’étape intermédiaire de l’édition imprimée. Dans ce cadre, l’initiative développe, en collaboration avec Carl Ernst, plusieurs projets destinés à mettre en place une chaîne éditoriale entièrement numérique pour les éditions savantes.

Textual Lacunae Reconstruction Tool (TLR)
Le projet Textual Lacunae Reconstruction Tool (TLR), financé par la National Science Foundation, exploite de nouvelles méthodes de transcription non supervisée pour automatiser la transcription de grandes quantités de textes manuscrits en écriture arabe.


Open Islamicate Texts Initiative Arabic-script OCR Catalyst Project (OpenITI AOCP) Phase One
Financée par deux subventions de la Fondation Andrew W. Mellon, la première phase du projet Open Islamicate Texts Initiative Arabic-script OCR Catalyst Project (OpenITI AOCP) Phase One est la première initiative de ce type visant à surmonter les obstacles techniques et organisationnels qui ont historiquement entravé le développement de la reconnaissance optique de caractères (OCR) en écriture arabe et la production de textes numériques pour les études islamiques.

Open Islamicate Texts Initiative Arabic-script OCR Catalyst Project (OpenITI AOCP) Phase Two
OpenITI AOCP Phase II s’appuiera sur les succès considérables de la phase I du projet, qui a permis de mener à bien la production pilote de corpus en persan et en arabe et d’améliorer les taux de précision des caractères (CAR) de l’OCR sur les polices de caractères les plus courantes de l’histoire de l’imprimé persan et arabe.

OpenITI Corpus
Le OpenITI Corpus est une collection en libre accès et exploitable par des systèmes automatisés de textes en persan et en arabe.

Open Islamicate Texts Initiative Arabic-script OCR Catalyst Project (OpenITI AOCP)
Financé par des subventions de The Andrew W. Mellon Foundation, le Open Islamicate Texts Initiative Arabic-script OCR Catalyst Project (OpenITI AOCP) est la première initiative de ce type visant à surmonter les obstacles techniques et organisationnels qui ont historiquement entravé le développement de l’OCR pour l’écriture arabe et la production de textes numériques destinés aux études islamiques.

Projects Affiliated with OpenITI
Descriptions de nombreux projets qui sont (ou ont été) affiliés à OpenITI
 





Dans la même rubrique :