alix-tz

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema"
    xmlns:saxon="http://saxon.sf.net/"
    xmlns:my="foo.bar" 
    exclude-result-prefixes="xs my saxon uuid"
    xpath-default-namespace="http://www.w3.org/1999/xhtml"
    version="2.0"
    
    xmlns:uuid="java:java.util.UUID">

alix-tz

{"schemaVersion":1,"label":"Transcribed Characters","message":"83728","color":"informational","style":"flat-square"}

alix-tz

Règles générales de transcription pour les corpus CREMMA

Les corpus CREMMA désignent un ensemble de corpus de vérité de terrain produit dans le cadre du projet CREMMA (Consortium pour la Reconnaissance des Écritures Manuscrites des Matériaux Anciens).

• CREMMA-Medieval-LAT
• CREMMA-MSS-15 (manuscrits du XVe siècle)
• CREMMA-MSS-16 (manuscrits du XVIe siècle)
• CREMMA-MSS-17 (manuscrits du XVIIe siècle)
• CREMMA-MSS-18 (manuscrits du XVIIIe siècle)
• CREMMA-MSS-19 (manuscrits du XIXe siècle)

alix-tz

import os
import unicodedata
from collections import Counter

from spacy.lang.fr import French
from tqdm import tqdm
import pandas as pd
import lxml.etree as ET