Indexation par intégration cognitive de manuscrits : des Pixels au Sens - Etudes comparatives et consolidation de l'état de l'art – COGNILEGO

Lors de l'ANR blanche ANCL (2007-2009), avec le LSIS et le LNIA, ciblant l'apprentissage de la lecture, nous avons apporté des arguments très précis à l'appui d'une mémorisation auto- organisée des mots (Dufau 2010). Le modèle que nous avons utilisé est une carte auto organisatrice (Kohonen 1977), alimentée par des entrées de type bigramme de lettres (Grainger 2006).


Face aux excellentes performances de ce modèle de la lecture orthographique, nous désirons continuer nos efforts vis à vis de la reconnaissance des mots avec la même philosophie : le cortex ne traite pas l'information, il la mémorise. Cette mémorisation respecte la topologie et la densité de probabilité d'apparition des données qui lui sont soumises. Chaque étage de mémorisation constitue un niveau hiérarchique et fonctionnel. Nous estimons - de même que S. Dehaene (2007) - le nombre d'étages nécessaires pour passer d'une image pixels à une suite de mots à 10.


Le but de ce présent projet est de développer et tester ce modèle de traitement pour la reconnaissance des mots, modèle que nous avons baptisé Cogni-Lego. Nos propositions orientées cognitions sont originales et à l'etat de l'art en la matière. Après 3 ans de recherche dans l’ANR blanche ANCL, nous proposons des les interfacer avec les modèles de reconnaissance manuscrite. Notre approche modulaire permet de compléter l'approche statistique de notre partenaire industriel, sans la supplanter. Ainsi, nous espérons un gain de performance et un prototype industrialisable en sortie du projet.