Développement de notebooks Jupyter et de matériaux pour le deep learning en SHS

Huma-Num IR*

La principale mission de l’IR* Huma-Num est de construire, avec les communautés et à partir d’un pilotage scientifique, une infrastructure numérique de niveau international (nœud français des ERIC DARIAH et CLARIN) pour les SHS.

Équipe

Mathieu Morey

Magalie Dartus

🎯 Mission

Dans le but de développer Callisto, sa preuve de concept proposant la mise en œuvre du logiciel en ligne Jupyter / JupyterLab pour la recherche en SHS, Huma-Num a sollicité Datactivist pour :
✔︎ être accompagnée pour définir et réaliser des notebooks adaptés aux besoins des SHS tels que révélés par une enquête utilisateurs ;
✔︎ être accompagnée pour définir et réaliser des collections de jeux de données pouvant être utilisés dans des traitements de machine learning et deep learning ;
✔︎ disposer de notebooks de prise en main de ces traitements et jeux de données.

📋 Actions

Deux panels chercheurs réunissant plusieurs communautés (géographes, historiens, linguistes, sociologues…) afin d’identifier les besoins et les usages possibles des notebooks Jupyter en SHS

Priorisation des besoins identifiés afin de délimiter le périmètre le plus pertinent pour de premiers notebooks “sur étagère”

Identification des jeux de données, dont un jeu de données visant à entraîner un modèle de deep learning afin de proposer aux chercheurs français en SHS un modèle inédit adapté à leurs besoins

Production de cinq notebooks pour la prise en main de traitements de données avec Jupyter, indexés et organisés selon un catalogue raisonné