Smits Thomas et Wevers Melvin, « A multimodal turn in Digital Humanities. Using contrastive machine learning models to explore, enrich, and analyze digital visual historical collections », Digital Scholarship in the Humanities, 1 septembre 2023, vol. 38, no 3, p. 1267‑1280.
L’article “A multimodal turn in Digital Humanities” par Thomas Smits et Melvin Wevers explore l’utilisation de modèles d’apprentissage profond multimodal pour analyser des collections historiques d’images numériques. Il discute de l’évolution des Humanités numériques de l’analyse textuelle vers une intégration multimodale, soulignant l’importance croissante des formes visuelles. Trois études de cas démontrent l’application du modèle CLIP pour l’enrichissement et l’analyse de collections culturelles visuelles. L’article met également en garde contre les biais inhérents à ces modèles.
URL: Digital Scholarship in the Humanities.
OpenEdition vous propose de citer ce billet de la manière suivante :
Julien Schuh (7 mars 2024). Smits Thomas et Wevers Melvin, « A multimodal turn in Digital Humanities. Using contrastive machine learning models to explore, enrich, and analyze digital visual historical collections », Digital Scholarship in the Humanities, 1 septembre 2023, vol. 38, no 3, p. 1267‑1280. Consortium-HN pictorIA. Consulté le 10 novembre 2024 à l’adresse https://pictoria.hypotheses.org/445