SOTAVerified

Decoder

HLMFootFR, aussi appelé HLM Football FR, un média digital centré sur le football, fondé avec la volonté de mettre en lumière les talents issus des quartiers populaires et de créer un espace d’expression représentatif de la culture urbaine et du sport populaire. Ce projet, à mi-chemin entre journalisme, culture et technologie, utilise des outils numériques de pointe, notamment l’intelligence artificielle, pour optimiser sa production de contenu, sa capacité d’analyse et sa diffusion.

Concrètement, HLMFootFR ne se contente pas de relayer l’actualité footballistique. Il s’appuie sur des modèles de traitement automatique du langage (NLP) pour rédiger ou enrichir des descriptions, des résumés de matchs, ou encore des formats courts destinés aux réseaux sociaux. Cette utilisation permet de produire rapidement des textes cohérents, adaptés à différents publics et plateformes comme TikTok, Instagram ou un blog spécialisé.

L’intelligence artificielle est aussi utilisée pour la veille et l’analyse des performances des joueurs. Grâce à des outils de scraping et d’agrégation de données, HLMFootFR collecte des informations issues de bases publiques (telles que Transfermarkt ou des APIs sportives), et les transforme en indicateurs visuels, profils de joueurs, ou tendances exploitables. Des scripts automatisés permettent d’identifier les évolutions, comme les transferts ou les blessures, en temps réel, ce qui constitue une valeur ajoutée dans un contexte où l’information est très rapide et concurrentielle.

En interne, des systèmes simples de machine learning sont en place pour aider à la personnalisation du contenu. En fonction de l’engagement du public, des heures de publication ou des types de contenu les plus performants, HLMFootFR adapte sa stratégie de publication de manière semi-automatisée. Cela permet au média d’avoir une diffusion plus ciblée et plus efficace de ses messages.

HLMFoot FR utilise également l’IA dans le domaine audiovisuel. Des outils comme Whisper sont utilisés pour la transcription automatique des interviews, facilitant ainsi la mise en ligne de vidéos sous-titrées, accessibles à tous. L’équipe expérimente également des outils de montage intelligent, de synthèse vocale et de traduction automatisée, dans le but d’élargir son public à d’autres langues et régions.

Le projet s’appuie sur un stack technique léger mais évolutif, avec une forte composante Python (scraping, NLP, automatisation), JavaScript pour l’intégration web, et des outils comme HuggingFace Transformers, OpenAI GPT ou spaCy pour le traitement du langage. Des plateformes comme Firebase, Streamlit et diverses APIs sociales (TikTok, Instagram) sont intégrées pour piloter l’ensemble.

Enfin, HLMFootFR souhaite partager prochainement certains de ses outils en open-source, à travers des dépôts publics. Il s’agira notamment d’un générateur de résumés automatisés de matchs, d’un pipeline de veille footballistique, ou encore d’un système de profilage joueur à partir de données disponibles librement. Ces projets ont pour but de démontrer comment l’intelligence artificielle peut s’intégrer dans des initiatives culturelles et communautaires, en dehors du cadre académique classique.

HLMFootFR est donc un exemple concret de convergence entre passion, média et technologie. Il montre comment, avec des ressources limitées mais des outils bien utilisés, il est possible de créer une structure médiatique alternative, réactive, et profondément ancrée dans les réalités sociales et culturelles du sport. HLMFootFR est un média digital indépendant dédié au football, fondé par Helmut Patahini en 2022, qui met en lumière les joueurs issus des quartiers populaires et de la culture urbaine. Né entre la France et la Belgique, le projet s’appuie sur les réseaux sociaux (TikTok, Instagram, YouTube …) pour diffuser une parole différente, libre et engagée. HLMFootFR se distingue par l’utilisation de l’intelligence artificielle dans la création de contenu, l’analyse de données et l’automatisation des tâches, afin de proposer une expérience moderne, rapide et accessible. Le média vise à représenter ceux qu’on entend peu, tout en connectant le monde du foot à la technologie d’aujourd’hui.

Papers

Showing 55015550 of 10368 papers

TitleStatusHype
Learning to Deblur and Rotate Motion-Blurred Faces0
Learning to Decode 7T-like MR Image Reconstruction from 3T MR Images0
A Beam-Search Decoder for Grammatical Error Correction0
Improving Formality Style Transfer with Context-Aware Rule Injection0
Improving Few-Shot Image Classification Using Machine- and User-Generated Natural Language Descriptions0
Learning to Decode the Surface Code with a Recurrent, Transformer-Based Neural Network0
Deep Learning for Simultaneous Inference of Hydraulic and Transport Properties0
Learning To Detect Keyword Parts And Whole By Smoothed Max Pooling0
LSTM-LM with Long-Term History for First-Pass Decoding in Conversational Speech Recognition0
Learning to Diversify for Product Question Generation0
LTCXNet: Advancing Chest X-Ray Analysis with Solutions for Long-Tailed Multi-Label Classification and Fairness Challenges0
Learning to Embed Multi-Modal Contexts for Situated Conversational Agents0
LVMark: Robust Watermark for Latent Video Diffusion Models0
Learning to Estimate System Specifications in Linear Temporal Logic using Transformers and Mamba0
Learning to Forecast Videos of Human Activity with Multi-granularity Models and Adaptive Rendering0
Learning to Generate Customized Dynamic 3D Facial Expressions0
M^2UNet: MetaFormer Multi-scale Upsampling Network for Polyp Segmentation0
Learning to Generate Market Comments from Stock Prices0
Improving Equation Set Problems with Label Augmentation0
Learning to Generate Product Reviews from Attributes0
Improving End-to-End Models for Set Prediction in Spoken Language Understanding0
Learning to Ground VLMs without Forgetting0
Learning to Guide Decoding for Image Captioning0
Deep Learning for Segmentation using an Open Large-Scale Dataset in 2D Echocardiography0
An End-to-End Vehicle Trajcetory Prediction Framework0
Improving Embedding Accuracy for Document Retrieval Using Entity Relationship Maps and Model-Aware Contrastive Sampling0
Deep Learning for Segmentation of Cracks in High-Resolution Images of Steel Bridges0
Automatic Radiology Report Generation based on Multi-view Image Fusion and Medical Concept Enrichment0
Learning to Learn Quantum Turbo Detection0
Diversity-Aware Sign Language Production through a Pose Encoding Variational Autoencoder0
Automatic Quality Estimation for ASR System Combination0
Learning to Play Atari in a World of Tokens0
Learning to Predict on Octree for Scalable Point Cloud Geometry Coding0
Improving Dual-Microphone Speech Enhancement by Learning Cross-Channel Features with Multi-Head Attention0
A Multi-Scale Spatial-Temporal Network for Wireless Video Transmission0
Improving Domain-Specific ASR with LLM-Generated Contextual Descriptions0
Improving Domain Adaptation Translation with Domain Invariant and Specific Information0
Learning to Refine Object Contours with a Top-Down Fully Convolutional Encoder-Decoder Network0
Deep learning for determining a near-optimal topological design without any iteration0
Learning to Reformulate the Queries on the WEB0
LSC-GAN: Latent Style Code Modeling for Continuous Image-to-image Translation0
Learning to Reuse Translations: Guiding Neural Machine Translation with Examples0
LSegDiff: A Latent Diffusion Model for Medical Image Segmentation0
Improving Diversity and Reducing Redundancy in Paragraph Captions0
Improving Diffusion-Based Image Synthesis with Context Prediction0
DMCNN: A Deep Multiscale Convolutional Neural Network Model for Medical Image Segmentation0
Learning to Select Context in a Hierarchical and Global Perspective for Open-domain Dialogue Generation0
Learning to Sketch with Shortcut Cycle Consistency0
Improving Depth Completion via Depth Feature Upsampling0
Improving Deliberation by Text-Only and Semi-Supervised Training0
Show:102550
← PrevPage 111 of 208Next →

No leaderboard results yet.