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 73017350 of 10368 papers

TitleStatusHype
Unsupervised Video Anomaly Detection via Normalizing Flows with Implicit Latent Features0
Hierarchical Poset Decoding for Compositional Generalization in Language0
CS2-Net: Deep Learning Segmentation of Curvilinear Structures in Medical ImagingCode1
Online adaptive group-wise sparse NPLS for ECoG neural signal decoding0
Function Contrastive Learning of Transferable Meta-Representations0
Semantically-Aligned Universal Tree-Structured Solver for Math Word ProblemsCode1
Do End-to-end Stereo Algorithms Under-utilize Information?Code1
Stochastic embeddings of dynamical phenomena through variational autoencodersCode0
Hierarchical Scene Graph Encoder-Decoder for Image Paragraph Captioning0
End-to-End Synthetic Data Generation for Domain Adaptation of Question Answering SystemsCode0
A Sentiment-Controllable Topic-to-Essay Generator with Topic Knowledge Graph0
Enhancement Of Coded Speech Using a Mask-Based Post-Filter0
Multivariate Time Series Classification with Hierarchical Variational Graph Pooling0
Locality Preserving Dense Graph Convolutional Networks with Graph Context-Aware Node RepresentationsCode1
Improving Compositional Generalization in Semantic ParsingCode1
Selective Information Passing for MR/CT Image SegmentationCode0
An Encoder-Decoder CNN for Hair Removal in Dermoscopic Images0
How does task structure shape representations in deep neural networks?0
Video Quality Enhancement Using Deep Learning-Based Prediction Models for Quantized DCT Coefficients in MPEG I-frames0
Controllable Continuous Gaze RedirectionCode1
A Survey of Knowledge-Enhanced Text GenerationCode1
Online Back-Parsing for AMR-to-Text GenerationCode0
Q-learning with Language Model for Edit-based Unsupervised SummarizationCode1
Be Your Own Best Competitor! Multi-Branched Adversarial Knowledge Transfer0
Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation0
Modeling Electrical Motor Dynamics using Encoder-Decoder with Recurrent Skip Connection0
Refinement of Predicted Missing Parts Enhance Point Cloud CompletionCode1
Learning the Linear Quadratic Regulator from Nonlinear Observations0
BGM: Building a Dynamic Guidance Map without Visual Images for Trajectory Prediction0
TextSETTR: Few-Shot Text Style Extraction and Tunable Targeted RestylingCode1
TeaForN: Teacher-Forcing with N-grams0
FairMixRep : Self-supervised Robust Representation Learning for Heterogeneous Data with Fairness constraints0
Narrative Text Generation with a Latent Discrete PlanCode0
Knowledge-enriched, Type-constrained and Grammar-guided Question Generation over Knowledge Bases0
Super-Human Performance in Online Low-latency Recognition of Conversational SpeechCode0
On the Sub-Layer Functionalities of Transformer Decoder0
Efficient Inference For Neural Machine Translation0
Learning Visual-Semantic Embeddings for Reporting Abnormal Findings on Chest X-rays0
Incorporating Behavioral Hypotheses for Query Generation0
A Multi-Task Incremental Learning Framework with Category Name Embedding for Aspect-Category Sentiment AnalysisCode0
A Novel Actor Dual-Critic Model for Remote Sensing Image Captioning0
Transformer-Based Neural Text Generation with Syntactic GuidanceCode1
Rank Position Forecasting in Car RacingCode0
Multi-View Sequence-to-Sequence Models with Conversational Structure for Abstractive Dialogue SummarizationCode1
Improving Target-side Lexical Transfer in Multilingual Neural Machine Translation0
Static and Animated 3D Scene Generation from Free-form Text DescriptionsCode1
Unsupervised Monocular Depth Estimation for Night-time Images using Adversarial Domain Feature AdaptationCode1
Semantic MapNet: Building Allocentric Semantic Maps and Representations from Egocentric ViewsCode1
Deep Incomplete Multi-View Multiple Clusterings0
Unsupervised Point Cloud Pre-Training via Occlusion CompletionCode1
Show:102550
← PrevPage 147 of 208Next →

No leaderboard results yet.