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 88518900 of 10368 papers

TitleStatusHype
End-to-End Change Detection for High Resolution Satellite Images Using Improved UNet++Code0
Semantic-guided Encoder Feature Learning for Blurry Boundary Delineation0
Argument Generation with Retrieval, Planning, and Realization0
A Two-Step Graph Convolutional Decoder for Molecule Generation0
Assessing incrementality in sequence-to-sequence modelsCode0
Does Generative Face Completion Help Face Recognition?Code0
Salient Building Outline Enhancement and Extraction Using Iterative L0 Smoothing and Line EnhancingCode0
Syntactically Supervised Transformers for Faster Neural Machine TranslationCode0
Class-Conditional Compression and Disentanglement: Bridging the Gap between Neural Networks and Naive Bayes Classifiers0
A Hierarchical Decoder with Three-level Hierarchical Attention to Generate Abstractive Summaries of Interleaved Texts0
OctopusNet: A Deep Learning Segmentation Network for Multi-modal Medical Images0
A Cross-Sentence Latent Variable Model for Semi-Supervised Text Sequence Matching0
Coherent Comment Generation for Chinese Articles with a Graph-to-Sequence ModelCode0
Are we there yet? Encoder-decoder neural networks as cognitive models of English past tense inflection0
Multi-News: a Large-Scale Multi-Document Summarization Dataset and Abstractive Hierarchical ModelCode0
Transcoding compositionally: using attention to find more generalizable solutionsCode0
A Novel Deep Neural Network Based Approach for Sparse Code Multiple Access0
Improved Zero-shot Neural Machine Translation via Ignoring Spurious Correlations0
Reconstruct and Represent Video Contents for Captioning via Reinforcement Learning0
Fashion Editing with Adversarial Parsing Learning0
Deep Reasoning Networks: Thinking Fast and Slow0
DualDis: Dual-Branch Disentangling with Adversarial LearningCode0
Masked Non-Autoregressive Image Captioning0
A Semi-Supervised Approach for Low-Resourced Text GenerationCode0
Encoder-Powered Generative Adversarial Networks0
Scalable Convolutional Neural Network for Image Compressed SensingCode0
Context Dependent Semantic Parsing over Temporally Structured Data0
A Skip Connection Architecture for Localization of Image Manipulations0
PEPSI : Fast Image Inpainting With Parallel Decoding Network0
Exemplar based underwater image enhancement augmented by Wavelet Corrected TransformsCode0
Occlusion-Net: 2D/3D Occluded Keypoint Localization Using Graph NetworksCode0
Cascaded Generative and Discriminative Learning for Microcalcification Detection in Breast Mammograms0
Look Back and Predict Forward in Image Captioning0
Learning to Describe Unknown Phrases with Local and Global Contexts0
Iterative Alignment Network for Continuous Sign Language Recognition0
Initial Experiments In Cross-Lingual Morphological Analysis Using Morpheme Segmentation0
Incorporating Source-Side Phrase Structures into Neural Machine Translation0
UC Davis at SemEval-2019 Task 1: DAG Semantic Parsing with Attention-based Decoder0
SketchGAN: Joint Sketch Completion and Recognition With Generative Adversarial Network0
TopNet: Structural Point Cloud DecoderCode0
Sequence-To-Sequence Domain Adaptation Network for Robust Text Image Recognition0
SEQ\^3: Differentiable Sequence-to-Sequence-to-Sequence Autoencoder for Unsupervised Abstractive Sentence CompressionCode0
Crowd Counting and Density Estimation by Trellis Encoder-Decoder Networks0
A Late Fusion CNN for Digital MattingCode0
Improving the Similarity Measure of Determinantal Point Processes for Extractive Multi-Document SummarizationCode0
DISCO: Depth Inference from Stereo using Context0
Content Word-based Sentence Decoding and Evaluating for Open-domain Neural Response Generation0
Point Clouds Learning with Attention-based Graph Convolution Networks0
Effective writing style imitation via combinatorial paraphrasing0
Examining Structure of Word Embeddings with PCA0
Show:102550
← PrevPage 178 of 208Next →

No leaderboard results yet.