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 94019450 of 10368 papers

TitleStatusHype
LyS at SemEval-2024 Task 3: An Early Prototype for End-to-End Multimodal Emotion Linking as Graph-Based ParsingCode0
Dual-Stream Pyramid Registration NetworkCode0
DSFFNet: Dual-Side Feature Fusion Network for 3D Pose TransferCode0
Volumetric medical image segmentation through dual self-distillation in U-shaped networksCode0
LVAC: Learned Volumetric Attribute Compression for Point Clouds using Coordinate Based NetworksCode0
Lung segmentation with NASNet-Large-Decoder NetCode0
Luminance-aware Color Transform for Multiple Exposure CorrectionCode0
LSSED: A Robust Segmentation Network for Inflamed Appendix from CT ImagesCode0
Dual Memory Neural Computer for Asynchronous Two-view Sequential LearningCode0
Building a Taiwanese Mandarin Spoken Language Model: A First AttemptCode0
LP-DIF: Learning Local Pattern-Specific Deep Implicit Function for 3D Objects and ScenesCode0
Bringing Alive Blurred MomentsCode0
Low-Resource Response Generation with Template PriorCode0
Low-resource neural machine translation with morphological modelingCode0
Boundary-semantic collaborative guidance network with dual-stream feedback mechanism for salient object detection in optical remote sensing imageryCode0
Bring Adaptive Binding Prototypes to Generalized Referring Expression SegmentationCode0
Low-light Stereo Image Enhancement and De-noising in the Low-frequency Information Enhanced Image SpaceCode0
Low-Level Linguistic Controls for Style Transfer and Content PreservationCode0
Low-Latency Sequence-to-Sequence Speech Recognition and Translation by Partial Hypothesis SelectionCode0
Low-Dose CT with a Residual Encoder-Decoder Convolutional Neural Network (RED-CNN)Code0
Low-Dimensional Structure in the Space of Language Representations is Reflected in Brain ResponsesCode0
Dual-Decoder Consistency via Pseudo-Labels Guided Data Augmentation for Semi-Supervised Medical Image SegmentationCode0
An Integral Projection-based Semantic Autoencoder for Zero-Shot LearningCode0
Loss Landscapes of Regularized Linear AutoencodersCode0
LoRD: Adapting Differentiable Driving Policies to Distribution ShiftsCode0
Bridging the Gap between Synthetic and Authentic Images for Multimodal Machine TranslationCode0
D-TrAttUnet: Toward Hybrid CNN-Transformer Architecture for Generic and Subtle Segmentation in Medical ImagesCode0
Look and Modify: Modification Networks for Image CaptioningCode0
D-TrAttUnet: Dual-Decoder Transformer-Based Attention Unet Architecture for Binary and Multi-classes Covid-19 Infection SegmentationCode0
Long Short-Term Memory-Networks for Machine ReadingCode0
Bridging Pre-trained Language Models and Hand-crafted Features for Unsupervised POS TaggingCode0
Bridging Continuous and Discrete Spaces: Interpretable Sentence Representation Learning via Compositional OperationsCode0
An Insect-Inspired Randomly, Weighted Neural Network with Random Fourier Features For Neuro-Symbolic Relational LearningCode0
An Improved Attention for Visual Question AnsweringCode0
LongBoX: Evaluating Transformers on Long-Sequence Clinical TasksCode0
DS-PASS: Detail-Sensitive Panoramic Annular Semantic Segmentation through SwaftNet for Surrounding SensingCode0
Location-aware Upsampling for Semantic SegmentationCode0
DSIC: Deep Stereo Image CompressionCode0
Local Memory Attention for Fast Video Semantic SegmentationCode0
Local Information Assisted Attention-free Decoder for Audio CaptioningCode0
Local Implicit Grid Representations for 3D ScenesCode0
DSFNet: Dual-GCN and Location-fused Self-attention with Weighted Fast Normalized Fusion for Polyps SegmentationCode0
Breaking the Attention BottleneckCode0
LMQFormer: A Laplace-Prior-Guided Mask Query Transformer for Lightweight Snow RemovalCode0
LMCap: Few-shot Multilingual Image Captioning by Retrieval Augmented Language Model PromptingCode0
LLMs Are Not Scorers: Rethinking MT Evaluation with Generation-Based MethodsCode0
Dreaming is All You NeedCode0
Brain Tumor Segmentation using Enhanced U-Net Model with Empirical AnalysisCode0
Lite Unified Modeling for Discriminative Reading ComprehensionCode0
DRAGNN: A Transition-based Framework for Dynamically Connected Neural NetworksCode0
Show:102550
← PrevPage 189 of 208Next →

No leaderboard results yet.