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 47514800 of 10368 papers

TitleStatusHype
An Attention-Based Deep Net for Learning to Rank0
Keyphrase Extraction with Dynamic Graph Convolutional Networks and Diversified Inference0
Killing two birds with one stone: Can an audio captioning system also be used for audio-text retrieval?0
Dense Dilated Network with Probability Regularized Walk for Vessel Detection0
Dense Decoder Shortcut Connections for Single-Pass Semantic Segmentation0
An Attention-Based Deep Generative Model for Anomaly Detection in Industrial Control Systems0
Dense CNN with Self-Attention for Time-Domain Speech Enhancement0
BEAST: Efficient Tokenization of B-Splines Encoded Action Sequences for Imitation Learning0
Addressing Semantic Drift in Generative Question Answering with Auxiliary Extraction0
Keep Decoding Parallel with Effective Knowledge Distillation from Language Models to End-to-end Speech Recognisers0
DenseBAM-GI: Attention Augmented DeneseNet with momentum aided GRU for HMER0
De Novo Drug Design with Joint Transformers0
BeamVQ: Aligning Space-Time Forecasting Model via Self-training on Physics-aware Metrics0
denoiSplit: a method for joint microscopy image splitting and unsupervised denoising0
Beam Search with Bidirectional Strategies for Neural Response Generation0
Anatomy of Industrial Scale Multilingual ASR0
KB-NLG: From Knowledge Base to Natural Language Generation0
Keeping Notes: Conditional Natural Language Generation with a Scratchpad Encoder0
DeNoising-MOT: Towards Multiple Object Tracking with Severe Occlusions0
Beam Search Strategies for Neural Machine Translation0
Denoising Diffusion Error Correction Codes0
Denoising based Sequence-to-Sequence Pre-training for Text Generation0
BDKG at MEDIQA 2021: System Report for the Radiology Report Summarization Task0
Absformer: Transformer-based Model for Unsupervised Multi-Document Abstractive Summarization0
Denoising Autoregressive Representation Learning0
KARL: Knowledge-Aware Reasoning Memory Modeling with Reinforcement Learning of Vector Space0
Anatomical Structure-Guided Medical Vision-Language Pre-training0
DENet: A Universal Network for Counting Crowd with Varying Densities and Scales0
3DBooSTeR: 3D Body Shape and Texture Recovery0
KAT: A Knowledge Augmented Transformer for Vision-and-Language0
Kernel-U-Net: Multivariate Time Series Forecasting using Custom Kernels0
BCI decoder performance comparison of an LSTM recurrent neural network and a Kalman filter in retrospective simulation0
Just Least Squares: Binary Compressive Sampling with Low Generative Intrinsic Dimension0
Bayesian Variational Autoencoders for Unsupervised Out-of-Distribution Detection0
Anatomical-Guided Attention Enhances Unsupervised PET Image Denoising Performance0
Just Noticeable Visual Redundancy Forecasting: A Deep Multimodal-driven Approach0
Addressing Limitations of Encoder-Decoder Based Approach to Text-to-SQL0
DeltaNet: Conditional Medical Report Generation for COVID-19 Diagnosis0
Bayesian Feature Pyramid Networks for Automatic Multi-Label Segmentation of Chest X-rays and Assessment of Cardio-Thoratic Ratio0
Bayesian Deep Convolutional Encoder-Decoder Networks for Surrogate Modeling and Uncertainty Quantification0
DelibGAN: Coarse-to-Fine Text Generation via Adversarial Network0
Additional Shared Decoder on Siamese Multi-view Encoders for Learning Acoustic Word Embeddings0
Deliberation Networks: Sequence Generation Beyond One-Pass Decoding0
Deliberation Model for On-Device Spoken Language Understanding0
A Bayesian multiscale CNN framework to predict local stress fields in structures with microscale features0
A Broadcast News Corpus for Evaluation and Tuning of German LVCSR Systems0
Deliberation Model Based Two-Pass End-to-End Speech Recognition0
Deliberation in Latent Space via Differentiable Cache Augmentation0
Bayesian Attention Belief Networks0
Dehaze-GLCGAN: Unpaired Single Image De-hazing via Adversarial Training0
Show:102550
← PrevPage 96 of 208Next →

No leaderboard results yet.