Descripteurs

Traiter (des photos) pour trouver

L'indexation (humaine) des photos - vaste question que Patrick peccatte attaque à partir d'exemples concrets … « Du bruit au signal (et inversement ») » (titre de son blogue) : on ne peut mieux dire.

Un premier constat : des pratiques très variées pour ne pas dire disparates.

Un deuxième constat : les limites du format IPTC/IIM qui n'offre pas dans son modèle de quoi hiérarchiser ou structurer ces « mots clés ». Ce qui laisse le champs libre, semble-t-il, les pratiques actuelles.

De ces exemples, j'en tire pour ma part d'autres enseignements en particulier sur les difficultés à articuler méthodes et outillages techno-documentaires "manuels" et automatiques, pour ces derniers, exploités de longue date mais pas assez diffusés, me semble-t-il même si les applications intranets ou de catalogue électronique ont "bousté" ces technologies depuis l'an 2000.

Je pense en particulier :

• aux technologies linguistiques ou plus largement sémantique pour (a minima) la reformulation des questions (1).  L'idée de vouloir intégrer « à la main », pour simplifier la vie des utilisateurs, la multiplicité des formes fléchies, désinences, … me semble quelque peu utopique. Certains dispositifs utilisent des outils de lemmatisation "simple", comme celui de Porter, mais cette technique bien souvent, n'est pas suffisante, et il serait nécessaire d'intégrer d'autres catégories d'algorithmes ou de solutions plus élaboré(e)s. D'autant qu'aujourd'hui, ces technologies se démocratisent et sont utilisables sur le web (ce qui semblait difficile il y a 10 ans). On a même des moteurs spécialisés comme Ask ou Hakia (une recherche sur le recyclage des emballages de fruits).
• après avoir embarqué et traité la requête, il s'agit de l'enrichir grâce aux techniques d'expansion sémantique en recherche ce qui évite ainsi d'indexer à outrance les ressources, par intégration de tous les termes (génériques mais aussi équivalents) le long d'une branche d'un thésaurus ou de tout autre type de ressource sémantique, comme le montre certains exemples évoqués par P.Peccatte. Il s'agit alors d'utiliser un programme dédié exploitant à la recherche un graphe de concepts. Cette extension peut intégrer également (mais avec prudence) les branches reliées par des relations moins fortes comme des relations associées. Ce principe est intégrés aux solutions sémantiques évoluées (Autonomy, Exalead, Sinequa...). Les logiciels de gestion documentaires proposent quant à eux ces fonctions mais uniquement d'autopostage, c'est-à-dire justement à l'indexation pour enrichir la description de la ressource ; en général elles ne sont pas intégrées aux portails.
  Mais il reste encore des choses à faire pour tenir compte à la fois des métadonnées lorsqu'elles existent et des traitements automatiques d'expansion sémantique.
• de la gestion des  métadonnées si l'on veut employer les notions plus actuelles : le marqueur de langue apparaît dans ces exemples, mais le principe de marqueurs sémantiques des contenus, utilisables bien sûr en recherche, peut se déployer sur d'autres catégories d'information : géographique, composition ou position dans l'image, catégorie de personnage,….Cette catégorisation sémantique est difficile à identifier tant cette zone d'analyse des contenus est brouillée par l'apport de termes tout azimut.
• et bien sûr, une présentation catégorisée des résultats de la recherche, sur la base de ces marqueurs (métadonnées) et/ou de traitements totalement automatiques sur les contenus

Quant aux pratiques de représentation structurée : elles existent déjà ! Par exemple : Getty Image ou Jupiter pour n'en citer que deux. Une course stratégique pour répondre aux besoins des clients.

Cette rapide étude conduite par P Peccatte montre aussi que les secteurs ou les organismes ne sont pas tous au même degré de maturité face aux méthodes ou techniques automatiques (linguistique, statistique ou de modélisation), et que certains se sont laissés ... dépassés par les volumes à la fois des ressources et des utilisateurs.

Répondre au fil de l'eau aux demandes -parfois contradictoires- des Utilisateurs
aboutit aujourd'hui à des « châteaux de cartes » ;-)

Pour aborder la partie linguistique

Les applications d'accès à l'information textuelle, C. Fabre, 2008, SL0541 - linguistique et TAL. Support de cours en ppt - Linguistique et Traitement Automatique des Langues II- S1 (ppt) ou S2 (ppt)

Indexation automatique et langage naturel (pdf), Sylvie Dalbin, JE du Jeudi 5 Décembre 2002 à Rouen, ADBS Normandie, AIVP et GIDE (Revu en 2009, ce document reste d'actualité - sauf pour les produits et leurs tarifs). (version 2002 en ligne)

Et un livre pour ceux qui voudraient approfondir : Recherche d'information et traitement de la langue : fondements linguistiques et applications, G. Lallich-Boidin, Dominique Maret ; Presses de l'ENSSIB, 2005.- 288 p.

Note (1) - Fluhr C. “ Le traitement du langage naturel dans la recherche d'information documentaire ” in « Séminaire Inria - Les interfaces intelligentes dans l'IST », INRIA, 1992

Tivipro, accès à une collection de (courtes) vidéos

Tivipro.tv est une plateforme vidéo qui donne l’opportunité aux organisations et entreprises, de présenter leurs activités, innovations ou projets, à travers de courtes vidéos (2 à 3 minutes) tournées par la société. J'y ai découvert quelques professionnels de la documentation.

Mais je voudrais vous parler dans ce billet du dispositif lui-même, dispositif que je trouve intéressant, bien que pouvant être dans une autre perspective, très largement enrichi. Il ne s'agit pas ici de faire une étude exhaustive ergonomico-fonctionnelle de ce dispositif, ni de parler de l'offre de TiViPro, mais de pointer quelques aspects qui me turlupinent questionnent. Il faut voir ce billet comme un exercice de style, TiViPro étant dévolu à la communication d'entreprise (une optique "com-com") axé sur l'événementiel et non à un espace de ressources pour tous. 

1. Structure générale

Le système se structure autour de 4 axes, proposés d'emblée en recherche directe, par simple clic sur le libellé.

(ici, "Nom" équivaut à Nom de Personnes)

Le résultat de la recherche peut être perturbante : par exemple pour AMI Software, on nous indique qu'il y a 12 réponses dans chacun de ces 4 catégories :

• Il y a 12 réponses dans les sociétés
• Il y a 12 réponses dans les secteurs
• Il y a 12 réponses dans les noms
• Il y a 12 réponses dans les événements

En fait, ce sont exactement les mêmes réponses ! c'est à dire 12 vidéos (et non 48). Un fonctionnement plus ou moins acceptable lorsqu'il y a peu de supports, mais qui va devenir rapidement difficile à utiliser.

2. Événement

L'Evénement est ici pris au sens très large classique en communication. Ainsi la captation vidéos - qui serait à rapprocher d'une brochure de communication éditée à une date précise, constitue bien un "événement". C'est le cas de l'Evènement "'AMI Software" a organisé le 14/04/2009, une communication vidéo constituée d'une série de témoignages tous regroupés sous cet "événement".

On aurait pu donner une dénomination plus explicite (pour des humains!) aux événements lorsque ce sont des actions de communication : ici on retrouve le même libellé AMI Software comme Société et comme Événement, alors qu'il s'agit pour ce dernier, de la Réunion du Club Utilisateur AMI Software du début avril 2009.

3. Classer les vidéos

Le seul traitement documentaire effectué est l'attribution d'un Secteur à l'entretien enregistré.

Je ne sais pas qui décide de cette attribution, mais il est très difficile d'utiliser cette catégorisation puisque tantôt cela correspond à la nature de la société ("Administrations, Collectivités" pour la Mairie de Paris) ou au sujet (mono-sujet) de la vidéo, avec de plus quelques bizarreries : une partie des entretiens de collaborateurs du CNFPT (Centre National de la Fonction Publique Territoriale) est classée en Education, alors que les vidéos que j'ai vu traitent de l'Emploi dans les Collectivités... Une autre classification étonnante : l'intervention de David Douillet, le parrain de l'Institut du mentorat entrepreneurial, classé en Santé et action sociale (j'ai bien écouté les 2 minutes, je ne vois pas la raison de ce "rangement").

Et vous vous demandez comme moi, où va-t-on pouvoir mettre le secteur de la documentation ? Je vous le donne en mille : l'ADBS dont la présidente précise qu'il y a 50% de membre d'entreprises et 50% de membres de la fonction publique, est "casée" en ... Commerce !

Quant à la vidéo d'Ingrid Aubry, documentaliste spécialiste de veille, elle se trouve en Informatique puisqu'elle présente les usages qu'elle fait d'un logiciel. Mais justement cette vidéo serait tout aussi pertinente pour ceux qui sont intéressés par des offres documentaires de veille. Mono-thème associé à l'émetteur...

4. Sémantique

Je suppose que l'idée initiale était qu'entre le Secteur, l'Evénement et le Nom de l'organisme, on pouvait se faire une idée du contenu ? Et bien ce n'est pas toujours le cas, loin s'en faut.

Nous avons déjà vu certaines limites de la (mono) classification lorsque l'on veut utiliser cet outil. Nous complétons par deux autres aspects.

Ainsi Pierre Mahuteau, documentaliste, présente les activités de son organisme pour des (micro)porteurs de projets d'entreprises dans le secteur de l'Economie solidaire. Il se retrouve classé dans le secteur Administration et Collectivités, je suppose parce que son organisme en fait partie. Une recherche sur créateurs d'entreprise ou sur Economie sociale et solidaire n'aboutit pas à cette vidéo, parce que le contenu de la vidéo n'est pas caractérisé sur cet aspect. Ce qui est bien dommage.

Autre cas : les présentations de sociétés ou d'organismes. Il ne s'agit pas ici explicitement d'une communication conduite par l'entreprise (le cas d'AMI). Par exemple, trois représentantes de l'ADBS à des périodes (et donc des évènements) différents, parlent de l'association, et non pas de ce qui se passe pendant l'Evénement (Documation, i-expo,...) au cours desquels les vidéo sont prises.

Pour des vidéos très courtes, qui devraient être vues rapidement et même être "consommées" (ce n'est pas péjoratif) comme on feuillette une brochure comportant des chroniques voire des entrefilets, l'accès aux sujets qui pourraient vous intéresser me semble difficile ou très limité. Hormis bien sûr si vous avez le nom d'une Société ou d'un événement - et je pense que c'est l'optique numéro 1 du site.

Si les traitements effectués par des humains ne sont pas envisageables ici pour des raisons économiques, nous attendons avec impatience les traitements automatiques sur les vidéos (2 pistes "techniques" - Indexation et recherche par le contenu de documents multimédia (texte court) et un cours d'A. Manzanera (ppt.pdf)

5. Trouver

Nous avons déjà vu certaines des modalités proposées pour trouver des médias. Il nous apparaît que celles-ci sont fortement orientées par la "production" : un événement (sans autre information qu'un titre et une date), un nom de société (elle-même non catégorisée), une personne avec un intitulé libre de fonction. Les liens entre ces trois entités sont directes. Sobre, simplicité.

Pour revenir à la recherche directe (voir Ecran1) si elle est très pratique, de nombreux problèmes surgissent : tous les index sont mélangés au niveau de la requête (ce qui est une bonne chose), mais non distingués lors du tri des résultats (et c'est dommage). Ainsi des recherches sur vin ou fromage vous ramènent des noms de ... personnes - ce qui peut arriver bien sûr : Vincent - pour Vin.cent ou Mme Fromager- mais sans marquage ou pondération, cela rend les choses compliquées. C'est à l'utilisateur à deviner les raisons de la remontée de ces références (pas de surlignage des termes présents au niveau de la requête par exemple).

Dans la même logique, la notion de "date" pourrait être mieux exploitée lors du tri des réponses ou même en amont pour des recherches par secteur (ici c'est l'ergonomie qui est difficile).

De façon générale, en se limitant à la représentation minimale proposée, une organisation plus variée (i.e. plus structurée) des résultats faciliterait la sélection de médias.

6. Usages participatifs type web 2.0.

TiVipro propose de relier des vidéos à des services extérieurs de gestion de signets comme Delicious (par exemple les vidéos de professionnels de l'infodoc) ou Google, ou de réseaux sociaux (digg, facebook). Il offre également une fonction de vote.

Mais il n'offre pas de moyens simples et directs d'enrichir et d'interagir sur la collection elle-même par l'utilisateur. Pas de tags sur les vidéos (ce qui est dommage). Identique en cela aux catalogues ou bases documentaires (mais cela bouge !) : intouchable, pas de (re)documentarisation par les usagers/publics. Un réservoir que l'on peut exploiter pour partie de l'extérieur, mais auquel on ne touche pas. En particulier pas de possibilité d'enrichir pour combler les absences sur le plan de la description. 

Des fonctions (un visualiseur) sont fournies au propriétaire de vidéos pour les intégrer sur son site ou pour  spammer? diffuser les vidéos auprès d'interlocuteurs précis. Le manuel qui s'appelle d'ailleurs "outil de viralité" montre aussi comment intégrer dans sa signature, le lien vers la vidéo. Un côté sympathique.

Si vous avez des informations supplémentaires ou des avis, n'hésitez pas à nous en faire part.

Voici quelques 18 conférences pour l'année 2009, toutes intéressantes* !  Je ferais un point en fin d'année. Mais il me sera vraiment impossible de me rendre à tous ces évènements….
Quant aux traitements de la collecte des informations … c'est une autre histoire. Un outil de fouille + carto me serait bien utile.

2 axes :
- mes thèmes de prédilection  : RECHERCHE - ORGANISATION DES CONCEPTS/CONNAISSANCES - OUTILS - USAGES (trop peu)
- R&D et/ou praticiens

* Hors conférences traditionnelles (dublin core, journées de l'ADBS...)
Pour les premières manifestations, si vous avez des velléités pour d'éventuelles soumissions, ce sera serré….

==== RECHERCHE, CORIA, 5-7 mai à Giens

C'est en ce moment…. Les chercheurs (y compris les jeunes chercheurs) parlent aux chercheurs. Il faut parler d'eux.

Sixième édition de la Conférence en Recherche d'Information et Applications, Belambra de la Presqu'île de Giens, dans le Var du 5 au 7 mai 2009.

==== USAGES - INTRANET ET COLLABORATION, Paris, 12-13 mai 2009

Cette année, ce sera bref : quelques stands et peut-être une table ronde sur l'Accès à l'information et moteur de recherche, le 13/05

http://www.salon-intranet.com/. 4ème édition du salon Intranet et travail collaboratif 2009, les12 et 13 mai 2009 au CNIT

==== TERMINOLOGIE ET ONTOLOGIE (théorie) - TOTh, Annecy, 4-5 Juin 2009

http://www.porphyre.org/toth/09/programme/

==== SYSTEME D'ORGANISATION DES CONNAISSANCES , AFIA, Hammamet, 25 au 29 mai 2009

Pour une fois que mes 25ans d'expériences pratiques auraient pu être utiles, un peu loin tout de même.

Atelier AFIA 2009 - www.mipadoc.org/AFIA/ - Modèles, méthodes, pratiques pour la conception de logiciels basés sur des Systèmes d'Organisation des Connaissances hétérogènes (ontologies, folksonomies, thésaurus, réseaux sémantiques, annuaires…)

Cet atelier se déroule dans le cadre de la conférence IC 2009 qui a pour thème cette année : « Connaissance et communautés en ligne » du 25 au 29 mai 2009 à Hammamet, Tunisie

==== WEB SEMANTIQUE à iExpo, Paris 17 Juin 2009

Démarré en 2002, ces journées d'étude ou atelier sur le Web sémantique organisé par l'ADBS se déroule ici dans le cadre d'iExpo, de 14h à 17h le 17 juin. "Web 3.0. et recherche sémantique". http://www.adbs.fr/web-3-0-et-recherche-semantique-65698.htm?RH=ACCUEIL

Du thésaurus au web sémantique", 11 avril 2002 ou Le Web sémantique, de nouveaux enjeux documentaires(synthèse), le 14 octobre 2003

D'autres conférences à iExpo, dont « Les outils de visualisation »

==== RECHERCHE - Lyon, 24-28 août

Les Very Large Data Base (VLDB) conferences à Lyon pour sa 35ème édition

En particulier je lorgnais deux ateliers :

- USETIM (Using Search Engine Technology for Information Management)

Tout est dit avec la première thématique : « search engine as a database »Le 24 août de 8am-1pm, http://tinyurl.com/USETIM09

et le même jour ! : - QDB 2009 - Quality in Databases, le 24 Août, http://qdb09.irisa.fr/ - Vaste question dont on parle  trop peu.

-- RED Second International Workshop on REsource Discovery, 28 août 2009, http://bioinformatics.eas.asu.edu/RED/red2009.html

Pas de problématique spécifique ; du théorique ou du pratique par des chercheurs, développeurs ou praticiens, autour du thème de la recherche de ressources (« exploration ? pour « discovery»), c'est-à-dire « le processus d'identification et de localisation des ressources existantes ayant une propriété particulière ».

Je suppose que le « existant » (existing) correspond au « E » de la GEIDE (existant) à savoir : que l'on ne se situe pas dans les phases de création des ressources, mais des ressources déjà créées ?

==== METADONNEES ET VIDEO, 4 juin 2009 à Dresde en Allemagne

"Metadata in a Multimedia World" , Third international Photo Metadata Conference, http://www.phmdc.org/programme2009.htm

Conférence dédiée ces dernières années exclusivement à la photo et dont la thématique se déplace sur la vidéo.

==== ARCHITECTURE DES CONTENUS, ISKO UK, Londres, 22-23 Juin 2009

Le millésime ISKO UK 2009 est excellent : Multimedia Challenges - Discovery Challenges - Image Retrieval - Semantic Interoperability - Connecting and Collaborating - User Exploitation leads to User Benefit - Frameworks for Knowledge Organization - Potential of New Technologies - Mapping and Modelling - http://www.iskouk.org/conf2009/programme.htm

Je vois deux interventions de chercheurs français (Hanene Maghrebi+Amos David, Fidelia Ibekwe-SanJuan (http://tinyurl.com/dk2lh6)

==== INTELLIGENCE COLLECTIVE ET ORGANISATION DES CONNAISSANCES, ISKO FRANCE, Lyon, 24, 25 et 26 juin

7ème colloque du chapitre français de l'ISKO. Alors dans la foulée d'ISKO UK, allons à ISKO France. 3 journées bien pleines. http://www.isko-france.asso.fr/isko2009/index.html

==== « AU-DELA DE LA STRUCTURE », Copenhague, 25-26 septembre 2009

"Beyond structure" est organisé par l'EUROIA, la section européenne de l'association internationale IA (information Architecture qui fête ses 10 ans cette année) - http://www.euroia.org/Submissions.aspx

D'un côté, on organise et on structure, en général dans des « collections ». Donc un monde plutôt fermé. Mais que se passe-t-il du côté des usages  ?  "C'est parce que les sites Web sont passés à un nouveau niveau. N'importe quelle page peut être atteinte via Google. Les pages elles-mêmes peuvent être composées d'information de différentes sources [mashups]. Le concept même de "page" est en train de changer grâce aux nouvelles technologies de "backend". En d'autres termes, nous sommes en train d'évoluer de la traditionnelle carte de site dans une nouvelle ère passionnante du développement du web" (trad perso)

==== TERMES, TIA, Toulouse, 18-20 novembre 2009

8 éme conférence Terminologie et Intelligence Artificielle / 8th Terminology and Artificial Intelligence Conference, Toulouse

"Les termes sont utilisés dans de nombreuses applications comme pivots de la structuration des connaissances : les ontologies, les thésaurus documentaires et autres ressources terminologiques plus classiques comme les dictionnaires spécialisés et les bases de données terminologiques".... "focalisées mais pas exclusivement sur les termes et les structures terminologiques."  http://www.irit.fr/TIA09/

==== TAXONOMIE - LA STRUCTURE - SAN JOSE (CA-USA), November 19-20, 2009... On a le droit de rêver..

La 5ème édition du taxonomy bootcamp (un atelier de choc !) nous annonce que : Rendre les contenus simples à explorer est le travail d'une taxonomie bien construit et solide » (« Making content discoverable is the job of a well-constructed, robust taxonomy »). Cà n'a pas l'air, mais c'est à peu près le même public que l'IA avec justement « Au-delà de la structure » !

Taxonomy Boot Camp 2009, www.taxonomybootcamp.com/2009/

==== ONLINE, Londres, 2-3 décembre

Des changements prévus avec une fusion des deux salons sur les contenus (OnLine) et les outils (IMS) - http://www.online-information.co.uk/conferencethemes.html

Et "Le GFII organise un pavillon français au salon Online Information/IMS de Londres en 2009". Une excellente initiative.

==== USAGES, Grenoble, 10 et 11 Décembre 2009.

Evolutions technologiques et information professionnelle : pratiques, acteurs et documents, Colloque organisé par le Gresec, Université Stendhal.- « Ce colloque se propose de questionner diverses facettes de l'information professionnelle aujourd'hui, c'est-à-dire de l'information produite et utilisée en contexte professionnel ou en relation avec des activités professionnelles ausens large. »
(pdf)http://w3.u-grenoble3.fr/gresec/colloqueinfo/information-professionnelle-gresec.pdf

On bascule en 2010 ...

==== RECHERCHE, RIAO'2010 (note brève pdf),Paris

Là je réserve d'avance : le RIAO 2010 vient de sortir. Ce sera … à laBNF ! les 28-30 avril 2010.

Au menu : ADAPTATIVITY, PERSONALIZATION AND FUSION OF HETEROGENEOUSINFORMATION

Rappel pour ceux qui ne connaitraient pas RIAO (Recherche d'Information Assistée par Ordinateur) :

- depuis

1985, date de la 1ère conférence RIAO :http://www.informatik.uni-trier.de/~ley/db/conf/riao/riao1985.html

- jusqu'en 2007, RIAO à Pittsburg - http://riao.free.fr/index-fr.htm

====fin