Descripteurs

Libérer les métadonnées. 2. Facette et Delicious

Facette (écrit en français?) est une application d'organisation par facettes des tags de Delicious.

Le contexte

Cette application sur Delicious exploite l'outil Exhibit du MIT développé dans le cadre du projet SIMILE (Semantic Interoperability of Metadata and Information in unLike Environments). SIMILE a déjà été présenté dès 2006 par Christophe Le Bot ou C.Fauré, entre autres websemanticiens francophones. L'applicatif Timeline est certainement l'outil, issu de ce projet, le plus connu. Exhibit est quant à lui un cadre d'applications de publication de pages Web interactives. L'utilisation pendant quelques semaines de l'application fournit de nombreuses pistes de réflexion.

Résultat : un tableau de bord pour exploiter le "répertoire" Delicious

Tout d'abord le résultat (résultats en ligne) : un véritable tableau de bord de mes signets sous Delicious, s'appuyant sur une catégorisation des mots-clés (à gauche de l'écran), fonction qui donne son nom à l'application, sur un index de l'ensemble des mots-clés produits (droite de l'écran) et offrant une recherche directe bien plus efficace que sur Delicious.

Etudions l'arrière du décors

Les résultats sont exportables, ici au format RDF/XML, ce qui nous permet d'étudier de plus près, les données ... format ouvert oblige.

Mais comment sont produits ces tags enrichis ? Ce type d'index de mots-clés associés à leurs catégories d'indexation peut être produit en sortie des systèmes documentaires habituels pour être exploité par un applicatif adhoc type Exhibit ou un moteur d'indexation et de recherche.

Sous Delicious, Facette vous propose de basculer sur une interface ... d'indexation !

Au fil de l'eau, on obtient des tags Delicious avec un look particulier ...

Que nous apporte cette application ? Que peut-on en dire ?

• Structurer la représentation des ressources est très utile ! Certes.
  • Mais ce n'est pas tant la phase d'indexation structurée ici qui me semble intéressante que l'application en aval - Exhibit (exposition) - qui permet de produire dynamiquement cette interface de recherche riche.
  
  
  • Un intérêt toutefois à l'application amont (la phase d'indexation) : elle montre tout ce qui peut être fait avec des métadonnées libérées- ici des données structurées stockées sous Delicious.
  
  
  • La question reste bien sûr la phase "d'attribution d'une étiquette". Après une période de démarrage que je qualifierais de très douloureuse ;-), j'ai atteint aujourd'hui une phase de croisière. Je n'utilise plus l'outil d'annotation du MIT (qui ne fonctionne pas trop bien : ne mémorisant pas mes propositions, je me retrouve régulièrement avec une page vierge, et des catégories ... anglosaxonnes ...). Par contre, mes tags sont maintenant assez riches sous ce formatage pour rendre cette tâche acceptable sous Delicious directement. Et cette liste m'aide à ... réfléchir ! Petit travail intellectuel très profitable assisté par la machine à l'inverse de la logique documentaire.

• Ces fonctionnalités sont-elles exploitables réellement dans des systèmes d'indexation sociale ?

Il me semble que cela ne peut s'imaginer que si le premier niveau de description ("catalogage" + "indexation sujet") est totalement ou partiellement, déjà intégré à la ressource. L'annotation réalisée par l'utilisateur est alors tellement orientée par son usage que cela semble tout à fait naturel : en tant qu'utilisatrice, il m'est plus facile d'indexer "ma" métadonnée "Exemple", que le sujet global de la ressource. Si j'élabore un dossier documentaire sur les "ressources pédagogiques en ligne", il m'est plus facile de tagger des références par rapport à cette thmatique, lorsqu'elles sont préalablement enrichies.

• Quelles "facettes" ? Quelle schéma de métadonnées ? Quelle sémantique pour les tags ?
  

• La question de la sémantique des catégories de tags reste entière, mais je vois poindre le CommonTag, une toute nouvelle spécification que Bernard Vatant de Mondeca nous présente.

• Mais il ne s'agit pas toutefois d'imposer "une" structure unique, mais de permettre l'exploitation de différents schémas de métadonnées liés aux usages autour de collections mises à disposition. Par exemple j'avais besoin de distinguer "nature d'information" de "type d'objet", "exemple" ou "norme", le "domaine couvert" et le "sujet". Bref une structure adhoc. Sur ce plan, l'exploitation de Delicious est très parlant.

• Si avec Facette, un premier niveau de sémantique est apporté aux tags sur Delicious, mais le terme choisi lui-même reste incertain ! Suivons de près des outils comme Faviki qui permet de choisir comme "tag" un sujet à partir des données de Wikipédia via DBpddia.

(Désolée pour celles qui en ont marre de Delicious)

Autres ressources

• Un autre papier sur Facette par ReadWriteWeb au début de l'année.
• Pour la notion de facette, se reporter aux travaux de Jacques Maniez. Par exemple : "Des classifications aux thésaurus :
  Du bon usage des facettes", Documentaliste - Sciences de l’information, 1999, vol. 36, n° 4-5 (non accessible en ligne), qui "plaide [...] pour un usage plus rigoureux du terme et de l’outil [classification à facettes), qui fasse clairement le partage entre la classification des concepts et le classement des sujets.

OAI, recherche fédérée et "exemplaires" multiples !

Interroger simultanément plusieurs ressources à partir d'une seule requête est une fonctionnalité fondamentale bien connue des documentalistes qui interrogent depuis les années 1970, les serveurs professionnels, comme Dialog, STN, Questel,.. (une histoire de ces serveurs).

Un des problèmes de cette fonctionnalité reste la présentation des résultats fournis par ces diverses sources, et plus particulièrement la suppression des doublons pouvant exister entre les ressources.
En imposant des principes de dépôt et surtout un format "normalisé" de description des ressources (même s'il est possible d'enrichir le DC simple), la recherche sur des entrepôts OAI devrait nous éviter ces problèmes.

Or une recherche sur le métamoteur OAI, ScientificCommons, nous ramène très fréquemment des doublons et même, comme nous allons le voir, 6 résultats pour un même titre !

1. Pourquoi ces doublons ?
L'application de ScientificCommons nous offrant la possibilité de contrôler l'origine des enregistrements, nous voyons qu'il s'agit de la même ressource OAI dans laquelle l'application de moissonnage a rapatrié la page liée à l'identifiant, ici le DOI mais aussi la page "résumé" .

• Publication details
  Download     http://citeseerx.ist.psu.edu/viewdoc/summary10.1.1.69.7216
  Source     http://www.heppnetz.de/files/hepp-de-bruijn-ESWC2007-gentax-CRC.pdf
• Publication details
  Download     http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.69.7216
  Source     http://www.heppnetz.de/files/hepp-de-bruijn-ESWC2007-gentax-CRC.pdf

Ce doublon pourrait donc être résolu techniquement (assez simplement ?), soit au niveau de l'application ScientificCommons, soit peut être à la source.

D'autres résultats montrent que ces doublons peuvent être dus aux différents accès à une même ressource. Par exemple pour cette OAI australienne, les doublons proviennent du moisonnage via deux URL :

• l'écran de recherche  : http://espace.library.curtin.edu.au:80
• l'écran réservé au moissonnage :  http://espace.library.curtin.edu.au:1802/webingest/action/start.do
• alors que l'adresse de l'OAI Arrow Discovery Service, est clairement unique dans les 2 cas : [http://search.arrow.edu.au/apps/ArrowUI/OAIHandler]

(PS: ceci n'est pas visible sur le site de ScientificCommons. C'est en récupérant les notices bibliographiques sous Zotero que l'on identifie ces deux accès à la même source)  

L'URL d'accès étant différente, le moteur de moissonnage semble les considérer comme différentes ... Alors que l'adresse (l'identifiant?) de l'OAI reste la même (ici - http://search.arrow.edu.au/apps/ArrowUI/OAIHandler).

Encore un point technique qui pourrait être résolu, me semble-t-il en prenant l'adresse de l'OAI et non pas l'adresse des accès proposés ? (mais je ne connais pas tous les arcanes de la norme OAI !).

2. L'écran suivant montre un problème qui n'est pas à caractère technique mais organisationnel.

Une étude poussée de ces 6 réponses nous permet de noter que les OAI moissonnées sont au nombre de 4 :

1. http://archive-edutice.ccsd.cnrs.fr/oai/oai.php
2. http://archive-edutice.ccsd.cnrs.fr/oai/oai.php (identique à 1.)
3. http://edutice.archives-ouvertes.fr/oai/oai.php (alias, renvoi à 1.)
4. http://hal.ccsd.cnrs.fr/oai/oai.php
5. http://hal.ccsd.cnrs.fr/oai/oai.php (identique à 4.)
6. http://hal.inria.fr/oai/oai.php

Nous retrouvons les doublons évoqués dans la première partie de ce billet, pour une même Archive OAI.

Nous avons identifié trois autres motifs possibles aux nombreux "exemplaires" :

• HAL est déjà en fait une méta-archive moissonnant les archives Edutice (produite par la Fondation Maison des Sciences de l’Homme de Paris) et Inria, tout comme ScientificCommon
• La structure interne des enregistrements que nous avons étudié montre des différences qui peuvent également être à la source de ces problèmes
• Des différences sur la description du document (type de document, les mots clés, langue)  montrent qu'il y a eu deux saisies du même document

L'informatique nous aide, mais il faut aussi aider l'informatique ;-)

Et après de multiples recherches en français ou en anglais, je peux vous dire que ce problème est particulièrement visible pour les entrepôts Français. 

Tout cela ne n'arrange pas les affaires de l'utilisateur exploitant SciencesCommons, pourtant si efficace !

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.

Une semaine sur un PC ...

... pour cause de café renversé sur mon portable Mac!

Bascule rapide des données utiles. 

Rapide ! ... "tous les cordonniers ne sont pas mal chaussés"

• format ouvert de la messagerie (Thunderbird) et protocole IMAP pour mon fournisseur (données accessibles en ligne)
• Cloud compuding/SAAS, bref en éloignant une grande part de mes outils de production personnelle mais aussi des productions elles-mêmes, de ma tasse à café ;-)
• une clef usb (je ne retrouve pas le câble éthernet...)  des archives courantes et intermédiaires à la date J-1 !!

Mais aie, aie, aie, l'ergonomie !

Ma "productivité personnelle" chute tout d'un coup. Je ne vais pas vous embêtez avec mes post-its (numériques), ma colorisation des dossiers,.... Je ne citerais que l'insupportable fonction de recherche sous Windows. Des délais insupportables, des réponses non organisées... Impossible d'envisager même une semaine avec çà ...

N'hésitez pas, vous qui êtes sur PC (et sans Intranet digne de ce nom ... il y en a encore beaucoup ...) : prenez un outil dédié.
Beaucoup de solutions sont accessibles, et pour cause étant donnée la fonction de base proposée sur l'OS.
Citons :  Copernic, Google Desktop, même Windows s'est senti obligé de faire quelque chose, ... Vous pouvez aller sur Outils Froids pour plus d'information sur les moteurs locaux.

J'ai jeté mon dévolu sur Exalead Desktop, le clone du moteur Web pour PC (et uniquement pour PC Windows) qui existe aussi en version professionnelle pour les intranets. Ici la version poste de travail individuel (gratuite).
Il faut bien sûr laisser du temps à la machine pour indexer, avant de pouvoir faire quelques tests.

Je ne dirais rien sur la diversité des types de fichiers ou de sources manipulables. Je montrerais plutôt l''organisation des résultats qui libère les métadonnées, ... ! Puisque vous pouvez naviguer à partir de ceux-ci... Enfin de ceux que l'on peut proposer comme dénominateur commun à tout document/fichier sur son poste de travail.

Et ainsi proposer ce même type d'ergonomie (pas nécessairement cet outil bien sûr).
Pour prendre un exemple de catalogue de bibliothèque (avec des données très homogènes et pas d'exploitation de données non structurées), voici Ariane 2.0. de l'Université de Laval.

• Des fonctions en plus - trier les résultats au sein d'une catégorie de métadonnées,
• et des fonctions en moins - personnaliser le choix des catégories de métadonnées et leur ordre.

 

Une semaine plus tard, retour sur ma machine sans encombre...

L'envie de tester autre chose que l'outil Spotlight du Mac, pour voir. Test ce coup-ci de Google Desktop... Ecran classique. Efficace, très rapide (avec une longue indexation du disque). Personnellement, je préfère l'organisation et le tableau de bord d''Exalead.

On a parfois des difficultés à savoir où l'on se trouve. Ici, ailleurs... Si vous ne prêtez pas attention, vous basculer sur une recherche Web....L'écran ici montre l'URL de Google Fr, et les données de ma machine comme premiers résultats.

Tout documentaliste devrait à un moment ou à un autre, tester cet outil ne serait ce que pour comprendre pourquoi les utilisateurs ... ne veulent plus venir sur d'autres types d'interfaces.

En tous les cas, de bons outils pédagogiques à mettre entre toutes les mains de vos stagiaires.