Descripteurs

La norme "ISO 25964-1(2011) - Thésaurus pour la recherche documentaire" est publiée

Après 4 années de dur labeur, la norme ISO25964-1 sur les thésaurus est (enfin !) publiée officiellement au 18 août 2011. Entre la version de projet de 2007 et la version de 2011, que de chemin parcouru, que d''échanges, de réflexion, de travail entre les membres des deux groupes, celui de l'Afnor en France et celui de l'ISO.

Vous pouvez donc maintenant l'acheter (!) sur le site de l'Afnor pour 198 euros (brrrr), le même tarif sur support numérique et papier (no comment).

Un site compagnon pour cette norme : la rubrique "Schemas" sur le site du NISO propose le schéma XML documenté de cette norme (informatif et non normatif, mais du coup gratuit pour les éditeurs, développeurs & co!), et le modèle de données associé. Heureusement que le NISO est là pour le dépôt de ces outils de première importance que sont les schémas XML(*). Merci à Johan De Smedt qui nous a concocté cette nouvelle version du schéma XML, avec un exemple en multilingue.

 

Rappel de la structure de la norme ISO 25964

La Partie 1 porte donc sur les thésaurus. La Partie 2 (pour le moment en Comitee Draft, nous espérons l'enquête publique pour fin 2011) couvrent l’interopérabilité entre différents thésaurus et d’autres types de vocabulaires structurés, tels que les taxonomies, listes d’autorité, ontologie,…

Les chapitres 1 à 14 de la Partie 1 de cette norme correspondent globalement au contenu des normes ISO 2788:1986 et ISO 5964:1985. Les autres chapitres de la Partie 1 ainsi que l’ensemble de la Partie 2 de la norme couvrent un nouveau périmètre non pris en charge par aucune norme internationale.

 

Quelques mots sur la partie 1 de la norme sur les thésaurus

La Partie 1 de la norme disponible couvre le développement et la maintenance de thésaurus, aussi bien monolingues que multilingues, et inclut les formats et les protocoles d’échange de données.

L'orientation "concept" a été renforcé et formalisé :

thésaurus : vocabulaire contrôlé et structuré dans lequel les concepts sont représentés par des termes, organisés de façon à ce que des relations entre les concepts soient explicitées, et dont les termes préférentiels sont accompagnés par des entrées vers leurs synonymes ou quasi-synonymes. / controlled and structured vocabulary in which concepts are represented by terms, organized so that relationships between concepts are made explicit, and preferred terms are accompanied by lead-in entries for synonyms or quasi-synonyms.

Dans ce contexte, le modèle de données distingue bien les (1) concepts et les (2) termes (chacun des termes étant associés à une langue), ainsi que les (3) "groupes de concepts" (domaines, champs sémantiques, ...) et (4) les facettes (quoi que ces dernières auraient pu être formalisées avec les groupes de concepts...). Le chapitre (7) est réservé au traitement des concepts dits complexes.

Un important effort de formalisation et sémantisation a été réalisé avec un modèle de données métier sous la forme d'un diagramme UML : classes d'objets, propriétés et relations fournissent un cadre qui devraient faciliter le développement d'applications et l'interopérabilité entre vocabulaires et systèmes.

On en a profité pour formaliser la représentation de concepts complexes par des équivalences composées de termes (les fameux Use et Use for : ainsi le concept transplantation de rein qui n'existe pas comme terme préférentiel dans le thésaurus doit être remplacé (USE) par deux termes(i.e. concepts) transplantation d'organe + rein).

Citons également le travail réalisé sur les degrés d'équivalence crosslingue : équivalence exacte, inexacte ou proche, partielle, non-équivalence.

Cette première partie disponible aujourd'hui intègre un chapitre (13) sur la gestion, la construction et la maintenance d'un thésaurus (le modèle porte d'ailleurs une classe spécifique pour la gestion des versions du thésaurus), et un autre chapitre portant sur les principes directeurs pour les logiciels de gestion de thésaurus. Les trois autres chapitres apportent des éléments sur (16) les usages des thésaurus (à l'indexation, à la recherche), (17) les formats d'échange et (18) les protocoles de recherche. Bien sûr SKOS est cité comme un format d'échange. Mais attention, comme j'ai l'habitude de le dire, SKOS est un format pour exploiter les vocabulaires (entre autre sur/dans le web) et ne contient pas tous les 'éléments qui pourraient être utiles en exploitation ou en gestion et maintenance. Le format iso25964 est donc important à implémenter...

Retiré à la demande de l'Afnor (En bilingue : Sommaire, Avant-propos,  Introduction et champ d'application, liste des termes définis.) Ahh, vous attendez une version en français... Nous aussi ;-)

Un Livre blanc a été publié en 2013 reprenant les éléments principaux de la norme.

Ressources complémentaires en français millésime 2011

1. Hélène Rabaut (Lexis Nexis), Hélène Zysman (Smile - Open Source Solutions), Les schémas de concepts et le Web sémantique : la norme sur les thésaurus ISO 25964  [Presentation], In Journée Afnor/Bnf "Référentiels et données d'autorité à l'heure du Web sémantique", 2011 May 27  Available at: http://www.bnf.fr/documents/afnor2011_norme_thesaurus.pdf

2. ISKO-France, 27-28 juin 2011, Lille, Université Charles-De-Gaulle Lille 3

. ISO 25964 : vers une nouvelle norme pour l'organisation et l'accès à l'information et aux connaissances, Michèle HUDON - EBSI, Université de Montréal, Canada;  http://conferences.isko-france.asso.fr/fr/abstracts/sa1a.htm

. Optimisation de la recherche bibliographique par une meilleure prise en compte des relations entre concepts et termes : le cas d'OTAREN (Apports de la recommandation SKOS et de la norme ISO 25964 en ce domaine). François FEYLER -- CNDP, http://conferences.isko-france.asso.fr/fr/abstracts/sc2a.htm

3. Présentation à l’attention d’éditeurs de logiciel de la future norme ISO 25964-1 : Thésaurus pour la recherche documentaire, Hélène Zysman, Sylvie Dalbin, mars 2011,, http://www.slideshare.net/Dalb/iso-25964-thsaurus-pour-la-recherche-documentaire.

4. ADBS, février 2011 -http://www.adbs.fr/une-nouvelle-norme-pour-le-thesaurus-1-pourquoi-une-nouvelle-norme--100316.htm?RH=1266334869518

 

(*) On attend de voir ce que va donner la "base de données des concepts ISO" (un exemple)

Qu'est-ce que rechercher de l'information ? Nicole Boubée et André Tricot

Une courte analyse de l'ouvrage de Nicole Boubée du LERASS et André Tricot de l'IUFM Toulouse : Qu'est-ce que rechercher de l'information. Etat de l'art (Presses de l'Enssib, 2010*) dans le dernier numéro de la revue Documentaliste de l'ADBS.
http://www.adbs.fr/qu-est-ce-que-rechercher-de-l-information--101173.htm

Mais, mais , mais .... il manque dans cette publication, tous les outils d'accès à l'information pour les pauvres exploitants de cette volumineuse base d'information ;-).

Voici donc une table des matières qui fournit une bonne image de cet ouvrage, à laquelle j'ai ajouté une numérotation (inexistante dans l'ouvrage !) facilitant l'appropriation de ce corpus ....Je me suis lancée aussi dans un index (à venir sans le support informatique, je ne ferais pas d'index) - qui m'a cruellement manqué. Certainement un "truc" de pédagogues qui souhaitent nous pousser à produire tous notre propre index, ou d'auteurs pour nous obliger à tout lire de la page 1 à n !  Mais pas de numérotation, pas de table des matières, pas d'index et pas de support numérique (que du papier !) : cà fait beaucoup contre le lecteur, je trouve.

Table des matières

(une table des matières encore plus détaillée est accessible en ligne en format tableur http://tinyurl.com/boubee-tricot)

Préambule    7
CHAPITRE 0. Introduction    8
0.1.Qu'est-ce que la recherche d'information ? Quelques définitions    12
0.2. Pourquoi rechercher de l'information ? Le besoin d'information    20
0.3. Que rechercher ? Les tâches de recherche d'information    32

CHAPITRE 1 - La recherche d'information à travers les publics    37
1.1. Experts et novices en recherche d'information    38
1.2. Les jeunes, éternels novices ?    52
1.3. Les personnes âgées    72
1.4. Genre et recherche d'information    77

CHAPITRE 2. La recherche d'information à travers les disciplines    85
2.1. L'activité de recherche d'information vue par la "Library and Information Science" - Quelques résultats    86
2.1.1. Les stratégies de recherche    88
2.1.2.Evaluer l'information : les jugements de pertinence    99
2.1.3. Théories et modèles de l'activité de recherche d'information en LIS    114
2.1.4. Modèles de recherche d'information    115
2.1.5. Méthode LIS    122
2.2. La psychologie cognitive - Quelques résultats    126
2.2.1. Le processus de recherche d'information    126
2.2.2. Effet  des caractéristiques des tâches et des documents sur l'activité    132
2.2.3. Théories (de la psychologie cognitive?)    136
2.2.4. Méthodes de la psychologie cognitive    142
2.3. Approches transverses    153
2.3.1. La recherche d'information, une activité située    153
2.3.2. Entre psychologie cognitive et informatique : modélisations computationnelles de la recherche d'information    190

CHAPITRE 3 - Domaines d'applications    193
3.1. Education, enseignement    194
3.1.1. Les "Webquests" : faire faire des enquêtes aux élèves    194
3.2.2. Est-ce que l'utilisation régulière d'internet permet d'acquérir des compétences (documentaires) ?    195
3.2. Médecine, Santé    204
3.3. La recherche d'information de la vie de tous les jours    194

CHAPITRE IV - Questions vives    215

4.1. Emotions et recherche d'information    216
4.1.1. Bibliothèques inquiétantes ?    217
4.1.2. Rôle des émotions dans le processus de recherche d'information    222
4.2. La recherche d'information collaborative    226
4.3. Web 2.0 et recherche d'information    231

CONCLUSION    237
BIBLIOGRAPHIE    241-286

 

Ouvrage (support papier) en vente en ligne au Comptoir des Presses Universitaires et dans toutes les bonnes librairies

Isidore, plateforme de recherche d'information en SHS

Des portails en SHS, il en existe de nombreux ; chacun ayant une orientation particulière selon les trois axes « catégories de publics - catégories de sources - type de traitement/accès ». Nous pouvons citer : un méta-catalogue vers de nombreuses sources pour le public « interne » , dédiés à des revues , à des vidéos ou à des archives audiovisuelles, à des données d'enquêtes ou des corpus numérisés (là çà foisonne...); certains sont construit autour d'un point de vue particulier sur la recherche (valorisation des SHS), d'une discipline (une foultitude), d'un public ou environnement cible (Université Ouverte des Humanités pour l'enseignement supérieur)....

Dans ce contexte, ISIDORE est une "plateforme de recherche permettant l'accès [à des] données numériques des sciences humaines et sociales (SHS). Ouverte à tous et en particulier aux enseignants, chercheurs, doctorants et étudiants, elle s'appuie sur les principes du web de données et donne accès à des données en accès libre (open access)" [Extrait de "A propos"] - réalisé dans le cadre des travaux TGE/Adonis et mis en oeuvre par le CCSD/CNRS (le producteur de HAL).

ISIDORE est ouvert depuis décembre 2010. Ce premier niveau béta déjà est fort intéressant à étudier.

Après une présentation rapide sur le tableau de bord proposé pour conduire les recherches d'information (1), nous regarderons sous le "capot de cet engin" en reprenant les processus : Acquisition de la matière (2), Traitements (3), Identification et stockage (4), Services (5). Et pour finir quelques mots sur la gestion de projet (6). J'essaierai de poursuivre cette présentation par un témoignage.

Merci infiniment à Gautier Poupeau d'Antidot qui m'a si aimablement et longuement (!) présenté les arcanes de cette très belle réalisation à la fois bibliographique, documentaire, éditoriale, technique, ergonomique et politique !

ISIDORE, le portail en SHS

Une brève, avant un papier à venir pendant les "vacances" de Noël...

ISIDORE (rien à voir apparemment avec ISIDORA, le réseau des documentalistes...) est le tout nouveau portail en SHS qui émane des travaux TGE/Adonis, mis en oeuvre par le CCSD/CNRS qui produit HAL.

Brièvement :

• A l'ouverture (le 7 décembre 2010) : 745 sources totalisant 905 168 ressources
• une ergonomie optimisée pour le chercheur d'information avec l'auto-complétion pour la requête, une recherche fédérée efficace, et des référentiels pour orienter certains types de recherches (Rameau, Frantiq .... pour le moment), des facettes riches et variées,....
• des protocoles normalisés - OAI, DC, SRU,... pour fluidifier ce dispositif ;
• Mondeca, Antidot, Sword en backoffice (entre autres?)

Passer de HAL à ISIDORE, époustoufflant ;-)

Voir aussi :Isidore, plateforme de recherche d'information en SHS (mars 2011) 

SRU et CQL à l'OASIS Search Web Services (TC)

------------------------------------------------------------------------------------------------------------------------------------------------

Mise à jour en Novembre 2009 - du TC  "OASIS Search Web Services" avec deux récents documents de travail  :

SRU (Search/Retrieval via URL) - document du 12 novembre 2009
CQL (Context Query Language) - cql-2-0-draft-oct 15.doc

------------------------------------------------------------------------------------------------------------------------------------------------

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. 

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.

De retour de Londres : Online 2008

Un bref retour de cette journée et demie passée à Londres. Une ballade centrée sur la partie IMS (information management system) de l’exposition, et plus particulièrement sur les outils et technologies de recherche.

1. L’Utilisateur au centre des préoccupations …  enfin !

Petit retour en arrière : depuis le début de l’informatique, les technologies de recherche se sont focalisées :

• sur la requête proprement dite et ses performances algorithmiques  ;
• puis plus récemment sur les aides à la sélection au sein des résultats d'unités documentaires, grâce à une organisation contextuelle des résultats, « pertinente » par rapport à la requête posée, et par l’affichage d’information de contexte (métadonnées associées, clusters ou thèmes d’Exalead par exemple …).

Ces technologies poursuivent leur route avec aujourd’hui un enrichissement fonctionnel pour et par ….  l’Utilisateur.

Que lui offre-t-on ? que peut-il faire une fois que la machine lui offre des résultats si volumineux ? 
Trois exemples tirés des ateliers du salon IMS.

Vivisimo
- tags en texte libre ou …  contrôlé ( !)
- annotation des résultats (sous-entendu du rédactionnel, plus qu’un mot clé)
- vote
- création de dossiers virtuels privé ou public

Sachant qui a étiqueté quoi, on se retrouve de fait dans la logique des réseaux sociaux où l’accès à l’information se fait en suivant ce que fait quelqu’un (ses ressources étiquetées ou ses favoris).

SI l’on a bien vu des copies d’écrans, peu de réponses précises aux questions (perverses!) de quelques auditeurs !  : quid de l’outil du vocabulaire contrôlé ? et comment faites-vous pour gérer les annotations ? …

Je vous renvoie vers les copies d’écran sur la documentation maison.

Pour en savoir plus,  Vivisimo a maintenant un partenariat pour sa diffusion en France avec Social Computing.

 

Exalead

Face à l’hégémonie de Google, Exalead (idem pour vivisimo) est toujours obligé d’expliquer le pourquoi du comment "organiser un lot résultat". Avec sa « zapette thématique« , sa boîte à malices : termes associés à la requête, rubriques associées (issues de Dmoz), mais aussi localisation des sites, langue … Bref présentation du contexte pour orienter la sélection.

Exalead poursuit ses expériences avec Wikipédia : après le portail d’accès organisant l’information suivant les Catégories, Termes associés, Personnes, Lieux ou Organisations, des possibilités d’enrichissement de vos pages en surlignant des termes pour lesquels une information contextuelle en provenance de Wikipedia est proposée au lecteur. « Wikifier » appliqué à une page de la BBC (cela marche mieux en anglais vu la taille de Wikipedia-En)

Ne pas hésiter à se promener dans le laboratoire d’Exalead     (labs.exalead.com)

Antidot

Antidot propose une couche supplémentaire à la couche technique AFS (Antidoc Finder Suite) de sa technologie, qui permet :

• de sauvegarder la requête
• de sauvegarder des url (favoris)
• d’enrichir les résultats avec des mots clés (tags)
• d’organiser ses résultats
• de diffuser les résultats (flux)

Et alors ?
Certaines des fonctionnalités proposées dans les "espaces utilisateurs" des portails documentaires s'intègrent donc aux outils génériques (le moteur de recherche) de l'intranet). Les utilisateurs vont s'y habituer...

Et après ?

Je n’ai pas vu d’outils ou de solutions proposant une représentation visuelle des résultats (Mapstan ou Kartoo). Mais attendons encore un peu pour inverser la vision encore centrée sur les "fonds" et proposer d’orienter les résultats - leur sélection et leur organisation - par une représentation personnalisée des besoins de l’utilisateur : sa propre « ontologie » en lieu et place des quelques mots clés embarqués pour la requête (cf l'ancien outil Topic de Verity des années 1990), et des résultats organisés automatiquement par rapport à cette représentation !

20 ans après les débuts de la GED, il ne restera plus qu’à se concentrer sur une question toujours ignorée : « comment lire et exploiter ces résultats numériques ».

2.  CMS Watch - « A critical look at enterprise search technology : 2009 and beyond ».

Retour sur l’intervention de Theresa Regli de CMS Watch. CMS Watch est une société américaine d’analyse technologique, indépendante des éditeurs. La société poursuit ses investigations du marché des Vendeurs de solutions technologiques et a repris en l’adaptation, le « découpage » proposé en 2006 (voir Outils froids en 2006)

• offreur d’infrastructure : IBM, Oracle, SAP…
• offreur de plateforme de recherche : Autonomy, FAST, Endeca
• offreur d’outil spécialisé : Sinequa, Exalead, Vivisimo,…
• offreur d’outil de base : Coveo, ISYS, Mondosoft, …
• offreur de solution clé en main (turnkey appliances) : Google, Thunderstone, …

Dans ce panel présenté dans les rapports de CMS Watch, tout de même très centré « US » ou plutôt « English », on remarque des produits inconnus ou très peu connus sur le marché français, mais aussi 2 produits d’origine française: Exalead et Sinequa (technologie linguistique et sémantique), tous deux ayant des bases sur le territoire état-unien. Theresa Regli a plusieurs fois insisté d’ailleurs en annonçant des produits français, certainement pour prouver que sa société regardait vraiment les fonctions et la qualité et non le territoire d’origine !

Le « beyond » n’a pas été réellement abordé, Theresa nous renvoyant vers les rapports de CMS Watch. Par contre, partant du constat que chacun des logiciels offre toujours des aspects très positifs et des zones d’ombres, Theresa s’est focalisée sur la démarche d’aide à la décision ainsi que sur l’énoncé de quelques recommandations à l’attention de ceux qui seraient dans une démarche de recherche d’une solution. J’ai simplement noté :

• des limites considérées par CMS Watch comme encore d’actualité :

• le niveau de sécurité
• l’incapacité à intégrer des contenus spécialisés
• la difficulté à concilier information structurée et non-structurée
• les coûts, durées et difficultés requises pour incorporer différents référentiels

Les trois derniers nous concernent en plein.
Curieusement personne n’aborde ou même ne cite la question de la production de l’information pour améliorer la situation ….

• une approche basée sur la méthode des scénarios pour étayer une démarche de choix
  Un exemple intéressant portait sur la comparaison de quelques critères entre FAST et Sharepoint (je rappelle que : Sharepoint est la plateforme intranet/travail collaborative de Microsoft, Microsoft qui a racheté FAST l’an passé)

FAST      Champ couvert     Sharepoint
[-]          desktop                   [-]
[-]          départemental          *
 *           site web                    *
 *           internet hybrid         [-]
 *           multi-entrepôt         [-]

Cela montre que ces deux produits sont complémentaires ;-)

3. Sharepoint

On ne peut pas se défiler et comme le dit Montague Institute  obligé de se justifier sur son importante production sur Sharepoint : « more than 100 million SharePoint licenses since launching the product in 2001 ».

Aparté .....
Comme toujours avec Microsoft, le produit de (très) médiocre qualité est lancé en grande pompe avec une visée de casser le marché, celui de Lotus à l’époque ou d'autres applications de même nature. Petit à petit (j’ai vu le produit en 2001, donc 8 ans après son arrivée), le produit finit par intégrer ce que la concurrence faisait déjà avant qu’il n’arrive ;-), avec heureusement les technos du jour.
Et bien sûr, de l’avis de tous, c’est extraordinaire. Effectivement vu d’où il est parti, cela peut l’êtr ;-)

Un autre motif explicatif de cette démarche tient aussi à l’emprise exlusive des informaticiens sur "ce qui est mieux pour les utilisateurs". Car les fonctionnalités proposées par Sharepoint en 2001, c’était à peu près ce qu’un informaticien de l’époque pouvait comprendre des besoins du travail collaboratif et de la gestion documentaire. Ceux qui travaillaient depuis 1990 (et avant) savaient déjà que ce n'étaient pas suffisant.  Vu la main-mise des informaticiens, leur approche techniciste (encore plus en France paraît-il) de la mise en oeuvre d'un groupware (vision exlusivement techno sans remise en cause de la production de l'information), on ne pouvait rien faire d’autre. Mais pendant tout ce temps, beaucoup d’info et de documents sont perdus, de systèmes d’information qui tournaient pourtant bien ont été mis à mal ; bref beaucoup de gachis documentaires et humains et de dépenses importantes.
Je poursuis mon coup de geule par un troisième motif. C’est sûr, il faut absolument une sur-couche à Windows pour ranger ses documents ! bon truc d’éditeur. Et comme nous allons le voir, il faut une troième couche parce que de toute façon, Sharepoint ne fait pas de la gestion d’information…

Fin de l'aparté.
(je sais : j’ai dû perdre beaucoup de clients et de partenaires SSII, c’est clair ;-)

J’en reviens à Online/IMS avec la présentation par Sourtron Global, vendeur d’une solution de logiciel de gestion de thésaurus bien connu depuis 30 ans sur le territoire UK, de la mise en place chez des clients de leur produit autour de Sharepoint. Utilisation de l’extension appelée Taxonomy Extension Sharepoint XXL, ainsi que les propriétés « content type » pour indexer tout contenu avec ces taxonomies. (Idem d’ailleurs pour Synaptica depuis septembre 2008).
Idem pour la société ANS, diffuseur du produit AMLIB, logiciel de gestion bibliothéconomique installé sur le territoire anglais.
Il ne s’agit pas ici de passer à ces applications à partir de Sharepoint (sauf peut être pour AMLib?), fonction bien sur possible depuis longtemps, mais bien d’exploiter pour les informations gérées avec Sharepoint, des fonctionnalités comme la gestion de vocabulaires contrôlés, de taxonomies ou des fonctions de contrôle, qui ne se trouvent pas ou de façon trop simplifiées dans Sharepoint.

4. Indexation automatique couplée à du vocabulaire contrôlé

Depuis 20 ans, c’est mon leit motif : utiliser le meilleur des deux mondes … Après le tout automatique, le tout linguistique ou le tout humain, le mélange raisonné et harmonieux semble être une direction pragmatique et efficace.

• Mr Le Meur de l’AFP a présenté leur solution en cours de développement qui devrait être proposée aux clients en 2010.
  La presse a un schéma de métadonnées développé au niveau international par l’organisme professionnel l’IPTC. L’AFP est une des rares entreprises françaises à être fortement impliquée dans ces travaux. Elle exploite donc ce schéma standardisé. Elle ne met en oeuvre pour la classification automatique 300 catégories parmis les 1500 catégories proposées dans le standard. Pour le vocabulaire d’indexation plus général, l’AFP va utiliser un vocabulaire existant, en l’occurrence Eurovoc. Des traitements semi-automatiques pour les entités nommées (Temis) s’appuyant sur des vocabulaires de références chargés dans Mondeca, et une classification automatique pour enrichir les métadonnées…

• Des bruits de couloir (c’est entre autres pour cela que je vais à Online) : farouche anti-vocabulaire contrôlé depuis plus de 10ans que je connais ce produit et son ancêtre (Livetopic), Exalead serait associé à Mondeca chez un client (j’ai oublié de demander si je pouvais citer le nom de l’entreprise, dans le doûte je m’abstiens)… Une solution que je trouve a priori idéale. J’attends avec impatience de « voir de visu » …

Prochains salons :
Documation - 25 et 26 mars 2009 (Cnit Paris)
solutions intranet & travail collaboratif - 12 et 13 mai 2009 (Cnit Paris)
i-Expo et Online2009 - 17 et 18 juin 2009 (Porte de Versailles, Paris)