La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Panorama des évolutions de la recherche d’information sur Internet Marie-Laure MALINGRE Alexandre SERRES Co-responsables URFIST Rennes Février 2005.

Présentations similaires


Présentation au sujet: "Panorama des évolutions de la recherche d’information sur Internet Marie-Laure MALINGRE Alexandre SERRES Co-responsables URFIST Rennes Février 2005."— Transcription de la présentation:

1 Panorama des évolutions de la recherche d’information sur Internet Marie-Laure MALINGRE Alexandre SERRES Co-responsables URFIST Rennes Février 2005

2 URFIST Rennes PLAN 1/ Introduction : grandes évolutions de la RI 2/ Panorama, typologies des outils 3/ Evolutions économiques 4/ Evolutions technologiques 5/ La collecte des données 6/ L’indexation, les méthodes de TAL 7/ Gestion des requêtes 8/ Méthodes de classement et de traitement 9/ Présentation des résultats 10/ Personnalisation 11/ Autres évolutions : métadonnées…

3 URFIST Rennes Information préalable… Ce support Power Point est complété par un support HTML, à consulter librement : – « Panorama de la recherche d'information sur Internet : approfondissement des aspects théoriques et techniques » – Disponible sur : Rechinfo2_cadre.htm Rechinfo2_cadre.htm

4 URFIST Rennes / Introduction : les 7 grandes tendances de la recherche d’information Repères historiques : – 60’s : la recherche « en différé » – 70’s : « mode conversationnel » – 80’s : micro et minitel – 90’s : « la révolution Internet » – 2000’s : explosion du web Voir « Chronologie des outils de recherche… »Chronologie des outils de recherche Difficultés de l’état des lieux de la recherche d’information : – Abondance, explosion des outils – Rapidité des évolutions – Hybridation des outils – Changement d’échelle de la RI 7 tendances de fond, selon les composants de la RI

5 URFIST Rennes / Introduction : les 7 grandes tendances de la recherche d’information Du côté des usagers : – De la dépendance totale (recherche médiatisée : documentaliste + informaticien) à l’autonomie relative Du côté de l’offre d’information : – De « l’explosion documentaire » au « déluge informationnel » Triple changement : – d’échelle – de support – de système éditorial

6 URFIST Rennes / Introduction : les 7 grandes tendances de la recherche d’information Du côté de la chaîne de l’information : – De la validation a priori à la validation a posteriori Du côté des outils de recherche : – De la rareté à l’explosion, de la distinction à l’hybridation des outils, de la complexité à la simplification Du côté des processus de recherche : – Du « retrouvage » booléen à la « sérendipité »« sérendipité

7 URFIST Rennes / Introduction : les 7 grandes tendances de la recherche d’information Du côté des modèles de la recherche d’information : – Du paradigme de l’accès à celui du traitement Du côté de l’économie de la RI : – De la gratuité à la vente des mots-clés

8 URFIST Rennes / Panorama et typologies des outils 2.1 Contexte et spécificités de l’information et de la « RII » – surabondance, « déluge informationnel » – structuration encore majoritairement faible – hétérogénéité : formats, langues, supports, technologies, sources, etc. – instabilité de l ’information – multiplicité des espaces d’information : web visible / invisible, intranet/extranet, ouverts/fermés, gratuits/marchands… – coexistence contenus statiques/dynamiques (PHP)

9 URFIST Rennes Les blogs Définition : – Weblog : journal de bord du web – Site web, régulièrement mis à jour, comportant des liens, des appels à commentaires… Très nombreuses applications : – journaux personnels : adolescents – Tribunes politiques : Dominique Strauss-Khan – Outils journalistiques : blogs du Monde – Outils collaboratifs de veille… : blog de l’Urfist Explosion du phénomène des blogs Evolution du web ?

10 URFIST Rennes / Panorama et typologies des outils 2.2 Quelles typologie des outils aujourd’hui ? Les difficultés de la typologie classique : – Par type d’outils : Annuaires de recherche : Il présente, dans une hiérarchie de domaines et de sous-domaines divers, le contenu du Web au travers de ses sites décrits par un nom et un commentaire de quelques mots rédigés par un documentaliste de l'outil de recherche. Moteurs Métamoteurs Agents intelligents : un outil logiciel qui accomplit des tâches sur Internet de façon automatisée, en fonction de ce que vous lui demandez

11 URFIST Rennes / Panorama et typologies des outils 2.2 Quelles typologie des outils aujourd’hui ? Les difficultés de la typologie classique : – Par type d’outils : Portails Moteurs « humains » Agrégateurs de fils RSS Sa validité n’est plus aussi évidente en raison de la convergence de outils.

12 URFIST Rennes / Panorama et typologie des outils 2.2 Quelles typologies aujourd’hui ? – Différents critères permettent d’envisager d’autres typologies possibles : – Selon le référentiel internet : Outils généralistes Outils spécialisés Diversité des spécialisations : supports, formats, géographiques, disciplinaires, web invisible… > Evolution vers la spécialisation – Selon le mode d’indexation : indexation des documents web (tout ou partie) indexation sur le contenu d ’une classification

13 URFIST Rennes / Panorama et typologie des outils 2.2 Quelles typologies aujourd’hui ? – Selon le contenu des ressources indexées : Articles de presse / dépêches d ’actualité Littérature grise (Lancement de Google Scholar)Google Scholar Blogs : Technorati, Daypop Blogs TechnoratiDaypop Flux RSS : Savoirs CDI... Flux RSS Savoirs CDI Wiki : Wikipédia… Wiki

14 URFIST Rennes / Panorama et typologie des outils Les moteurs de recherche Quelques typologies possibles des moteurs : – selon le référentiel Internet : moteurs généralistes moteurs spécialisés : – par domaines disciplinaires : SpinooSpinoo – par type de données, de ressources – par type d ’objets Internet – selon le classement des résultats : – Indice de pertinence : Exalead – Indice de popularité : Google – Selon le degré de traitement – recherche exclusivement – traitement, gestion et exploitation des résultats

15 URFIST Rennes / Panorama de l’offre 2.4 Métamoteurs Repères : – outils interrogeant en parallèle plusieurs outils (moteurs et annuaires) – possibilité de fusion et de tri des résultats – diversité des métamoteursmétamoteurs Evolutions : – amélioration des performances techniques : fusion et synthèse des résultats – spécialisation – présentation graphique des résultatsgraphique – personnalisation et services de veille; exploitation des résultats

16 URFIST Rennes / Panorama de l’offre 2.5 Portails Définition : – "Ressource accessible via Internet, constituant un point d'accès unique, simplifié, facile d'emploi et unifié, pour un public cible, à des ressources (services, produits) électroniques distantes, variées et hétérogènes". (Sylvie Dalbin, Instruments de recherche sur le Web, in La Recherche d'information sur les réseaux, cours INRIA 2002) Dispositif : – documentaire (ressources informationnelles), communicationnel, éditorial, technique... Diversité des ressources et services : – recherche d ’information, achats/ventes, informations générales, spécialisées, personnalisation, messagerie, forums, services d’alerte… Portails généralistes / spécialisés Exemples : Yahoo.fr, ConnectSciences, Ploteus, BusinessCom, Fabula, Culture.fr, EduclicYahoo.frConnectSciencesPloteusBusinessCom FabulaCulture.frEduclic

17 URFIST Rennes / Panorama de l’offre 2.6 La syndication de contenus Définition : – Agrégation de contenus divers sur un même navigateur – possibilité de publier automatiquement sur un site web des informations issues d‘autres sites web Outils : – Agrégateur de fils RSS : en lecture – Editeur de fils RSS : pour l’édition Très nombreuses applications, liens avec les blogs Nombreux enjeux et questions Explosion du phénomène du RSS

18 URFIST Rennes / Panorama de l’offre 2.6 Les agrégateurs de fils RSS Outils personnalisables : – Permettent la réception automatique de fils RSS de diverses sources : Presse : ex. de Libération Blogs : ex. de UrfistInfo Sites web : Savoirs CDI Deux types d’outils : – Outils autonomes : FeedReader, FeedDemon… – Agrégateurs intégrés dans le navigateur : Firefox Deux possibilités d’utilisation : En ligne : NewsIsFreeNewsIsFree Hors ligne : FeedReader…FeedReader Beaucoup d’outils gratuits

19 URFIST Rennes / Panorama de l’offre 2.7 Les moteurs de bureau (desktop search) Définition : – Outils d’indexation et de recherche de fichiers sur disque dur – Développement de ces solutions par les moteurs de recherche en complément de la recherche sur le web – Recherche sur le PC d’un document Word, d’un , d’une vidéo, d’un fichiers PDF, etc. Outils : – Yahoo Desktop Search (sous Windows XP et 2000, recherche sur 200 types de fichiers) – Copernic Desktop Search (recherche des formats les plus courants : Microsoft Office, WordPerfect, PDF, fichiers texte et RTF) – Google Desktop Search (recherche sur les fichiers Word, Excel, Powerpoint, les s) – Autres : Lycos, Ask Jeeves, HotBot …

20 URFIST Rennes / Evolutions économiques C oncurrence des outils : taille d’index, services … Concentration du marché (Yahoo) / fragilisation Passage du tout gratuit au payant « Marchandisation » croissante de la recherche d’information – bannières publicitaires sur les outils – soumissionnement payant des sites : Nomade, Voila, Alta Vista… mais retour de Yahoo au principe du référencement gratuit ! A voir! A voir – positionnement payant dans les lots de résultats : présence en tête des résultats, avec ou sans signe distinctif « liens sponsorisés » : placés dans une zone distincte, « insertions contextuelles »

21 URFIST Rennes / Evolutions économiques Vente de mots-clés : – pour le positionnement payant, système de vente aux enchères de mots-clés, par sociétés spécialisées (Overture, Espotting) – sites classés selon système de mise aux enchères des mots-clés : site ayant eu plus forte enchère classés en tête – achat des mots-clés : par CPM (coût pour mille affichages) : nombre d ’affichages de liens, cliqués ou non par CPC (coût par clic) : paiement au clic, a largement remplacé le CPM

22 URFIST Rennes / Panorama des évolutions technologiques des moteurs et métamoteurs Définition : outil automatisé d’indexation et de recherche des ressources du web Fonctionnement : – 3 modules autonomes : robot collecteur : collecte des données module d’indexation : base de données du moteur module de requête : gestion des requêtes et des résultats – principes communs entre les moteurs parfois utilisation commune du même robot – mais nombreuses spécificités

23 URFIST Rennes / Panorama des évolutions… : p roblèmes posés aux moteurs de recherche Le « web opaque » : – récupération des pages "orphelines" – difficulté de récupération des pages liées à une indexation partielle Le « web privé » : – pages interdisant le référencement par les moteurs (fichier robots.txt) Le « web propriétaire » : – pages à accès contrôlé (par logon), non collectées (plateforme Phare) Le « vrai web invisible » :vrai web invisible – prise en compte de formats autres que html (ex : base Mémofiches)base Mémofiches – prise en compte de protocoles internet autres que celui du web – difficultés d'indexation face aux frames, scripts, technologies propriétaires comme Flash, etc. – difficultés de recherche sur les pages dynamiques (.asp, php…)  pas d'exhaustivité des outils de recherche

24 URFIST Rennes / Panorama des évolutions technologiques Collecte des données – Élargissements de la collecte Indexation des données : – traitements linguistiques – Indexation sémantique Interfaces de recherche – simplification, aide Fonctionnalités de recherche – Possibilités de filtrage – Enrichissement des requêtes

25 URFIST Rennes / Panorama des évolutions technologiques Classement des résultats: – Indice de popularité – Clusterisation (rangement des liens en dossiers thématiques), catégorisation… Traitement des résultats : – Résumés automatiques – « Géolocalisation » Présentation des résultats : – Cartographie – Moteur parlant… Personnalisation : – Profils de requête – Sauvegarde, partage des résultats…

26 URFIST Rennes / La collecte des données : fonctionnement Principes du robot collecteur Partage du même robot par plusieurs outils Modalités d’exploration du web : – exploration initiale : soumission manuelle par les webmestres, référencement payant sélection des meilleurs sites explorations aléatoires – parcours des liens : en largeur en profondeur

27 URFIST Rennes / L’indexation des données : 6.1 Fonctionnement, évolutions... Principes : – base de données : index principal et fichiers inverses – index : « cœur » du moteur de recherche 4 éléments pour l ’indexation : – taille de l’index – objets de l’indexation – nature des ressources indexées – méthodes de traitement des données

28 URFIST Rennes / L’indexation des données : 6.1 Fonctionnement, évolutions... Taille de l’index : – Nombre de pages indexées – « course à l’index le plus grand » :course à l’index le plus grand Google : passage brusque à un index de 8 milliards de pages Yahoo Search Technology : 4 milliards Exalead : un milliard de pages Objets de l ’indexation : – quels champs indexés ? titre, URL, métadonnées, frames… Différences entre moteurs. Nature des ressources : – développement de l’indexation des documents images, sonores...

29 URFIST Rennes L’indexation : Les techniques de traitement linguistique TAL (Traitement Automatique des Langues) : au fondement de l’indexation automatisée Différences indexation manuelle / indexation automatisée : – indexation documentaire manuelle : les concepts – indexation automatisée : les mots, texte intégral Méthodes de TAL : – issues de travaux et de problématiques différents de ceux de la RI ; – traitement en « local », pour l’analyse de corpus de textes…

30 URFIST Rennes L’indexation : Les techniques de traitement linguistique Evolution majeure des moteurs de recherche : intégration des techniques du TAL, notamment dans la gestion des requêtes Différents types de traitements linguistiques Présence des méthodes de TAL à la fois dans les modules d’indexation et de requête : différences difficiles à établir Enjeu majeur de développement de la RI : – quelles techniques de TAL pour l’indexation, notamment avec le web sémantique ?

31 URFIST Rennes Indexation : Méthodes de traitement statistique Principale méthode d’indexation sur le web : traitement statistique des mots (pour l’estimation de pertinence) Problème : localisation des traitements statistiques – dans le module d’indexation (sur la base de données) ? – Ou dans le module de requêtes (sur les lots de résultats) (cf plus loin) ? > les deux à la fois ; identification difficile des méthodes statistiques utilisées

32 URFIST Rennes / La gestion des requêtes et des résultats Généralités : – partie visible du moteur de recherche ; trois grandes fonctions : gestion des requêtes : fonctions de recherche en mode simple et avancé, différentes options de filtrage, affinement... gestion des résultats : catégorisation, classement, question des critères de pertinence … gestion de la présentation des résultats : linéaire, graphique

33 URFIST Rennes / Gestion des requêtes : 7.1 Fonctionnalités de recherche Simplification des procédures, éclatement des formulaires – diversification des options de recherche en mode simple et avancé ; 4 types d’options : linguistiques, recherche booléenne, filtrage, affinement – options linguistiques : > innovations : requêtes en langage naturel, correction orthographique, lemmatisation... – options de recherche booléenne : > innovations : généralisation du ET implicite, utilisation (encore rare) de l’opérateur de proximité

34 URFIST Rennes Développement des technologies de filtrage Innovation majeure et la plus répandue : nombreuses possibilités de filtrage – géographique du web : mondial, francophone – linguistique : choix de la langue des ressources – des types de ressources : images, audio… – des ressources internet : web, forum, messagerie, weblogs – des formats : HTML, PDF, DOC, PPT, XLS, RTF… – des dates : nombreuses options – des champs : titre, URL, host, domaine… – thématique : choix du domaine de recherche (Alta Vista) – du contenu : filtrage « parental » (Alta Vista)

35 URFIST Rennes Les fonctionnalités d’affinement des requêtes possibilité d’affiner une requête à partir d’un premier lot de résultats – reposent sur plusieurs techniques, +- spécifiques aux moteurs ; différents niveaux d ’affinement : – affinement « simple » : restriction de la recherche à un lot de résultats, à un site... – affinement/extension : propositions de pages similaires (similar pages) – techniques de classification automatique (cf plus loin)

36 URFIST Rennes / Méthodes de classement des résultats : autre typologie Méthodes de classement fondées sur le contenu des documents : – indice de pertinence – classifications automatiques Méthodes de classement fondées sur l’infrastructure hypertextuelle du web : – exploitation des liens des auteurs / éditeurs de sites web : indice de popularité de Google, navigation dans les résultats – exploitation des activités des utilisateurs : mesure d’audience, mesure des parcours

37 URFIST Rennes Classement des résultats : indice de pertinence Principes : – classement fondé sur la fréquence d’apparition et la localisation des termes de la requête dans une page web (cf. réponses dans BCDI) – attribution d’une valeur aux pages indexées : absolue : indépendante des requêtes (module d ’index) relative : dépendante des recherches (module de requête) – affichage des résultats à partir du calcul d’un score pour chaque réponse Utilisation : – première méthode de classement utilisée sur le web, la plus répandue ; Problèmes : – détournement par le spamdexing

38 URFIST Rennes Classement des résultats : indice de pertinence Critères d’estimation automatique de pertinence : – pondération : calcul du « poids » d’un mot selon : sa position sur la page : « poids » plus important dans le titre, en début de texte, en majuscules... sa fréquence dans la base : calcul des occurrences du mot dans la base d’index ; mots rares favorisés, mots fréquents sous-évalués, mots-vides éliminés... sa densité : calcul des occurrences du mot par rapport à la taille du document ; poids supérieur pour les documents plus petits – similarité : appariement entre mots de la requête et du document

39 URFIST Rennes Classement des résultats : indice de popularité Principes, origines : – Utilisation de la nature hypertextuelle du web : prise en compte des liens entre sites, considérés comme des liens de parenté sémantique – calcul de la notoriété d’un site en fonction du nombre de liens pointant vers le site – principes scientométriques, pratiques de citation entre articles Utilisation : – indice de popularité lancé par Google en 98 originalité et succès de Google et de son PageRankGoogle – Projet Clever, TeomaTeoma

40 URFIST Rennes Classement des résultats : indice de popularité Critères de calcul de popularité : – classement des pages par combinaison de plusieurs facteurs ; deux niveaux de pondération : – 1ère pondération plus forte : des « pages pivots » : listes de liens, sélections de ressources… des « pages de référence » : pages recevant de nombreux liens – 2ème pondération plus forte : des pages de référence fréquemment citées par pages pivots

41 URFIST Rennes Classement des résultats : indice de popularité Avantages de l ’indice de popularité : – renforcement de la pertinence – élimination du spamming Problèmes et limites : – renforcement de la notoriété : « effet Saint-Matthieu » (favorise les sites jouissant déjà d’une certaine notoriété ) – problème des sites peu connus, des ressources nouvelles... – problème des liens artificiels, pas toujours éliminés : exemple de requêtes sur Google sur la psychiatrie – Nouvelles pratiques de spamdexingspamdexing

42 URFIST Rennes Classement… : classification automatique des résultats Concerne à la fois les technologies d’affinement des requêtes et le classement des résultats Technologies les plus complexes ; domaine des innovations les plus importantes des moteurs : cf Exalead Exalead Principes : – organisation d’un lot de résultats pour donner possibilité d’affiner ou étendre la requête – répartition des objets dans des classes – deux méthodes : classifications a priori classification a posteriori

43 URFIST Rennes Classement… : classification automatique des résultats Principes : – classement des informations par sujets > traitement sémantique – modélisation des domaines de connaissance – automatisation du classement des informations – enjeu essentiel : mise en ordre du « chaos informationnel »

44 URFIST Rennes Classement… : classification automatique des résultats Classification a priori : « classification par apprentissage supervisé » : classement des éléments dans des classes préétablies ; problème de l ’élaboration et du suivi des classes – exemple : Voilà et ses domaines prédéfinis (sports, arts..)Voilà principe des annuaires, avec classification préétablie

45 URFIST Rennes Classement… : classification automatique des résultats Classification a posteriori : – « classification par apprentissage non supervisé », « clustering » : regroupement des résultats par comparaison sur la base de similarités trouvées dans les documents – analyse des caractéristiques statistiques, linguistiques, sémantiques du corpus – processus automatisé : création de groupes répartition des documents dans les groupes et attribution d ’un nom à la classe tri par pertinence au sein des groupes

46 URFIST Rennes Classement… : classification automatique des résultats Classification a posteriori (suite) : – Intérêt pour la recherche : aide à la sélection d’un mot-résultat aide à l’élimination des corrélations inintéressantes, évidentes ou connues suggestion d’idées et de pistes nouvelles – Complémentarité avec les techniques de représentation graphique de l’information exemples : Exalead, Vivisimo, AllTheWeb Exalead

47 URFIST Rennes Traitement des résultats : la « géolocalisation » Innovation récente : – Sur Yahoo, Google (USA), FindWhat… Principes : – Identification de l’emplacement géographique de l’internaute – Fourniture de résultats, de services locaux, proches de lui : Liste d’adresses proches (hôtels, professionnels…) Visualisation des résultats sur une carte Itinéraires routiers Enjeux financiers importants : – Lutte pour les marchés locaux des annonceurs

48 URFIST Rennes / Présentation et traitement des résultats Evolutions dans la présentation des résultats : deux modèles : – listes – cartographies Enrichissement de la structure et du contenu des listes : – structure des pages : identification plus claire des différentes parties (rappel de requête, liste des résultats « naturels » et liens sponsorisés…) – représentation des documents : enrichissement de la description (titre, catégorie, taille du fichier, date, extrait ou résumé, pages en cache…) > cf Google

49 URFIST Rennes Présentation graphique des résultats Principale innovation dans la présentation : utilisation des techniques de cartographie de l ’information Technologie ancienne (veille) mais difficile à mettre en œuvre sur Internet ; ressources techniques importantes Pionniers : les métamoteurs : Kartoo, MapStan, VivisimoKartooMapStan Principes : – présentation des résultats sous forme de carte de nœuds et de liens : nœuds = documents liens = relations entre documents – représentation en réseau de sphères (Kartoo), en « plans de quartiers » avec places et rues (Mapstan), en arborescence (Vivisimo)

50 URFIST Rennes Présentation graphique des résultats Valeur des nœuds : – document (Kartoo) : taille variable selon degré de pertinence – ensemble de documents (cluster) sur Mapstan Valeur des liens : – liens sémantiques, de similarité des thèmes Intérêt : – vision synthétique des résultats – mise en évidence des relations entre sites

51 URFIST Rennes Présentation des résultats : évolutions récentes La « lecture » orale des résultats : – Cf le « moteur qui parle » Speegle (lancé par la société écossaise CEC Systems) Speegle utilise la catalogue web de Google + 1 logiciel de reconnaissance vocale pour lire les notices. Speegle 3 formats pour la lecture : – méta-titre et méta-description – url et méta-description – url, méta-titre et méta-description comprend aussi un catalogue d’actualités

52 URFIST Rennes Synthèse des présentations de résultats (d ’après S. Dalbin) Mots-clés, listes de référence : – Indicateurs de contenu d ’un document Regroupement de références : – Indicateurs de thèmes Cartes : – Indicateur du positionnement des documents par rapport aux autres par rapports aux thèmes

53 URFIST Rennes Traitement des résultats : extraits et résumés automatiques Extraits automatiques : – présentation d’un extrait d’un document sur les pages de résultats (Exalead) – correspond soit aux mots recherchés, soit aux premières lignes du document > pas de véritable « résumé », car pas de reformulation Résumés automatiques : – Développement encore limité des technologies de résumé automatique sur le web : système Pertinence extraction d’une liste de phrases représentant idées essentielles d ’un texte techniques d’analyse de discours, système de marqueurs linguistiques, affectation d’une valeur aux tournures linguistiques

54 URFIST Rennes Personnalisation 10.1 Des interfaces Tendance lourde de la recherche d’information Personnalisation des interfaces proposées par les outils : – barre d’outils téléchargeable et personnalisable (Google, HotBot, Voilà, Mapstan…) – extension du formulaire de requête (Alta Vista) – services d ’aide à la recherche

55 URFIST Rennes Personnalisation 10.2 De la recherche et des résultats Plusieurs fonctionnalités de personnalisation des requêtes : – systèmes d ’alerte et de veille (Alta Vista, Kartoo…) Google Alert : alerte des changements dans les pages de résultats pour des mots-clés favoris – exploitation des résultats : envoi, sauvegarde, classement dans des catégories, annotations… (AskJeeves, My Yahoo Search…) – historique des recherches – prise en compte des préférences de l’internaute, mémorisation et utilisations des requêtes précédentes (Ujiko, Eurekster…)

56 URFIST Rennes / Autres évolutions de la recherche d ’information : le web sémantique – Evolution du côté de la structuration et de l’indexation de l’information : travaux du web sémantique, généralisation de XML, des métadonnées… > mutations peut-être les plus profondes, conditionnant toutes les autres touchent à la structuration du document numérique

57 URFIST Rennes Evolutions à venir : le web sémantique Définition du « Semantic Web » : – chantier de recherche du W3C Constat des insuffisances du web actuel : – absence de description et d’indexation des ressources, etc – hétérogénéité des formats… – pas de structure explicite du web Objectifs : – meilleure structuration du web, exploitation sémantique de la nature du web...

58 URFIST Rennes Evolutions à venir : le web sémantique Projet du Web sémantique (d’après P. Laublet) : – « Introduction d’une « couche » sémantique permettant : la description des ressources La description des contenus (métadonnées) La structuration des ressources, avec un certain niveau de formalisation – > permettre la recherche d’informations à partir des concepts, des notions, et non plus de simples chaînes de caractères (mots- clés) Web sémantique = – (ré) introduction des problématiques documentaires de catalogage (avec les métadonnées) et d’indexation (avec les ontologies), MAIS : de manière totalement automatisée sur les connaissances et plus seulement sur les documents

59 URFIST Rennes Evolutions à venir : le web sémantique Principes et outils du web sémantique : – quadruple normalisation nécessaire, quatre directions de recherche : identification des ressources numériques : le DOI description des ressources : systèmes de métadonnées structuration des documents numériques : XML indexation des ressources : langages de description, thésaurus, ontologies, classifications… – principe fondamental du web sémantique : séparation du contenu des documents de l’organisation de ce contenu

60 URFIST Rennes Evolutions : Les métadonnées Ancienneté du principe : catalogage Données à propos d’autres données – informations pour la description des ressources ; enjeu important pour l ’indexation et la recherche Resource Description Framework (préconisation du W3C). Diversité des formats, standards, normes de métadonnées

61 URFIST Rennes Evolutions : Les métadonnées Quels apports des métadonnées ? – Structures plus stables que HTML – amélioration des performances des moteurs de recherche exemple d ’application : utilisation des métadonnées par Google dans le cadre de son projet avec les universités américaines et le MIT. – description plus fine des contenus et des relations entre documents – facilitation du classement des contenus – meilleure visibilité des droits de propriété intellectuelle – information sur la gestion du document – partage des informations plus facile

62 URFIST Rennes Les métadonnées : le LOM LOM (Learning Object Metadata ) : Pour les productions sur les web liées aux objets d’apprentissage : – Métadonnées sur les objets d'apprentissage – Norme permettant de décrire les objets d'enseignement. A partir des métadonnées du Dublin Core en les détaillant davantage : structure de l'objet (structure, niveau d'agrégation), gestion de versions (version, état), gestion plus fine des contributeurs (rôle), description fine des métadonnées utilisées, description de l'implémentation technique au-delà du format : taille, localisation, prérequis techniques, gestion plus fine des droits ( gestion plus fine du sujet (par mots-clés ou classification) : type et niveau d'interactivité, type de ressource : « densité sémantique », type d'utilisateur : Le document LOM va probablement être repris par l'ISO. Si l'on souhaite faire de la veille sur les métadonnées et le web sémantique, l'IEEE est l'institut dont il faut suivre les travaux.

63 URFIST Rennes Quelles conséquences du web sémantique… sur la documentation ? Une menace ? – Vers l’automatisation complète de la recherche d’information? Une chance ? – Travail en profondeur dans la « trame » des documents, notion de « granularité » de l’information – Possibilités inédites de recherche intelligente sur le contenu Une revanche ? – Généralisation des concepts documentaires : organisation documentaire du web.

64 URFIST Rennes MERCI DE VOTRE ATTENTION !


Télécharger ppt "Panorama des évolutions de la recherche d’information sur Internet Marie-Laure MALINGRE Alexandre SERRES Co-responsables URFIST Rennes Février 2005."

Présentations similaires


Annonces Google