UE303.c : cours n°3 Conception de système d’information multimédia Promo. Master IST-IE 05/06 Sensibilisation au catalogage : pratique & projet Par : Sahbi SIDHOM MCF. Université Nancy 2 Equipe de recherche SITE – LORIA sahbi.sidhom@loria.fr

I. Processus d’abstraction

Motif non-significatif alphabétique/ syllabique Systèmes d’écriture Motif significatif Motif non-significatif Indice « naturel » Indice arbitraire Pictural Quasi pictural Pictogramme et Dessins (isolés) Pictographie et bandes dessinées Écriture logosyllabique : Représentation linguistique systématique Écriture alphabétique/ syllabique (représentation phonémique systématique ) Variations dans la représentation graphique [Goody, 94]

Analyse de Corpus textuels Observations sur Corpus Système de règles Élaboration d’hypothèses structurelles Analyse morphosyntaxique Parseur Corpus de Test Exécution Analyse des résultats Modification Corpus d’Évaluation Analyse et Critiques essais Evaluations essais Tests 1 confrontation confrontation vs. extension

Abstraction par l’ « Alphabet » L’alphabet représente aussi le point d’aboutissement d’un processus d’élaboration “logique”. Selon J. Goody, on arrive au niveau d’abstraction ([Goody, 94], p.75) à partir : 1. de logogrammes (des signes pour des mots), 2. de syllabes (des signes pour reproduire des sons), 3. de l’initiale, une lettre, ou une nouvelle lettre pour représenter l’élément phonétique commun à un groupe de syllabes. L’alphabet ne peut émerger que lorsque toute la série des syllabes est mise dans une forme graphique. Qui dit alphabet, dit un niveau d’abstraction très élevé

Canaux communicationnels comme sources de connaissances : l’écriture a ses racines dans les arts graphiques, les arts graphiques donnent accès à la lecture et à l’écriture (cunéiforme de Mésopotamie, Les hiéroglyphes ou du chinois l’écriture graphique ou imagée est la source des écritures syllabiques ou alphabétiques, le système graphique réussit à doubler et à amplifier le système linguistique, les sources de connaissances visuelles ne sont pas indépendantes aux sources langagières ( la rhétorique ). Établissement d’un lien commun entre ces différents canaux communicationnels : L’analyse du multimédia subordonnée à l’analyse de son contenu textuel constitue une nouvelle source de connaissance complémentaire à la nature du document source. La description textuelle selon un processus adéquat de productions de contenu constitue une autre forme d’accès à une source de connaissances qui n’est pas forcément écrite.

Exemple 1: Exemple de texte en hiératique et sa correspondance en écriture hiéroglyphique :                                                                        Remarque ?

Exemple 2 : Les 7 caractères démotiques ajoutés à l'écriture grecque :                          Remarque ?

Exemple 3 : Le signe devient alors «idéogramme» :                                                        Remarque ?

Exemple 4 : Remarque ?                               

Analyses sur Corpus non textuels Observations sur Corpus Système de règles de réécriture Élaboration d’hypothèses structurelles Implémentation d’Analyseur Méthodologie d’analyse Corpus de Test Exécution Analyse des résultats Modification Corpus d’Évaluation Analyse et Critiques essais Evaluations essais Tests 1 confrontation confrontation vs. extension 1

II. Étude de cas

1. INA de France En 1970, l’ORTF (Office national de la Radio et Télévision Française) charge le cabinet d’organisation SEMA (Documentation et gestion) de mettre au point une méthode d’analyse afin de gagner du temps sur la préparation de l’indexation des films d’actualités [LUSTIÈRE, 99]. L’analyse plan par plan, appelée « analyse chronologique », se révèle indispensable pour situer le sujet dans son contexte et faciliter la réponse à la demande. La grille d’analyse chronologique mise au point à cette époque est utilisée jusqu’à présent à l’INA.

On peut y relever des informations élaborées (niveaux d’analyse) avec le concours des cinémathécaires sur un document donné : - la position des plans et la description plan par plan, - les mouvements de caméra, - les personnes identifiées et les lieux de l’action, la distinction entre image et son. Évolutions (notices)

1949-1975

1975-1985

Le thésaurus est composé de quatre langages documentaires : -         les noms communs, -         les noms propres géographiques, -         les noms propres de personnes morales, -         les noms propres de personnes physiques.   Les données traitées donnent lieu à trois types d’index édités sur microfiches : -         l’index analytique : descripteurs décrivant le contenu, -         l’index des titres : titres des séries, des émissions et des sujets, -       l’index générique : les noms des génériques des séries, des émissions et des sujets. Pour aider à l’indexation et à la recherche, deux éditions du langage de description sont effectuées sous les noms : -         liste alphabétique du thésaurus, et -         liste méthodique du thésaurus.

1985-1997

Vers le numérique : 2000

Guide actuel de l’indexation audiovisuelle à l’I.N.A. La grille d’analyse chronologique mise au point, à l’époque de l’ORTF et le cabinet SEMA en 1970 [DEGEZ, 70], est utilisée jusqu’à présent à l’INA. Les informations qu’on peut relever dans cette grille (ou niveaux d’analyse) sont : -         la position des plans et la description plan par plan, -         les mouvements de caméra, -         les personnes identifiées et les lieux de l’action, -         la distinction entre image et son.   On distingue plusieurs grilles d’analyse selon la nature de production tout en préservant le même principe de l’élaboration de la grille initiale, nous citons : -         PRODUCTION PROPRE (CODE 01) -         ACHATS DE DROITS (CODE 03) -         MIXTE (production propre + EVN ou achat ou archives) (CODE 04) -         EVN(CODE 05) -         ARCHIVES (CODE 10), etc.

Construction de descripteurs

Etc.

Construction de résumés

Etc.

2. Autre méthode d’analyse : par abstraction à l’analyse linguistique On peut bien s’inspirer d’un modèle d’analyse linguistique : Étape morphologique  « objets » isolés, propriétés des objets Étape lexicale  termes « qui désignent » Étape syntaxique  relations(objet, terme) Étape sémantique  sens, interprétations Étape pragmatique mises en contexte (ou valeurs ajoutées)

III. mini-projet

Application Retrouver un catalogue en ligne qui donne accès à des ressources hétérogènes (ou multimédia) Dresser la topologie/typologie des documents présents Construire un petit corpus de documents : s’aider par un logiciel documentaire ou un SGBDD Analyser selon une des méthodes : méthode INA : grilles chronologiques (à adapter) méthode linguistiques : 5 étapes d’analyse Identifier les limites de la méthode choisie Comment y remédier : éléments de solution à proposer

Étapes avec SuperDoc: 1. Sur Internet : Choisir un catalogue en ligne sur des documents hétérogènes (texte, image F/A, audio, vidéo, …) 2. Avec le logiciel documentaire : Définir les champs pour une notice Insérer du contenu dans les notices, sans oublier : URL pour la source, résumé, descripteurs Équations de recherche simples Équations de recherche complexes (expertes) Exprimer un besoin informationnel

Quelques URLs de ressources http://erick.dronnet.free.fr/ http://gallica.bnf.fr/ http://gallica.bnf.fr/anthologie/ http://www.lesite.tv/ http://www.ina.fr/ http://www.cerimes.education.fr