1 KM et Moteur de recherche: l’approche sémantique de.

Présentation au sujet: "1 KM et Moteur de recherche: l’approche sémantique de."— Transcription de la présentation:

1 1 KM et Moteur de recherche: l’approche sémantique de

2 2 KM et recherche L’inventaire Où est la connaissance ? Qui détient quoi ? Où sont les informations cruciales Comment être sûr de n’avoir rien oublié ? La connaissance est-elle bien protégée ?

3 3 Pourquoi Pertimm ? Fédérer l’information Créer un point d’accès unique Rechercher intuitivement Trouver rapidement Respecter les droits d’accès sécurisés Organiser les réponses

4 4 Le problème de la recherche Par rapport à une requête, on parle de documents retrouvés ou non retrouvés Par rapport à un besoin d’information, on parle de documents pertinents ou non pertinents RejetSilence Retrouvés non pertinents Retrouvés pertinents Non retrouvés pertinents Non retrouvés non pertinents Succès Bruit Nbre de documents pertinents retrouvés Nbre total de documents retrouvés Précision = Nbre de documents pertinents retrouvés Nbre total de documents pertinents Rappel =

5 5 L’utilisateur navigue dans le contenu en utilisant les divers outils disponibles: La Solution Pertimm –recherche contextuelle (cooccurrences) –recherche « à la volée » sur texte libre –recherche par concepts pour filtrage, routage, push, classifications –recherche sur les structures ou sur les types de données (balises, noms de répertoires, de fichiers, entités nommées, etc.)

6 6 Le besoin aujourd’hui Pertimm Server GED SGBD MAIL Internet SGBD MAIL Internet Pertimm Node

7 7 Des requêtes expertes sans thésaurus ni langage d’interrogation complexe Les ontologies dynamiques (concepts) Facile à mettre en oeuvre et à utiliser Multilingue et cross-lingue Aucune limitation en capacité, pas de facteur d’échelle Les avantages de Pertimm

8 8 Linguistique: en moyenne 4 fois plus de réponses pertinentes Concepts: plus vous donnez de mots, plus la réponse est pertinente Interface “tableau de bord” Gestion des “entités nommées”: noms de lieux, de personnes, d’organismes, etc. Requêtes structureés/non structurées Facteurs différentiateurs

9 9 Apport de la linguistique Nombre moyen de déclinaisons % de chance de trouver sans linguistique Requête de 1 mot Requête de 2 mots Requête de 3 mots Requête de 5 mots Requête de 10 mots 2 Anglais 50 %25 %13 %3 % - 4 Espagnol/Italien 25 %6 %2 % -- 2 Japonais 50 %25 %13 %3 % - 3 Français 33 %11 %4 % -- 6 Allemand 17 %3 % --- 8 Russe 13 %2 % --- Dès 2 mots en Français Pertimm est déjà 10 fois meilleur ! 4 fois plus de réponses pertinentes en moyenne

10 10 Recherche par concepts Définir dynamiquement ses concepts par une liste de mots non limitée en taille. Cancer Chemotherapy Radiotherapy Benign Tumor Malignant Cancerous Immunotherapy Carcinoma Fibroid Mastectomy Melanoma Metastasis Neoadjuvant Nonmelanoma Oncologist Polyp Precancerous Recurrence Carcinogen Sarcoma Lymphoma Carcinoma Survival Metastatic Glioma Leukemia Hemorrhage Non-small Myeloma Réponse

11 11 EADS: EADS Shared Information System (ESIS) NASA: l’Intranet du Kennedy Space Center CNRS: Fédération des 2.000 sites des labos Groupe SNPE: l’Intranet documentaire IRSN: Fédération de contenus Intranet Direction des Renseignements Militaires Techniques de l’Ingénieur: le site de e-commerce Biotech-intelligence: Portail de veille et de push VediorBis: Fédération de bases Lotus-Notes Les principaux Clients