Rechercher dans le congrès et les archives

La bibliothèque numérique est une base de documents numériques caractérisée par un large volume de données diverses. Toutefois, trouver le bon document qui répond au besoin de l'utilisateur est une tâche difficile. Pour cela, l'utilisation d'un outil de recherche automatique est nécessaire. Cependant, se limiter à une recherche monolingue restreint l'accès à l'ensemble des documents pertinents dans la langue de la requête et ne retourne pas les documents pertinents écrits dans d'autres langues. En conséquence, le besoin d'un outil de recherche translinguistique qui dépasse les barrières de…

Le projet interdisciplinaire TERRE-ISTEX a pour objectif d’identifier l’évolution des fronts de recherche en relation avec les territoires d’études, les croisements disciplinaires ainsi que les modalités concrètes de recherche à partir des contenus numériques hétérogènes disponibles dans les corpus scientifiques. Le projet se décompose en trois actions principales : (1) identifier les périodes et les lieux qui ont fait l’objet d’études empiriques et dont rendent compte les publications issues des corpus analysés, (2) identifier les approches (méthodes et concepts) mobilisées pour la réalis…

À l’ère numérique, si la plupart des musées maintiennent une base de données de leur collection, certains vont jusqu’à la rendre accessible en ligne, permettant ainsi aux internautes de la consulter et de s’enquérir au sujet d’artefacts particuliers. La Collection of Historical Scientific Instruments (CHSI) de l’université Harvard, comprenant plus de 20,000 objets datant du 15e au 20e siècles, est de ce nombre: que ce soit en ligne (http://waywiser.rc.fas.harvard.edu) ou à des fins internes, le EMuseum de la CHSI permet d’accéder en ligne à une grande quantité d’informations sur les artefa…

Cette communication porte sur la recherche des entités nommées dans une volumineuse bibliothèque numérique scientifique multidisciplinaire. L'objectif étant de permettre une interrogation avancée de cette bibliothèque en accompagnant le mot clé recherché d'une catégorisation. Par exemple la requête "Washington - nom de personne" évitera de retrouver des textes parlant de la ville ou de l'état, ou comprenant une adresse. De même la requête "2005 - date" ne retournera pas les textes citant dans la bibliographie un article de 2005, mais des articles comprenant une mention de l’année 2005 elle…

Le projet DOLMEN (Données Ouvertes Liées : Musées et Environnement Numérique) propose d’examiner les éléments essentiels à la description des objets muséaux et de modéliser ceux-ci à l’aide de données ouvertes liées (DOL). Traditionnellement, les musées offrent à leurs usagers des descriptions limitées à quelques informations textuelles décrivant les objets muséaux. Des informations complémentaires sur l’œuvre ou son créateur ne sont pas nécessairement offertes aux usagers. L’utilisation des DOL semble une solution idéale pouvant améliorer ces descriptions. Cette proposition t…

Dans le cadre d’un projet associant la Bibliothèque nationale de France, le labex Obvil et Télécom ParisTech, plusieurs modalités d’enquête (entretiens, questionnaire en ligne, vidéo-ethnographie) ont été mobilisées pour mieux appréhender les publics en ligne. En particulier, poussés par le souhait de renouveler les manières d’étudier les usages des bibliothèques en ligne, nous nous sommes orientés vers une approche vidéo-ethnographique, afin de documenter comment des utilisateurs organisaient leur consultation de la bibliothèque Gallica en situation. Nous avons mobilisé le protocole SEBE …

L'hétérogénéité et la complexité de l'information sont un défi aux techniques de recherche d'information traditionnels et aux théories de recherche de l’information. (Zhang, J. 2008). Les publications scientifiques n’échappent pas à ce défi, car les systèmes traditionnels d'extraction d'informations et de recherche d'information se font avant tout par mots-clés (Gil-Leiva & Alonso-Arroyo 2007). Notre travail prend en exemple la revue Hermès (http://documents.irevues.inist.fr/handle/2042/8538) pour constituer un corpus qui fera l’objet d’une analyse visuelle. L’utilisation de la visualisati…

Nous avons constitué le corpus NLP4NLP pour étudier le contenu des publications scientifiques dans le domaine du traitement automatique de la parole et du langage naturel. Il contient les articles publiés dans 34 conférences et revues principales du domaine, sur une période de 50 ans (1965-2015), comprenant 65.000 documents, rassemblant 50.000 auteurs et représentant environ 270 millions de mots. La plupart de ces publications sont en langue anglaise, certaines en français, en allemand ou en russe. Certaines sont en accès libres, d’autres ont été fournies par leurs maisons d’édition. Pour …

Les bibliothèques numériques donnant accès à une multitude d'articles sous forme traitable par ordinateur, il est maintenant possible de développer de nouvelles applications. Si ces bibliothèques facilitent l'accès aux articles, il n'est pas toujours facile d'en déterminer l'impact ou pour un chercheur d'identifier de nouveaux problèmes ou de situer son travail dans la littérature courante. Des articles du même domaine répètent souvent les mêmes informations. Pour déterminer ce qu'un article ajoute au discours scientifique, un chercheur doit lire plusieurs sections contenant de l'informati…

Le Réseau francophone numérique (RFN, rfnum.org), fondé en 2006 par un groupe de six pays de la Francophonie, a pour mission de favoriser la numérisation de documents patrimoniaux francophones et de faciliter leur consultation en ligne. Le réseau compte dix-sept pays à ce jour. Un des projets du réseau a été la création d’une bibliothèque numérique (BN), soit un ensemble de documents numérisés dont les métadonnées ont été encodées en données ouvertes liées (Linked Open Data). Les métadonnées des 522 documents, hébergés dans les sites des membres respectifs, sont disponibles par requête SPA…

Cette recherche s’intéresse à l’article scientifique et plus précisément à son résumé ou abstract. Réalisée dans le cadre des chantiers d’usage de l’initiative d’excellence ISTEX, elle vise à comparer la quantité d’informations livrées par l’abstract avec celle du texte intégral (fulltext) de l’article qu’il résume. La communication se propose de détailler l’état de l’art et les limites des mesures existantes. La plupart de ces méthodes (e.g. ROUGE) nécessitent une intervention humaine importante car elles comparent le résumé considéré avec un ensemble des résumés de référence (gold standa…

Les articles scientifiques, spécifiques d’un domaine, sont riches en connaissances dudit domaine. Ces connaissances non structurées nécessitent le développement des techniques d’extraction de connaissances efficaces, qui consistent à identifier les concepts et les relations qui les relient. Les modèles d’extraction basés sur des approches d’apprentissage supervisé nécessitent l'annotation du corpus, ce qui est coûteux en temps et en ressources humaines. Des travaux récents montrent que les méthodes d’apprentissage non supervisé donnent des résultats équivalents lorsqu’elles sont appliquées…

Ancrées dans les SHS, les questions relatives aux usages se posent légitimement aux bibliothèques numériques (BM) considérées avant tout comme des objets sociotechniques et socioculturels. Ces questionnements s’imposent d’autant plus que les usages des BM demeurent incertains. Élaborés sur une transposition illusoire de la bibliothèque physique, ces artefacts techno-documentaires imposent une désintermédiation aux usagers au profit d'une interaction instrumentée de la RI par les TIC. L’interopérabilité technocentrée de ces BM paroxyse la désintermédiation et malmène acceptabilité et utilis…

Les recherches qualitatives sur le blogging de chercheurs, leurs motivations et leurs influences sont encore peu nombreuses. En France, le bouquet de blogs « Hypothèses.org » créé par le Cléo héberge depuis 2008 des « carnets de recherche » en SHS. Ouvrir un carnet procède de différents objectifs : accompagnement d’un programme de recherche ou d’études de terrain, réflexions argumentées sur des thématiques disciplinaires, sont parmi les plus représentés. Les 1722 blogs actuellement sur la plateforme sont répartis en 17 catégories, choisies par les auteurs à l’ouverture de leur blog. L'étud…