De la « recherche fédérée de documents »au véritable « accès unifié à l’information »              Documation 2011 - Paris
SOCIÉTÉ ANTIDOT  Editeur logiciel      depuis 1999 | Paris, Lyon, Aix-en-Provence  Solution de recherche et d’accès à l’in...
PARMI NOS CLIENTS     Entreprises    Média   eCommerce     Institutions                    Santé                          ...
PLANLe problème   La réponse         La solution   Un exemple Les limites de             Penser l’accès à   Capter, Penser...
Les limites de la recherche fédérée de documentsLE PROBLÈME
LES DIFFICULTÉS DE « LA RECHERCHE FÉDÉRÉE DE DOCUMENTS »        Des silos de     données cloisonnés            Des données...
LE MOTEUR DE RECHERCHE : UN OUTIL MIRACLE ?                                              7
LES LIMITES DE « LA RECHERCHE FÉDÉRÉE DE DOCUMENTS »          Recette de cuisine de la recherche fédérée  Collectez       ...
AU MIEUX, UNE JUXTAPOSITION DE DOCUMENTS        L’utilisateur n’est pas acteur de sa recherche.                           ...
Penser l’accès à l’information dans un espace unifié et enrichieLA REPONSE
MODÉLISER, LIER ET ANNOTER LES INFORMATIONSCréer la cohérence et lier les données par l’utilisation de référentiels       ...
MODÉLISER, LIER ET ANNOTER LES INFORMATIONS      Créer une cohérence et de l’information     par la mise en relation des d...
MODÉLISER, LIER ET ANNOTER LES INFORMATIONS             Utiliser la nature des données sources                            ...
PENSER UN WORKFLOW DE TRAITEMENT DES DONNÉES   Processus d’enrichissement adapté aux données           s’appuyant sur les ...
S’APPUYER SUR LES TECHNOLOGIES DU WEB SÉMANTIQUE   Un cadre d’interopérabilité pour mettre à disposition,          consult...
LE MOTEUR DE RECHERCHE : HUB DE L’ACCÈS UNIFIÉ ÀL’INFORMATION                                                   16
CRÉER DE LA VALEUR POUR LES UTILISATEURS                                           17
Capter, penser, valoriser, exposer l’informationLA SOLUTION
Capter, valoriser et traiter l’informationANTIDOT INFORMATION FACTORY
ANTIDOT INFORMATION FACTORY       Antidot Information Factory : un outil                industriel et évolutif   Une chaîn...
AIF : UNE CHAÎNE DE TRAITEMENT  Créer des chaînes de traitement de données par assemblage de  modules   Sources de     Mod...
AIF : UN CADRE DE DÉVELOPPEMENT  Un cadre de développement pour construire des modules  50+ filtres prêts à l’emploi +  Un...
AIF : UN MODÈLE D’UNITÉ DOCUMENTAIRELe document     est composite     est dynamique     évolue dans le temps     est un ob...
AIF ET LE WEB SÉMANTIQUEAIF met le Web sémantique au service de la gestion del’information en entreprise     Support des s...
Rechercher l’informationANTIDOT FINDER SUITE
AFS V7 QUERY ENGINE  Recherche plein texte avec fonctions linguistiques :     extension automatique     suggestion orthogr...
AFS V7 QUERY ENGINE  Recherche phonétique                         27
AFS V7 QUERY ENGINE  Autocomplétion intelligente pendant la saisie de la requête                                          ...
AFS V7 QUERY ENGINE  Recherche multicritères avancée                                    29
AFS V7 QUERY ENGINE  Recherche à facettes                         30
AFS V7 QUERY ENGINE  Tag clouds : nuage de mots-clés les plus utilisés dans le corpus                                     ...
AFS V7 QUERY ENGINE  Construction de requêtes à partir des métadonnées d’une fiche                                        ...
AFS V7 QUERY ENGINE  Catégorisation : classification automatique des  documents selon une taxonomie donnée                ...
Annoter et partager l’informationCOLLABORATIVE KNOWLEDGE SUITE
CKS : RECHERCHE COLLABORATIVE  Capitaliser  Enregistrer     Requêtes     Réponses  Organiser     Dossiers     Tags        ...
Exposer l’informationANTIDOT CONTENT REPOSITORY
RENDRE ACCESSIBLE LES CONTENUS ENRICHIS PAR AIF                             API Web                           Linked Data ...
Le projet IsidoreUN EXEMPLE                    Stéphane Pouyllau, TGE Adonis (CNRS)                                       ...
LE TRÈS GRAND ÉQUIPEMENT ADONIS (CNRS)    Le Très grand    équipement du CNRS    pour les sciences    humaines et sociales...
LES OBJECTIFS DU TGE ADONIS 3 axes :   Accès aux données :   ISIDORE   Accompagnement des   communautés scientifiques   en...
LES BESOINS D’ISIDORE Donner accès à des données numériques réparties    Des données structurées pour qualifier du texte i...
LES ENJEUX D’ISIDORE Valoriser le travail de structuration scientifique (humains) sur les méta-données pour qualifier les ...
Perspectives au contexte des entreprisesEN GUISE DE CONCLUSION
PERSPECTIVES : DANS TOUT CONTEXTE D’ENTREPRISE                                        Indexation                          ...
Merci pour votre attention Venez échanger avec nouset découvrez AIF, AFS et CKS      sur le stand E 16
Prochain SlideShare
Chargement dans…5
×

ANTIDOT - De la « recherche fédérée de documents » au véritable « accès unifié à l’information »

1 179 vues

Publié le

Conférence Antidot au salon Documation 2011
Commandez votre badge visiteur gratuit pour l'édition 2012: http://bit.ly/vZlsN4

Publié dans : Business
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
1 179
Sur SlideShare
0
Issues des intégrations
0
Intégrations
2
Actions
Partages
0
Téléchargements
13
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

ANTIDOT - De la « recherche fédérée de documents » au véritable « accès unifié à l’information »

  1. 1. De la « recherche fédérée de documents »au véritable « accès unifié à l’information » Documation 2011 - Paris
  2. 2. SOCIÉTÉ ANTIDOT Editeur logiciel depuis 1999 | Paris, Lyon, Aix-en-Provence Solution de recherche et d’accès à l’information eCommerce | Portails | Média | Entreprises Produits (SaaS ou licence) AIF : workflow de valorisation des données AFS : moteur de recherche CKS : services collaboratifs 2
  3. 3. PARMI NOS CLIENTS Entreprises Média eCommerce Institutions Santé 3
  4. 4. PLANLe problème La réponse La solution Un exemple Les limites de Penser l’accès à Capter, Penser,Le projet la « recherche l’information Valoriser, Isidore fédérée » de un espace dans Exposer (TGE Adonis documentsunifié l’information CNRS) 4
  5. 5. Les limites de la recherche fédérée de documentsLE PROBLÈME
  6. 6. LES DIFFICULTÉS DE « LA RECHERCHE FÉDÉRÉE DE DOCUMENTS » Des silos de données cloisonnés Des données hétérogènes Des référentiels Une terminologie épars et incomplets subjective 6
  7. 7. LE MOTEUR DE RECHERCHE : UN OUTIL MIRACLE ? 7
  8. 8. LES LIMITES DE « LA RECHERCHE FÉDÉRÉE DE DOCUMENTS » Recette de cuisine de la recherche fédérée Collectez Indexez Servez 8
  9. 9. AU MIEUX, UNE JUXTAPOSITION DE DOCUMENTS L’utilisateur n’est pas acteur de sa recherche. 9
  10. 10. Penser l’accès à l’information dans un espace unifié et enrichieLA REPONSE
  11. 11. MODÉLISER, LIER ET ANNOTER LES INFORMATIONSCréer la cohérence et lier les données par l’utilisation de référentiels Référentiels terminologiques Traces, annotations, sélection des utilisateurs Annuaire d’entreprise 11
  12. 12. MODÉLISER, LIER ET ANNOTER LES INFORMATIONS Créer une cohérence et de l’information par la mise en relation des différents silos 12
  13. 13. MODÉLISER, LIER ET ANNOTER LES INFORMATIONS Utiliser la nature des données sources fait et réf a suj ére po o ur nce ur ap à su je t cite inclut CR de Fiche Courriel page Web réunion produit r t eu et ire aut aut eur ém ata eur par tin eà ticip s enc ant de fér t ré fa i une personne 13
  14. 14. PENSER UN WORKFLOW DE TRAITEMENT DES DONNÉES Processus d’enrichissement adapté aux données s’appuyant sur les référentiels Entrepôt RDF (Linked Data) Enrichissement Captation Sémantisation Content Repository Normalisation Classification Annotation Indexation Moteur de recherche AFS 14
  15. 15. S’APPUYER SUR LES TECHNOLOGIES DU WEB SÉMANTIQUE Un cadre d’interopérabilité pour mettre à disposition, consulter, lier et partager des données Un mécanismeUn protocole Un principe Un « langage » d’identification HTTP URL/URI L’hypertexte RDF 15
  16. 16. LE MOTEUR DE RECHERCHE : HUB DE L’ACCÈS UNIFIÉ ÀL’INFORMATION 16
  17. 17. CRÉER DE LA VALEUR POUR LES UTILISATEURS 17
  18. 18. Capter, penser, valoriser, exposer l’informationLA SOLUTION
  19. 19. Capter, valoriser et traiter l’informationANTIDOT INFORMATION FACTORY
  20. 20. ANTIDOT INFORMATION FACTORY Antidot Information Factory : un outil industriel et évolutif Une chaîne de Un cadre de Un modèle captation développement d’Unité Documentaire et de traitement 20
  21. 21. AIF : UNE CHAÎNE DE TRAITEMENT Créer des chaînes de traitement de données par assemblage de modules Sources de Module Modules de transformation données connecteur et enrichissement 21
  22. 22. AIF : UN CADRE DE DÉVELOPPEMENT Un cadre de développement pour construire des modules 50+ filtres prêts à l’emploi + Un environnement d’exécution 22
  23. 23. AIF : UN MODÈLE D’UNITÉ DOCUMENTAIRELe document est composite est dynamique évolue dans le temps est un objet géré de façon unifiée 23
  24. 24. AIF ET LE WEB SÉMANTIQUEAIF met le Web sémantique au service de la gestion del’information en entreprise Support des standards SKOS, OWL, RDF, SparQL dans AIF Indexation du RDF Intégration native : Thésaurus Software Software Publisher Publisher type Taxonomies Règles d’inférence label antidot loves w3c:RDF w3c:RDF Antidot antidot a :publisher ; :loves w3c:RDF . 24
  25. 25. Rechercher l’informationANTIDOT FINDER SUITE
  26. 26. AFS V7 QUERY ENGINE Recherche plein texte avec fonctions linguistiques : extension automatique suggestion orthographique expressions contextuelles 26
  27. 27. AFS V7 QUERY ENGINE Recherche phonétique 27
  28. 28. AFS V7 QUERY ENGINE Autocomplétion intelligente pendant la saisie de la requête 28
  29. 29. AFS V7 QUERY ENGINE Recherche multicritères avancée 29
  30. 30. AFS V7 QUERY ENGINE Recherche à facettes 30
  31. 31. AFS V7 QUERY ENGINE Tag clouds : nuage de mots-clés les plus utilisés dans le corpus 31
  32. 32. AFS V7 QUERY ENGINE Construction de requêtes à partir des métadonnées d’une fiche 32
  33. 33. AFS V7 QUERY ENGINE Catégorisation : classification automatique des documents selon une taxonomie donnée 33
  34. 34. Annoter et partager l’informationCOLLABORATIVE KNOWLEDGE SUITE
  35. 35. CKS : RECHERCHE COLLABORATIVE Capitaliser Enregistrer Requêtes Réponses Organiser Dossiers Tags 35
  36. 36. Exposer l’informationANTIDOT CONTENT REPOSITORY
  37. 37. RENDRE ACCESSIBLE LES CONTENUS ENRICHIS PAR AIF API Web Linked Data 37
  38. 38. Le projet IsidoreUN EXEMPLE Stéphane Pouyllau, TGE Adonis (CNRS) @spouyllau http://www.lespetitescases.net
  39. 39. LE TRÈS GRAND ÉQUIPEMENT ADONIS (CNRS) Le Très grand équipement du CNRS pour les sciences humaines et sociales Adonis : Accès unifié aux données et documents numériques des sciences humaines et sociales www.tge-adonis.fr 39
  40. 40. LES OBJECTIFS DU TGE ADONIS 3 axes : Accès aux données : ISIDORE Accompagnement des communautés scientifiques en matière de numériques : données > publications Stockage et archivage à long terme des données numériques 40
  41. 41. LES BESOINS D’ISIDORE Donner accès à des données numériques réparties Des données structurées pour qualifier du texte intégral En entrée : utilisation de standards internationaux En sortie : données enrichies et normalisées (RDF + Sparql) Enrichissement : plusieurs traitements/multiples référentiels entrant plusieurs couches de traitements Construire un « hub » pour les métadonnées et les données des SHS Proposer des services daccès aux données multiples : • IHM Web • API • Triple store RDF 41
  42. 42. LES ENJEUX D’ISIDORE Valoriser le travail de structuration scientifique (humains) sur les méta-données pour qualifier les données non structurées Replacer lexpertise humaines et le savoir scientifique dans les données en ligne Enrichir les méta-données et les données Vers de nouveaux champs de recherche Les ré-exposer selon les principes du linked data dans le web de données Ouverture des données publiques de la recherche en sciences humaines et sociales 42
  43. 43. Perspectives au contexte des entreprisesEN GUISE DE CONCLUSION
  44. 44. PERSPECTIVES : DANS TOUT CONTEXTE D’ENTREPRISE Indexation Service de recherche AFS Export Document Content repository Manager génération du RDF Entrepôts RDF SPARQL endpoint 44
  45. 45. Merci pour votre attention Venez échanger avec nouset découvrez AIF, AFS et CKS sur le stand E 16

×