Intégration des TICE dans l'enseignement de la Physique-Chimie.pptx
Jabes 2012 - Autour des autorités
1. AUTOUR DES AUTORITES
Vers un nouveau maillon dans la chaine d’alimentation…
… du catalogue
Yann Nicolas & Olivier Rousseaux – ABES
Montpellier – Journées ABES 2012
6. • Fichier d’autorités virtuel et international
• Projet OCLC, LC, DnB et BnF jusqu’en 2012
• Service OCLC depuis
• Mise en correspondance de fichiers
d’autorités préexistants (dont BnF, IdRef, etc.)
• Pas de possibilité directe de création, ni de
modification
7.
8. • International Standard Name Identifier
• Norme ISO (ISO 27729)
• Un ID unique pour les acteurs des industries
créatives
• D’abord pour la gestion des droits
• Pas d’attribution d’ID directe
• Passer par une agence d’enregistrement (Qui ?)
• VIAF représente l’immense majorité de la base
ISNI
9. • Open Researcher Contributor Identification
Initiative
• Cible : auteurs scientifiques
• Initiative des éditeurs
• Rôle important de Thomson Reuters, qui commercialise
la base de citations Web of Science
• Les chercheurs pourront directement se créer
et modifier leur profil et leur ID
• Du producteur au consommateur revendeur
10. Coexistence des référentiels
• Soit la concurrence sauvage entre autorités
• Locales
• Globales
• Soit il faut relier ces référentiels entre eux
• Mais comment ?
• Différents modèles possibles :
14. ABC
Identifiants
à vocation locale
Identifiants
à vocation globale
Sudoc
theses.fr
Calames
Preprints,
postprints
Cours en
ligne
Édition
électronique
CRIS
ID
Univ.
ID
Labo
ID
école
ORCID ISNI
XYZ
Identifiants
à vocation régionale
IdRef
BnF
VIAF
DNB
(All.)
DAI
(NL)
16. WinIBW
Recherche Z39.50 ou base d’appui
Sélection notice bibliographique
Contient un lien autoritéNe contient pas de lien autorité
Copie notice sans lien(s) à PPN autorités Sudoc
Interrogation VIAF
Identifiant existe dans VIAF
Notice VIAF contient PPNNotice VIAF ne contient pas PPN
Pop-up : voulez-vous utiliser cette autorité Sudoc ?
OUINON
Copie notice avec lien(s) à PPN autorités Sudoc
Si identifiant non BnF Si identifiant BnF
Identifiant BnF trouvéIdentifiant BnF absent
Interrogation IdRef
S
U
D
O
C
?
Suppression de l’identifiant autorité
Identifiant n’existe pas dans VIAF
17. • Convergence via les identifiants
• De la nécessité d’un contrôle humain?
• Quel(s) rôle(s)
17Journées ABES 2012 Y. Nicolas & O. Rousseaux - ABES
pour le producteur de
métadonnées?
pour le catalogueur?
19. Projet SudocAD
• Projet de recherche 2010-2011
• Avec des chercheurs du LIRMM (Montpellier 2) :
» informatique > intelligence artificielle > représentation de la
connaissance
• Soutien financier d’ADONIS (CNRS)
• Objectif : automatiser le lien aux autorités Sudoc
• Corpus de test : articles de Persée
• Approche : web sémantique (raisonnement)
20. • On extrait de la notice
d’article quelques
informations pour
constituer une sorte
d’autorité Persée.
• Il s’agit ensuite de
trouver l’autorité IdRef qui
lui ressemble le plus.
Date
Langue
revue
Domaine
article
Nom de
l’auteur
« Autorité»
Persée
21. Beaucoup d’appelés
• Rechercher « Christian Schmidt »
• Minimiser le risque de passer à
côté :
– nomComplet_a:schmidt,christian
– nomComplet_a:schmidt,c.
– nomComplet_a:schmidt,c
– nomComplet_a:schmidt,christian*
– nom_a:schmidt AND prenom_a:c
– etc.
39 candidats
22. Pour en savoir plus
sur chacune des 39
autorités candidates,
on puise dans les
notices
bibliographiques
liées
Puis on compare
cette autorité
enrichie
à l’autorité Persée
Date
Langue
Sujets Rameau
Domaine
Domaine
Nom
Date
Langue
Sujets Rameau
Domaine
Domaine
23. Strong Medium Weak Poor Neutral Unrelated Impossible
Peu d’élus
Chaque autorité candidate est classée dans une des 7 catégories
24. Dans quels cas générer
automatiquement un lien à une des
autorités candidates ?
• Différents algorithmes possibles
• Notre algorithme préféré :
14G2 : liage automatique si un seul candidat dans la
catégorie de liage la meilleure parmi
Strong et Medium
25. Evaluation de l’algorithme 14G2
• 77% de bonnes décisions
– 58% : décision correcte de créer un lien
– 19% : décision correcte de ne pas créer de lien
• Mauvaises décisions :
– 20 % : décision incorrecte de ne pas créer de lien
– 1,9% : décision incorrecte de créer un lien
73% des liens à créer sont créés
4% des liens créés sont mauvais
Apparemment, pas plus que chez les humains !
26. Comparaison avec le programme
actuel de liage automatique dans le
Sudoc
SudocAD 14G2 Sudoc aujourd’hui
Parmi les liens créés,
combien sont faux ?
4% 20%
Parmi les liens à créer,
combien sont
effectivement créés ?
73% 43%
* Chiffres à confirmer
27. Enseignements de SudocAD
• Résultats très encourageants
• Double Exploitation possible :
• Liage automatique
• Aide à la décision
• Marges de progression identifiées :
• Amélioration de la comparaison des domaines
• Amélioration de la comparaison des noms
• Exploitation d’autres propriétés comme :
» Indexation matière
» Co-auteurs
» Rôles
• Les erreurs de lien présentes dans le Sudoc
trompent SudocAD
Rapport final : http://www.abes.fr/Sudoc/Projets-en-cours/SudocAD
28. La suite
• Continuer les expérimentations avec les
programmes de SudocAD
• Nouveaux corpus : HAL, licences nationales
• Pas d’utilisation en production tout de suite
• Aller plus loin dans le cadre d’un nouveau projet
de recherche : Qualinca
• Projet ANR (2012-2015)
• Avec des labos d’informatique (LIRMM, LIG, LRI) et l’INA
• Sur la qualité des liens dans un catalogue et dans le contexte
du web de données
» Mesurer la qualité des liens actuels
» Générer de nouveaux liens
Notes de l'éditeur
FRAD, 2010 (extraits)
« Il est essentiel de noter que les entités figurant dans la partie supérieure du diagramme (personne, famille, collectivité, oeuvre, expression, manifestation, item, concept, objet, événement et lieu) sont des entités bibliographiques. En tant que telles, elles reflètent des constructions intellectuelles ou des concepts qui font partie intégrante des règles utilisées pour élaborer les catalogues de bibliothèques et ce qui est considéré comme une instance particulière d'une entité donnée peut varier d'un corpus de règles à l'autre. »
« 6. Tâches effectuées par les utilisateurs »
1. Trouver Trouver une entité ou un ensemble d’entités correspondant à un critère défini (i.e. trouver soit une seule entité soit un ensemble d’entités en utilisant un attribut ou plusieurs attributs combinés ou une relation à l’entité correspondant au critère de recherche) ; ou pouvoir explorer l’univers des entités bibliographiques en utilisant ces attributs et ces relations.
2. Identifier Identifier une entité (i.e confirmer que l’entité proposée correspond à l’entité recherchée, ou distinguer entre deux entités ou plus ayant des caractéristiques similaires) ou bien valider la forme du nom à utiliser pour établir un point d’accès contrôlé.
3. Contextualiser Situer une personne, une collectivité, une oeuvre, etc., dans son contexte ; clarifier la relation entre deux ou plus de deux personnes, collectivités, oeuvres, etc. ou clarifier la relation entre une personne, une collectivité, etc., et un nom par lequel cette personne ou cette collectivité, etc. est connue (par exemple, le nom en religion par rapport au nom séculier).
4. Justifier Documenter les raisons du choix du créateur des données d’autorité concernant le nom ou la forme du nom sur lequel est fondé le point d’accès contrôlé.
Principes internationaux de catalogage (ICP / PIC), 2009
« 2. Principes généraux
L'élaboration des codes de catalogage a plusieurs objectifs4. Le plus important est le confort de l'utilisateur5.
2.1. Confort de l'utilisateur du catalogue. Les décisions prises en matière de descriptions et de formes contrôlées des noms dans les points d'accès doivent l'être en tenant compte de l'utilisateur.
2.2. Usage commun. Le vocabulaire utilisé dans les descriptions et les accès doit correspondre à celui de la majorité des utilisateurs.
2.3. Représentativité. Les descriptions et les formes contrôlées des noms doivent reposer sur la façon dont une entité se décrit elle-même.
2.4. Exactitude. L'entité décrite doit être fidèlement représentée.
2.5. Suffisance et nécessité. Dans les descriptions et les formes contrôlées des noms pour les points d'accès, seuls doivent être utilisés les éléments qui sont nécessaires pour répondre aux besoins des utilisateurs et essentiels pour identifier de manière univoque une entité.
2.6. Signifiance. Les éléments doivent être significatifs du point de vue bibliographique.
2.7. Economie. Quand différents moyens existent pour atteindre un objectif, il faut accorder la préférence à ce qui s'avère être globalement le plus économique (c'est-à-dire le moindre coût ou l'approche la plus simple).
2.8. Cohérence et normalisation. Les descriptions et la construction des points d'accès doivent être normalisées dans la mesure du possible. Cela permet une plus grande cohérence, qui en retour accroît la possibilité de partager les notices bibliographiques et d'autorité.
2.9. Intégration. Les descriptions pour tous les types de documents et les formes contrôlées des noms des entités doivent reposer sur un ensemble commun de règles, dans la mesure où cela est pertinent.
Les règles d'un code de catalogage doivent être justifiables et non arbitraires. »