Sortie de la nouvelle version de Bilbo

La nouvelle version de Bilbo, dédié à l’annotation automatique des références bibliographiques, vient d’être finalisée et mise en ligne sur la forge d’OpenEdition (https://github.com/OpenEdition/bilbo2/). Ce logiciel, issu des travaux de la première version de Bilbo, a été entièrement repensé dans sa conception et dans sa philosophie pour être pleinement réécrit.

Annoter et détecter les bibliographies

Écrit  en Python 3, Bilbo V.2 est un logiciel open source dédié à l’annotation automatique des bibliographies. Il fournit la segmentation et le balisage des chaînes d’entrée sur plusieurs niveaux de détection de ces bibliographies :

  • les références bibliographiques standard : ces références se situent généralement à la fin de l’article scientifique.
  • les notes de bas de page : ces notes ne mentionnent pas toujours une bibliographie et une classification des notes contenant ou non des bibliographies est la principale difficulté de mise en œuvre.
  • les références implicites : citées implicitement par l’auteur, ces références sont dispersées sur plusieurs segments de textes et sont très peu structurées..

Un espace pour la recherche 

La complexité de l’algorithme pour extraire la bibliographie augmente à chacun des niveaux décrits ci-dessus. Actuellement, l’annotation des références présentes dans les bibliographies et les notes de bas de page  peuvent être considérés comme efficient, celui concernant les références implicites est un champ de recherche à venir. 

La possibilité d’ajouter facilement de nouveaux algorithmes d’apprentissage automatique à différents niveaux et de les tester est assuré par des fichiers de configuration simple, une conception en série des processus et une structure de données adaptés à cet objectif.

L’objectif principal de Bilbo V.2 est de fournir un espace complet de développement et de recherche pour l’amélioration des détections de références bibliographiques tout en étant un outil solide capable d’être utilisé en production.

Un espace en production

Actuellement implémenté sur les plateformes OpenEdition Journals et OpenEdition Books, Bilbo joue un rôle central dans la détection des références bibliographiques pour relier la référence à son DOI (Digital Object Identifier), quand celui-ci existe, et ainsi la rendre navigable.

Il a permis d’enrichir les bibliographies d’OpenEdition et de rendre navigables 505 000 références bibliographiques (13% des références des revues et 9% des références des ouvrages). Il a également permis le déploiement d’une nouvelle fonctionnalité, « cité par » qui affiche sur les documents un lien et des informations sur les articles ou livres qui les citent.

Il joue par ailleurs un rôle central dans une fonctionnalité qui  sera implémenté prochainement sur la plateforme OpenEdition : Review of Books. et qio  permettra d’identifier les liens entre les compte-rendus de lecture sur les revues et les livres concernés.

Vers une plus large diffusion

La réécriture intégrale du logiciel répondait à deux besoins essentiels : 

  • la version actuellement en production sur nos plateformes résulte d’une adaptation d’un logiciel issu d’un programme de recherche sur des environnements de production. Elle est une version figée d’un logiciel dont la maintenance devenait compliquer,
  • les différents programmes R&D d’OpenEdition ont apporté plusieurs améliorations au logiciel mais qu’il est impossible d’intégrer dans la version actuelle de Bilbo

Une troisième raison nous a également poussé à vouloir réécrire entièrement le code de Bilbo, permettre une diffusion la plus large possible du logiciel  et attirer les contributeurs. Bilbo recueille déjà un large assentiment de divers acteurs de la communauté des Digital Humanities. Par ailleurs, Bilbo est utilisé par Metopes afin d’enrichir le balisage TEI-XML natif.

Afin de permettre une diffusion la plus large possible et d’attirer les contributeurs, nous avons voulu ouvrir les perspectives de développements de ce logiciel en y échelonnant différentes fonctionnalités à venir :

  • une extension des formats de sortie : actuellement limité au XML-TEI nous voulons l’ouvrir au JATS et à des formats adaptés à la recherche (déjà réalisé dans Bilbo V.2) ou à des formats XML plus spécifiques, 
  • prendre en compte les spécificités de la langue du document, élément essentiel au sein des humanités numériques,
  • ajouter des enrichissements particuliers notamment les <biblScope> (extension d’une référence bibliographique),
  • améliorer la qualité des enrichissements actuels,
  • augmenter l’identification des liens entre les documents (doi, cité-par ou encore  comptes-rendus de lecture),
  • utiliser Bilbo V.2 dans le cadre de projets de recherche.

Une Web-API est prévu en 2021 et doit centraliser l’ensemble de ces nouvelles fonctionnalités pour lequel Bilbo V.2 jouera le rôle de moteur principal. 

Une documentation sur le logiciel a été rédigée et est disponible à cette adresse : https://bilbo2-openedition.readthedocs.io/en/latest/index.html


Vous aimerez aussi...

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search