Description du projet
Le principal objectif scientifique d’OpenEdition Lab en matière de recherche d’information et de text and data-mining est le développement de méthodes numériques robustes applicables à grande échelle, pour :
- Rechercher efficacement des livres, articles et billets via des requêtes en langage naturel ;
- Pallier l’absence d’hyperliens explicites entre ouvrages et articles de revues par la détection et l’analyse automatique des références bibliographiques, puis la proposition d’hyperliens générés par algorithme ;
- Proposer, au sein des collections, des parcours adaptés aux besoins de l’utilisateur ;
Étapes du projet
2013-2016 : Inter-Textes – Mise en relation de contenus scientifiques et économiques
Le projet InterTextes consiste à valoriser l’ensemble de la documentation scientifique numérique sur le portail OpenEdition par la création de liens, soit par le biais de citations et de références bibliographiques, soit par les métadonnées des documents.
Il s’agit de concevoir et développer des fonctionnalités d’agrégation de contenus scientifiques, de restructuration des documents, de validation des sources, de cross-linking des contenus et d’un système de recommandation.
Des analyses sur la mise en page des contenus, des contenus textuels (analyse sémantique) de leurs liens (références croisées entre les documents) et sur les usages (analyse des logs) complèteront le processus de recherche.
Ce projet a fait intervenir quatre partenaires :
- QWAM : PME spécialisée dans des solutions d’accès à l’information électronique, de la gestion de l’information scientifique et technique, de la gestion des flux de presse générale et économique et des applications d’agrégation, d’indexation et de recherche fédérées.
- Demain Un Autre Jour : PME développant et commercialisant une plateforme pour la transformation de document en XML, en particulier pour les secteurs de la presse, puis pour l’enrichissement de ces contenus.
- Cléo : structure qui développe le portail OpenEdition, un ensemble de plateformes de ressources électronique en sciences humaines et sociales : OpenEdition Books (les collections de livres), Revues.org (les revues), Hypothèses (les carnets de recherche), Calenda (les annonces d’événements).
- LSIS : UMR fédérant près de 200 chercheurs, enseignants-chercheurs et doctorants autour de plusieurs domaines de l’informatique,de l’automatique et de l’image. Son équipe-projet WiCSi, en particulier, travaille sur la fouille, l’intégration et la fusion des données et ressources disponibles sur le Web.
2012-2019 : Système de recommandation de lecture ciblée
Le principal objectif dans le cadre de l’Equipement d’excellence DILOH est de parvenir à un système de recommandation s’appuyant sur des données textuelles et des données d’usages internes ou externes. Le prototype en cours de réalisation s’appuie sur trois axes :
- la combinaison de méthodes permettant d’exploiter la structuration des ouvrages,
- la génération automatique d’hyperliens à partir de références bibliographiques souvent incomplètes et sans homogénéité de style détectées dans le corps des textes,
- l’analyse d’opinions.
Résultats/Applications
2016
Implémentation de Language detection (SolR) sur les plateformes d’OpenEdition.
Un premier prototype de recommandation, Grapher, a été mis en place, intégrant 84 677 documents issus de la plateforme OpenEdition Journals et comprenant 27 611 relations. http://grapher.openeditionlab.org/
Soutenance de thèse : Chahinez Benkoussas, Approches non supervisées pour la recommandation de lectures et la mise en relation automatique de contenus au sein d’une bibliothèque numérique, Thèse de doctorat : Informatique. Marseille : Université d’Aix-Marseille, 2016. Soutenue le 14 décembre 2016.
2017
Un second prototype de recommandation de lecture ciblée a été réalisé s’appuyant sur des indicateurs bibliométriques à partir d’un corpus d’articles issus d’OpenEdition Journals.
Soutenance de thèse : Anaïs Ollagnier, Combinaison d’approches du traitement automatique des langues et de la recherche d’information pour une recherche de livres orientée contenu efficace, Thèse de doctorat : Informatique. Marseille : Université d’Aix-Marseille, 2017. Soutenue le 29 novembre 2017.
Équipe de de recherche
- Patrice Bellot (LSIS, Aix-Marseille University)
- Chahinez Benkoussas (LSIS, Aix-Marseille University)
- Shereen Albitar (LSIS, Aix-Marseille University)
- Anaïs Ollagnier (LSIS, Aix-Marseille University)
Équipe de développement
- Elodie Faath (OpenEdition Center, Aix-Marseille University)
- Mathieu Orban de Xivry (OpenEdition Center, Aix-Marseille University)
- Hicham Benjelloun (OpenEdition Center, Aix-Marseille University)
Bibliographie
- Chahinez Benkoussas and Patrice Bellot. Book Recommendation based on Social Information inex. INEX 2013 Social Book Search Track.
- Chahinez Benkoussas, Hussam Hamdan, Patrice Bellot, Frédéric Béchet, Élodie Faath, Marin Dacos, A Collection of Scholarly Book Reviews from the Platforms of electronic sources in Humanities and Social Sciences OpenEdition, in : ELDA, 9th International Conference on Language Resources and Evaluation (LREC 2014), Reykjavik, Islande, mai 2014.
- Chahinez Benkoussas. « Méthodes probabilistes pour la mise en relation automatique de documents scientifiques et la recommandation de lectures ». Actes des 8èmes Journées des doctorants du Laboratoires des Sciences de l’Information et des Systèmes J2L6, Isle sur la Sorgue, juin 2014
- Chahinez Benkoussas, Patrice Bellot, Hussam Hamdan, Élodie Faath. « Utilisation des méthodes de classification pour la construction automatique d’un corpus de Comptes Rendus de lecture« , 12ème Rencontres des jeunes chercheurs en Intelligence Artificielle (RJCIA2014), Rouen, France, Juin 2014.
- Chahinez Benkoussas, Hussam Hamdan, Shereen Albitar, Anaïs Ollagnier and Patrice Bellot. Collaborative Filtering for Book Recommendation. INEX 2014 Social Book Search Track.
- Chahinez Benkoussas and Patrice Bellot. 2015. « Information Retrieval and Graph Analysis Approaches for Book Recommendation. » The Scientific World Journal, Vol. 2015, 24 August 2015. DOI: http://dx.doi.org/10.1155/2015/926418
- Chahinez Benkoussas and Patrice Bellot. 2015. « Cross-Document Search Engine For Book Recommendation », 2nd Workshop on New Trends in Content-Based Recommender Systems (CBRecSys at ACM RecSys 2015), pp. 8, Vienna (Austria), September 2015.
- Chahinez Benkoussas, Anaïs Ollagnier and Patrice Bellot. 2015. « Book Recommendation Using Information Retrieval Methods and Graph Analysis. ». In Working Notes of CLEF 2015 – Conference and Labs of the Evaluation forum, 8-11 September 2015, Toulouse, France.
- Chahinez Benkoussas, Anaïs Ollagnier and Patrice Bellot. 2015. « The Impact of Linked Documents and Graph Analysis on Information Retrieval Methods for Book Recommendation. » In Proceedings of the International Conference IEEE/WIC Web Intelligence, December 6-9, 2015, Singapore.
- Anaïs Ollagnier, Sébastien Fournier, Patrice Bellot et Frédéric Béchet. « Impact de la nature et de la taille des corpus d’apprentissage sur les performances dans la détection automatique des entités nommées ». In 20ème conférence du Traitement Automatique du Langage Naturel 2014 (TALN 2014)
- Anaïs Ollagnier, Sébastien Fournier, Patrice Bellot. « Cascade de CRFs et SVM pour la détection de références bibliographiques diffuses dans les articles scientifiques ». In: COnférence en Recherche d’Information et Applications (CORIA 2016), Toulouse (France), 9-11 mars 2016.
- Anaïs Ollagnier, Sébastien Fournier, Patrice Bellot. « A Supervised Approach for Detecting Allusive Bibliographical References in Scholarly Publications« . In: 6th International Conference on Web Intelligence, Mining and Semantics, pp. 4 p., Nîmes (France), 13-15 juin 2016.
- Anaïs Ollagnier, Sébastien Fournier, Patrice Bellot. « Analyse en dépendance et classification de requêtes en langue naturelle, application à la recommandation de livres » , in : Traitement Automatique des Langues (TAL), Vol. 56 (3), pp. 23-47, jui 2016
- Anais Ollagnier, Analyse de requêtes en langue naturelle et extraction d’informations bibliographiques pour une recherche de livres orientée contenu efficace., Thèse de doctorat : Informatique. Marseille : Université d’Aix-Marseille, 2017. Soutenue le 29 novembre 2017
Financements
Projet INTER-TEXTES financé par la Caisse des dépôts et consignations au titre du programme Investissements d’avenir, Développement de l’ économie numérique.
Projet Système de recommandation financé l’Agence Nationale de la Recherche au titre du programme Investissements d’avenir dans le cadre du projet EquipEx DILOH (ANR-11-EQPX-0013).
Plus d’informations
Suivre le projet : http://lab.hypotheses.org/category/inter-textes
—
Pour toute question : lab@openedition.org
