[PDF] Moteur de recherche dentreprise: déploiement du moteur

View - Download Moteur de recherche dentreprise: déploiement du moteur

Previous PDF

Next PDF

>G A/, K2Knyy3yjj83 ?iiTb,ffK2KbB+X++b/X+M`bX7`fK2Knyy3yjj83

KQi2m` bûKMiB[m2 1tH2/ ¨ H _. /2 .B;MQbiB+

ai;Q

Jv`BK >û`B;mHi

hQ +Bi2 i?Bb p2`bBQM,

CONSERVATOIRE NATIONAL DES ARTS ET METIERS

MEMOIRE pour obtenir le

Présen

le moteur sémantique Exalead à la R&D de

Promotion 42

Remerciements

chaleureusement accueillie pendant les soutenue

Notice

et souhaite accéder à une plateforme de recherche unique, les éditeurs de moteurs de

Table des matières

Remerciements

Liste des tableaux

Tableau 1

Liste des figures

linguistique

Figure 6

Figure

Figure

Figure 10

Introduction

documentaire. présenterons les caractéristiques du moteur sémantique Stago Exalead

Première partie

1.1 Caractéristiques

1.1.1 Volumineuse et évolutive

En dehors des bases de données, s

éminemment évolutifs, "

1.1.2 Dispersée et hétérogène

Le périmètre informationnel

codage, du .pdf au .msg des e commercial, technique, réglementaire, procédural ou admini

1.1.3 Non structurée

interprétable et utilisable directement par un ordinateur pour effectuer un calcul. " requête booléenne par rapport à un document, par exemple). Ce calcul fourni opérateur. est en situation de créer ou de modifier un document.

1.2.1 Des

- besoin de détecter un marqueur de pertinence dans la situation

1.2.2 Des

A la finalité de la recherche correspond un mode de recherche, plus ou moins ouvert à la

Mode de recherche Finalité

Consulter (Lookup) Repérer, retrouver

Vérifier

Contrôler, surveiller

Enquêter (Investigate) Analyser

Evaluer

Synthétiser

Apprendre (Learn) Comparer

Comprendre

Explorer

1.2.3 Des types de recherch

Et ce, sans compromis sur le nombre et le type des - une rechercheGRŃXPHQPMLUH TXL PHP HQ °XYUH XQ ©

1.2.4 Via un moteur

1 tout au moins. technologies de l'information expliquées à votre Directeur

2.1 Par rapport

2.1.1 Sources

démarche de recherche apercevra pas. paramétrer le moteur pou

2.1.2 Ergonomie

nombre de résultats associés à chacune de leur valeur

°XYUH GX ŃOMVVHPHQP SMU

popularité qui se mesure au n document. La similarité est déterminée par quatre critères doc - la proximité des termes trouvés entre eux - la rareté relative des termes de la requête pour priv informa la

GMQV XQH MŃPLYLPp GH UHŃOHUŃOH G

LQIRUPMPLRQV L"@ XQe information est

3 spontanément son jugement sur certaines informations comme la date et la signature des

2.1.3 Sécurité

Le dernier point que nous retiendrons co

restituer que les informations

2.2 Par

2.2.1 Gestion versus accès

2.2.2 Indexation libre versus indexation contrôlée

linguistiques tels que des racines

Toutefois, celui

pr lexique pré

2.3 Une réponse

transversale, en respectant les contraintes de sécurité. compétitivité. 170

2.3.2 Aux besoins d

Le premier besoin exprimé par les collaborateurs est de retrouver rapidement une est vu comme une soluti

3 Mécanismes et limites du

considérable de caractères, abstraction faite de leur sens connaître.

3.1.1 En langage naturel

dans sa langue, langage documentaire es opérateurs et des options de recherche avancée ni de leur organisation dans une ou plusieurs bases de données. Bien que

3.1.2 Ergo

Une fois la recherche exécutée, les résultats automatiquement. Dans le second cas, il est obtenu soit par extraction des premières saisir leur contexte et le conduire à préciser sa question en sélecti moteur de génération de requête. - ses portlets (modules applicatifs) "

pull, le portail diffuse des informations synthétisées en mode push. Il offre aussi la

tableau de bord où seules sont agrégées les ressources et les informations qui leur sont sophistication du système informatique sous

3.2 Un moteur ou des moteurs

3.2.1 Sur quel

3.2.1.1 Métadonnées

son repérage, sa gestion, 4 - M - Métadonnées - Métadonnées 4 définies dans une notice liée au document. différentes - utiliser un pas sollicité. - utiliser un connecteur pour accéder aux informa

3.2.2 Processus général

documents et des questions, ainsi que la reformulation des questions en requêtes analyse linguistique pour ensuit caractérise par des questions.

3.2.3.2 Indexation automatique

3.2.3.3 Défis du langage naturel

Les moteurs de recherche en texte intégral

Caractéristiques du

langage naturel

Les difficultés

pour l'indexation

Définitions Exemples

des documents.er

PMvPULVH"

3.2.3.4 Apports du T

traitements morphologiques et syntaxiques or

Définition du

ainsi que dans les années 80 par des

Niveau morpholog

Niveau syntaxique : détermine la structure des phrases en fonction de la gra Niveau sémantique : traite du sens des mots et des phrases ;

SUHPLHUV QLYHMX[ VRQP PLV HQ °XYUHB

et enrichis par des traitements linguistiques. 6

pour transformer les octets en chaînes de caractères. Le découpage du texte en mots

séparateurs. Leur rôle dépend du contexte. Par exemple, le point et le tiret, utilisés dans un

co composé - ses informations morphologiques - sa catégorie syntaxique (dite donc aussi et des synonymes [ fléchies et dérivées p7 clés de descripti pour décrire le document dans lequel il figure. [ apparaissent rarement qui contient les termes caractéristiques du thème du document. - le moteur offre un meilleur taux de précision (ratio entre le nombre - le moteur peut composer un résumé du document sur la base des phrases

3.2.3.6 Ressources linguistiques

lexicographiques et des grammaires. Les dictionnaires recensent les termes et les

mots vides) associé à la langue, il est possible de recourir à des antidictionnaires

linguistiqu8

2003/1, vol. 40, pp. 14

3.2.3.7 Indexation de la question

Les mêmes traitements linguistiques sont opérés en recherche sur les mots de la question. en lemmes. cliquant sur une valeur

SAUF).

des mots de la question et leur extension à des mots proches. Il est capable de trouver des

3.3.1 Des filtres clés mais coûteux

Le les mots voisins, co le document, ses conditions de production, notamment son appartenance à tel ou tel produite, là où elle a été lue

3.3.1.1 Métadonnées à la source

Une partie des métadonnées indispen

tâche [ de classement et plus tard de recherche ne fait pas partie de [son] imaginer. coûteux.

3.3.1.2 Métadonnées calculées

Par intégration de référentiels

nouveau document, il co

PPUH HQ °XYUH

sémantique capable de classer automatiquement les résultats.

Par Text mining

représentation mathématique (un vecteur par exemple) le traitement des données par techniques statistiques

Classification automatique ou clustérisation

functions and responsibilities of the persons or groups who need to access the content, and découverte de thèmes qui peuvent

Extraction des entités nommées

10 les expressions temporelles (dates et autres désignations temporelles) et les expressions numériques (grandeurs mesurables, quant soit sur la description linguistique des syntagmes recherchés (patrons ou

3.3.2 S

Grâce à ses classes calculées et prédéfinies, le moteur compense les inconvénients de la

sont plus ou moins distantes des mots recherchés et qui reflètent un 10 moteur conceptuel.

3.3.3 Maintenance d

taxonomies. Cette mult

3.3.4 Recherche fédérée

seule requête. " 11 présentation des résultats. 11 mais il est coûteux en acquisition des données aux moteurs de recherche des bases de données interrog complexe car les résultats ne sont pas tous renvoyés en même temps les résultats sont potentiellement dans des langues différentes les résultats renvoyés par chaque moteur sont classés selon d seconde partie. collaborateur utilise pour accéder au sensibiliser à la nature multilingu

Deuxième partie

projet. que

4.1 Choix de la solution

4.1.1 Critères externes

Les critères prioritaires sont les utilisateurs et leurs besoins informations sont hébergées dans des applications qui ont une grande couverture

le nombre de connecteurs), son modèle de prestation de services et bien sûr sa réactivité

standard lisent suffisante pour faire - A de programmation (API) ouverte) - M - Obtenir le planning de développement du produit pour anticiper des interruptions rec

4.2 Equipe projet

Sheffield,

Analytics Manager) et au support utilisateur (Search Support Manager). que dans 13

4.3 Maintenance

guère importa

élevé.

sources. fonctions d - contribuant au développement de règles de catégorisation par le choix des termes et décisionnaires de placer le curseur au bon endroit. pas recréé - satisfaction recherche au cours des

5 Editeurs

5.1 Marché

solutions i

5.1.1 Con

- M - H - Oracle - IBM

5.1.2 Approches différenciatrices

Les éditeurs

ediscovery ou CRM).

Search Appliance, qui privilég

5.2 Un discours commun simplificateur

Les éditeurs se rejoignent dans une

5.2.1 "

rapide ne nécessit

5.2.2 A la découverte

idées ou des méthodes

5.2.3 Recherche par concepts

re IDOL est basée sur les techniques mathématiques et statistiques de Thomas Bayes et texte, voix et vidéo en examinant les termes qui correspondent à des

X pourcent de probabilité 12

prédéfinis. et les identifie comme des concepts [

5.3 Nouveaux positionnements

5.3.1 A

Pour se différencier et acquérir une nouvelle visibilité, certains éditeurs ont choisi de changer

workflows métier 12 créées sur un index il dispose sur le client et le moteur affiche les fiches des clients qui contiennent des mots visualisation de présenter les données sous forme de graphes, comme le font les outils de reporting et de

5.3.2 Sur la voie du

permettent de collecter, consolider, modéliser et restituer les données, matérielles ou

13 13 (relationnelle ou multi P

Indexe

C

Umanis, "

solutions de Business Intelligence de son prototype au Salon du Bourget 2011 documentation au format XML gérée dans Documentum. Les sources sont donc

Troisième

6 Contexte du déploiement

6.1 Stago, un leader de l'hémostase

Nous avons

ème

des outils, pr réseau, les accès sont nominatifs et s ou dans le même département. Le lecteur le plus volumineux est le lecteur X avec 1,5 To de

Finalité/

Métier

Capitalisation Qualité Conception

Tous métiers GED

Sources

Intraqual Dynamic

Lotus Notes

GPS IMS

Réactifs Intraqual

Documentaire

Instru-

ments

SIP Product Data

Management

Mantis

Telelogic Doors

Knowllence TDC

CVSNTSVN

- doc

6.3 Pourquoi

6.3.1 Stratégie de la Direction R&D

Depuis 2005, le Directeur général

savoir

Ardans AKM vers un site Alfresco.

dans les référentiels métier

6.3.2 Besoins des métiers

L de validation technique résoudre un problème de conception lié à une réclamation client collaborateur pertinence et de stocker le

7.1 Acteurs et p

Le projet est lancé au printemps 2010 avec la participation de 4 acteurs. place. SDo IM SOMVH GH PLVH HQ °XYUH MXUM GXUp SOXV GH 2 MQVB

2010 2011 2012

ère

ème

7.2 Les réussites

7.2.1 Un choix concerté

7.2.1.1 Méthode

chargé - Caractéristiques - Fonctionnalités - Fonctionnement - Coûts

7.2.1.2 Bilan

écartée. Quant à la solution de recherche GoldFire Insight qui se présente comme une

7.2.2 Adaptation de la maquette

moteur.

xml. Chaque entité peut être associée à un synonyme (pour préciser son sigle ou toute autre

de la maquette irréalisable. confidentielle. Finalement, en escaladant la question, le Coomet a pu accéder à la liste pour bonnes pratiques). et révélé des anomalies fonctionnelles.

7.2.4.1 Ergonomie

pas toujours pertinent et contient des acronymes de produits ou de molécules plutôt que de filtres

7.2.4.2 Usage

C notamment pour les bases Espacenet et Pubmed or aucune option de recherche avancée ne

7.2.4.3 Fonctions

externe, il arrive que la fenêtre Exalead se ferme automatiquement

document sur lequel il a pourtant les droits en lecture/écriture et auquel il accède

7.2.4.4 Débogage et évolutions

donné, aucun collaborateur ne peut ouvrir les fichi alignées dans leur f au nom du projet. La solution proposée a obligé froides parmi les membres du Coomet, pas à la DI assez paradoxalement.

Nous avions été gênés

Nous avons d

couloirs et un guide de prise en main qui indique les

7.3 Les écueils

7.3.1 D

deux

R&D, le projet Exalead a d

7.3.2 Pilotage

composée de collaborateurs issus de plusieurs services urgent qui impacte la production ou la commercialisation des produits.

7.3.2.1 Communication et partage des informations

r

7.3.2.2 Suivi et responsabilités

il ne constitue

PLVH HQ °XYUH PHŃOQLTXHB I

GHUQLqUH SOMVH GH OM PLVH HQ SOMŃH ŃHUPMLQHV PkŃOHV GH OM PLVH HQ °XYUH PHŃOQLTXH

Exalead

7.3.3 Imprévus

préparati sur la comptabilisation des sites. Ils ne sont pas pr pouvait échouer dans base bibliographique, et dès la mise en ligne du prototype du site, en mars 2012, elle en a

8 Les résultats

8.1 Une plateforme unique

8.1.1 Ses sources

Le moteur co

- aux index des moteurs - au moteur Google Search SUHPLqUHV SMJHV GH UpVXOPMPV GH OHXU PRPHXU JHN IMYRUL"

8.1.2 Ses a

- facettes génériques - facettes Stago - facettes sémantiques tous les onglets. recherchés y sont surlignés.

8.1.3 Ses p

Nos tests ont montré

titre dans ses propriétés soit indexé avec du texte malgré tout, son nom de fichier par

propriétés Office car il ne sera pas exploi

8.1.4 Ses pièges en

quotesdbs_dbs35.pdfusesText_40

[PDF] taux de salaire nominal

[PDF] moteur de recherche spécialisé

[PDF] les moteurs de recherche les plus utilisés dans le monde

[PDF] les moteurs de recherches

[PDF] taux de salaire réel calcul

[PDF] outils de recherche google

[PDF] bing

[PDF] les composants d'un moteur diesel pdf

[PDF] assemblage bois japonais pdf

[PDF] principe de fonctionnement d'un moteur essence

[PDF] cours moteur essence pdf

[PDF] schema moteur voiture pdf

[PDF] principe de fonctionnement d'un moteur 4 temps

[PDF] montage moteur diesel pdf

[PDF] principe de fonctionnement d'un moteur diesel pdf