ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Autres revues >>

Document Numérique

1279-5127
 

 ARTICLE VOL 21/1-2 - 2018  - pp.7-8
TITRE
INTRODUCTION

RÉSUMÉ

Ce numéro de la revue « Document numérique » rassemble quatre articles en version étendue des travaux présentés lors du congrès en INFormatique des ORganisations et Systèmes d’Information et de Décision (INFORSID) qui s’est déroulé à Toulouse du 30 mai au 2 juin 2017. Ce numéro reflète la variété des travaux menés dans l’ingénierie des documents numériques, et présente quelques approches émergentes pour l’exploitation de grandes collections de documents.

De nombreuses bases de connaissances, vastes et incertaines, sont aujourd’hui disponibles notamment sur le Web. Les utilisateurs de ces bases de connaissances n’ayant, en général, qu’une connaissance partielle de leurs contenus, certaines de leurs requêtes peuvent échouer en ne retournant pas de résultat. L’article « Traitement coopératif des requêtes RDF dans le contexte des bases de connaissances incertaines » écrit par I. Dellal et al. propose des mécanismes d’explication lors de l’échec d’une requête. La solution présentée permet d’obtenir un ensemble de requêtes alternatives proches de la requête initiale, qui garantissent l’obtention de résultats.

L’article « Projet ModRef : Migration de données vers des triplestores CIDOC- CRM et factorisation » rédigé par P. L. Tchienehom s’inscrit dans le domaine des humanités numériques, et traite de données ouvertes et liées. Il constitue un retour d’expériences dans le cadre du projet « ModRef » qui vise à migrer des données hétérogènes vers des magasins de triplets, appelés « triplestores » (collections de fichiers RDF), afin d’améliorer le partage, l’échange et la découverte de connaissances. Les travaux présentés portent sur la description d’une architecture, une modélisation sémantique (description sémantique d’information muséographique ou d’héritage culturel suivant la norme CIDOC-CRM), un alignement des données issues des trois sous-projets pilotes et enfin une migration des données vers des triplestores.

Ces dernières années l’utilisation d’algorithmes à base de réseaux de neurones artificiels connaît un important essor. Notamment, les réseaux de neurones à convolution (CNN) peuvent être de bons descripteurs pour la recherche d’images. Dans le papier intitulé « CNN features for Reverse Image Search » rédigé par M. Gaillard et al. les auteurs étudient les caractéristiques des CNN pour améliorer la recherche d’images inversées. Une étude des systèmes de recherche d’images inversées est d’abord présentée. Puis par une évaluation expérimentale, les auteurs dressent une liste de couches pour les réseaux de neurones qui apparaissent comme de bons descripteurs, notamment dans le contexte de rotations d’images et de rognage des images.

Enfin, l’article intitulé « Approche temporelle pour la génération personnalisée de profils folksonomiques » de T-R. Boudiba et al. traite des annotations collaboratives de ressources. L’approche décrite repose sur une folksonomie représentée par un ensemble de triplets (utilisateur, ressource, tags) où les tags correspondent à des mots-clés. Les auteurs proposent de définir des profils utilisateurs à partir de folksonomies, formant des clusters de ressources correspondant aux divers centres d’intérêts de l’utilisateur. Les travaux présentés prennent en compte l’évolution des intérêts utilisateurs au cours du temps, en pondérant les tags en fonction de leur pertinence mais aussi de leur « fraîcheur ». Une série d’expérimentations est menée à partir de la collection « MovieLens » afin de montrer que l’approche améliore la recherche d’information personnalisée par rapport aux approches sans facteur temporel.

Nous remercions très chaleureusement tous les auteurs pour leur participation, et les membres du comité de lecture de leur implication, et de leur travail d’évaluation des articles soumis.



AUTEUR(S)
Olivier TESTE

LANGUE DE L'ARTICLE
Français

 PRIX
GRATUIT
   
ACCÉDER A L'ARTICLE COMPLET  (86 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier