Développement d un moteur de recherche sémantique : une contribution au projet Ethnosiris dédié à la préservation du patrimoine populaire vendéen

Dimension: px
Commencer à balayer dès la page:

Download "Développement d un moteur de recherche sémantique : une contribution au projet Ethnosiris dédié à la préservation du patrimoine populaire vendéen"

Transcription

1 Développement d un moteur de recherche sémantique : une contribution au projet Ethnosiris dédié à la préservation du patrimoine populaire vendéen A. Lagarde - C. Renaudineau mémoire soutenu le 09 Juin 2009 Mémoire de Master 1 en Informatique Faculté des Sciences et Techniques - Université de Nantes LINA - Laboratoire d Informatique de Nantes Atlantique (UMR CNRS 6241) Equipe Connaissances et Décision Partenaire institutionnel : EthnoDoc-AREXCPO (Association de Recherche et d EXpression pour la Culture POpulaire)

2 Table des matières I Recherche d information sémantique : fondements théoriques 7 1 Recherche d informations dans un fond documentaire Principe d un système de recherche d informations L indexation lexicale : un procédé d optimisation de SRI efficace Importance des meta-informations dans un SRI Indexation lexicale : définition et principes Un exemple d indexation lexicale : Lucène La recherche d informations syntaxique : un mécanisme limité la recherche d information syntaxique : un mécanisme s appuyant fortement sur l indexation lexicale Limites d une recherche d information syntaxique Une solution potentielle : recherche d informations sémantique Ontologies et recherches d informations sémantiques Les Ontologies : un moyen de structurer des concepts Thésaurus : un dictionnaire introduisant des relations inter-termes Ontologie : définition Les concepts : une vue sémantique d une entité Les gradients de prototypicalité : des outils pour pondérer les relations entre concepts, labels, instances et propriétés Le gradient de prototypicalité conceptuelle Composante expressionnelle du gpc Composante extensionelle du gpc Composante intentionelle du gpc Gradient de prototypicalité lexical Exemple concret de la puissance d une recherche sémantique comparée à une recherche syntaxique Principe de la recherche d informations syntaxique (sans ontologie)

3 2.3.2 Principe de la recherche d informations à l aide de la plateforme Ethnosiris (avec ontologie) Etat de l art : formats d ontologie, ontologies célèbres et moteurs de recherche sémantique Formats d ontologie, logiciels d édition et ontologies célèbres Démonstration de la puissance des ontologies Les moteurs de recherche sémantiques actuels II Présentation du cadre applicatif du projet Ethnosiris 28 4 L association Arexpo et son fond documentaire L association AREXCPO L association EthnoDoc Mission de l association : collecte d informations relatives au patrimoine Vendéen La base de données EthnoDoc : un fond documentaire annoté et indéxé Travail effectué sur la base de données Ontologie fournie : OnthnoPhoto 32 III Contribution au projet : Ethnosiris, un moteur de recherche sémantique 34 6 Spécifications du moteur de recherche sémantique Attentes et contraintes sur le moteur Cas d utilisation d une recherche sémantique Le nuage de mots clés : un outil adapté aux focus Trois échelles de focalisation Focus sur le fond documentaire indépendemment de toute recherche Focus sur le fond documentaire vis-à-vis d une recherche Focus sur une ressource par rapport à une recherche Prémices au développement : choix du langage et de la structure générale du moteur de recherche Le choix d un langage portable et robuste Mise au point d une structure modulaire et réutilisable L implémentation de l ontologie Principaux choix d implémentation Les classes concepts, labels et instance

4 8.1.2 La classe Ontogie : opérations de parcours en temps minimal Optimisations nécessaires au fonctionnement de l ontologie sur un serveur PhP Implémentations des différentes recherches La recherche syntaxique Le gestionnaire de mots clés La pertinence syntaxique L afficheur La recherche sémantique La pertinence sémantique L afficheur Affineur de recherche Implémentation des Nuages Tags 52 4

5 Introduction L objectif de ce document est de présenter les différentes théories et procédés qui ont permis l implémentation d un moteur de recherche sémantique basé sur un fond documentaire (EthnoDoc) et sur une ontologie (OnthoPhoto). Ce moteur de recherche constitue un des éléments principaux de la plateforme Ethnosiris, plateforme dont le but est de permettre une recherche sémantique sur un corpus de documents indexés lexicalement. Cette plateforme devra pouvoir être intégrée à n importe quel corpus indexé ; elle devra par conséquent être multilingue, multi-dialecte et polygraphe (plusieurs alphabets). De plus, elle présentera des sessions d interactions identiques à un moteur de recherche d informations traditionnel (via champs de saisie de mots-clés), les seules différences avec ce dernier étant relatives à la pertinence des résultats fournis et aux comportements face à différents cas critiques. L acquisition et la représentation d informations par un système informatique ont toujours fait partie des problématiques fondamentales, non seulement dans la recherche informatique, mais également dans toute recherche relative à la sémiotique (étude du sens des choses) ou à la psychologie cognitive (centrée sur la mémoire, l apprentissage et le raisonnement). En 1968, un informaticien et un psychologue (Collin et Quillian), ont cherché à définir une représentation des informations stockées dans nos mémoires. A force d expériences basées sur le temps de réponse à des affirmations du style un chien est un animal et un chien est un mammifère, ils ont réussi à construire un modèle hiérarchique de catégories. Cette hiérarchisation de concepts est la base du modèle ontologique. Dans une première partie, nous présenterons les fondements et caractéristiques d un moteur de recherche d informations, puis nous enrichirons la notion d ontologie en présentant les ontologies pragmatisées [1], i.e des ontologies prenant en compte l aspect subjectif de la représentation de connaissances. Nous effectuerons également un bref état de l art des ontologies et de leur application dans le cadre d un système de recherche d informations sémantique. Dans un second temps, nous décrirons le cadre applicatif du projet Ethnosiris, en présentant les partenaires du projet, puis en détaillant le fond documentaire utilisé et l ontologie fournie. Nous reviendrons enfin sur notre contribution au projet Ethnosiris, en décrivant premièrement le 5

6 travail de spécification que nous avons effectué. En particulier, on veillera à la généricité (incluant des aspects polylingues et polygraphes), la portabilité (doit fonctionner sur tout type de serveur, fond et ontologie) et la complexité de l implémentation du moteur de recherche Ethnosiris. Nous discuterons finalement des principaux choix d implémentation effectués. Sans les citer formellement, nous nous sommes appuyé sur les travaux de l équipe de recherche COD (COnnaisance et Décision) [5, 2, 7, 3]. 6

7 Première partie Recherche d information sémantique : fondements théoriques 7

8 Chapitre 1 Recherche d informations dans un fond documentaire 1.1 Principe d un système de recherche d informations La recherche d informations occupe une place centrale dans l activité de n importe quel individu, qu il s agisse d une recherche documentaire dans une bibliothèque, d une recherche de produits dans un supermarché ou de la recherche de pages Web sur Internet. Dans tous ces cas, le cerveau humain effectue un travail en deux temps : 1. Premièrement, il qualifie la recherche (collection de livres, boîte de ravioli ou site Internet) à partir d une liste de caractéristiques (titre, catégorie et édition du livre,type du produit...). 2. Deuxièmement, il retourne les ressources les plus pertinentes pour la recherche fournie : par exemple, on se souvient de deux boîtes de ravioli achetées il y a plusieurs mois, et pour chacune d elles l endroit où la trouver (emplacement de la ressource). Ce travail effectué par notre cerveau constitue la base d un système de recherche d informations (SRI) : son rôle sera de comprendre la recherche, puis de fournir les ressources qu il pense être en relation avec ce qui lui est demandé. En se basant sur ces postulats, il est possible de déduire deux propriétés fondamentales d un SRI : 1. La mémoire : pour pouvoir identifier les ressources concernées par la recherche, le SRI devra se souvenir des caractéristiques (métadonnées) de chacune d entre elles. 2. La capacité de raisonnement : afin d évaluer la pertinence d une ressource par rapport à une recherche, le SRI devra suivre un raisonnement, guidé par différents critères. Il ne faut pas confondre moteur de recherche et SRI : en effet, bien que le moteur de recherche constitue le coeur d un SRI, il n en est qu un composant : un SRI peut également être muni de : 8

9 - fonctions d acquisition, qui lui permettront d ajouter des documents à sa mémoire. - fonctions d annotation, chargées de gérer les caractéristiques (meta-informations) des documents ajoutés. Ces fonctions doivent permettre la modification de ces meta-informations, et peuvent proposer différents moyens d accès, notamment leur indexation. - fonctions heuristiques, dont le rôle est de guider la recherche selon différents critères. Bien que le travail que nous ayons fourni ne concerne que l aspect moteur de recherche, nous nous appuyons bien évidemment sur ces différentes fonctions. Il convient donc de revenir sur certains mécanismes fondamentaux d un SRI, et en particulier le procédé d indexation lexicale. 1.2 L indexation lexicale : un procédé d optimisation de SRI efficace Importance des meta-informations dans un SRI Lorsque vous saisissez un terme dans un moteur de recherche classique (et ce fait est encore plus vrai pour un SRI de type sémantique), vous fournissez au système au moins une caractéristique qualifiant votre recherche. Cette caractéristique peut être de nature diverse : en effet, elle peut concerner le contenu textuel du document (titre, mots clés...), sa nature (type de fichier, organisation du document) ou aborder des notions plus abstraites comme les thèmes abordés ou encore sa localisation dans l espace ou le temps. Nous voyons clairement que le système doit au préalable avoir effectué un apprentissage, qui lui aura permis d établir des liaisons (caractéristique - document) ; cet apprentissage n est ni plus ni moins que la phase d indexation. La phase de recherche d informations peut être alors assimilée à un processus de reconnaissance de caractéristiques. Comme le dit Platon, La connaissance des mots conduit à la connaissance des choses. D une manière analogue, la connaissance des meta-informations d un document conduit à la connaissance du document lui-même. Réciproquement, un système de recherche d information ne peut donner de réponses pertinentes que si l index sur lequel il va se fonder a reçu un apprentissage suffisant. Le choix des critères à intégrer lors de l acquisition d un nouveau document est donc primordial, et constitue l un des travaux essentiels d un bon SRI. 9

10 1.2.2 Indexation lexicale : définition et principes Indexation - identification de l information contenue dans tout texte et représentation au moyen d un ensemble d entités (appelé index) pour faciliter la comparaison entre une recherche et la représentation d un document - transfert de l information contenue dans le texte vers un autre espace de représentation traitable par un système informatique. Autrement dit, un index peut être assimilé à une fonction f : D - M, où D est l ensemble des documents et M l ensemble des descripteurs. On dit qu un document DOC traite un thème identifié par un ensemble de descripteurs D si d D : d f(doc). On dit que les descripteurs d un Thème T décrivent un document DOC si t descripeurs(t) : d f 1 (DOC). Ces descripteurs peuvent être de différentes natures : - les mots simples du texte (hors mots vides, mots outils comme les articles ou les pronoms, etc...) ; - les groupes de mots du texte (à valeur sémantique plus forte que les mots simples). Par exemple, le groupe de mots danse traditionnelle vendéenne aura plus de valeurs que ces trois mots pris séparemment. - les radicaux des mots extraits, exemple : équins et équidés ont la même racine. On se base alors sur l étymologie pour regrouper des mots, ce qui permet d optimiser la taille de l index, mais qui peut se révéler faux : par exemple, les mots solstice et soleil ont le même radical mais désigne pourtant des notions différentes ; - des concepts définis par l utilisateur à partir d un vocabulaire organisé, d un thésaurus... - des N-grammes, suite de n caractères consécutifs ; - les contextes : termes n apparaissant pas explicitement dans le texte du document mais ayant un lien sémantique et/ou de co-occurence avec les mots du texte. Par exemple, si le mot hibou n est pas dans le document considéré mais, que dans d autres documents, il apparaît très souvent à côté du mot chouette, on considérera qu il existe une relation de co-occurence entre les mots hibou et chouette. - les mots simples hors mots vides (pronoms et déterminants) ; cette indexation favorise la précision 1 de la recherche (on est alors certain que les documents trouvés contiennent bien les termes présents dans la requête), mais engendre un index de taille volumineuse, et peut entrainer le rejet de certains documents pourtant en rapport avec la recherche. Par exemple, on lance une recherche sur le descripteur caniches. Avec ce type d indexation, tous les documents contenant ce mot au 1. Rapport du nombre de textes reconnus et contenant réellement le terme de la requête par le nombre de textes contenant un terme différent mais identifié comme contenant celui demandé dans la requête. 10

11 singulier uniquement ne seront pas retournés par la recherche. - les radicaux, afin de tenir compte des variations morphologiques (i.e variation du genre, du temps, de la personne ou du pluriel d un mot). Par exemple, adolescence et adolescents seront ramenés au radical adolesc. Cette méthode offre une amélioration du rappel 2 et nécessite un index de taille plus faible que pour le cas précédent. Cependant, cette technique d indexation peut provoquer une baisse de la précision de la recherche (mise en rapport des termes canif et caniche car il est très difficile de savoir que l un n est pas une variation morphologique de l autre). - les lemmes, indexation plus fine et concentrée sur les variations flexionnelles mais qui demande une opération préalable de traitement linguistique des textes ; cette méthode offre une augmentation du rappel et une baisse de la précision. Établir un index sur un corpus de documents consiste donc à attribuer à chacun des documents des descripteurs (i.e objets décrivant, caractérisant, un document à partir de son contenu). Le rôle d un index est par conséquent double, à savoir rôle de résumé (qualifier le document) et rôle d outil de recherche d information (accès à ce document à partir de son index, pendant la recherche lexicale). De part les multiples techniques d indexation présentées dans cette section, on voit bien l importance du choix de l une d entre elles, et des répercussions que ce choix peut avoir, non seulement en terme de qualité de la recherche (rappel et précision), mais également en terme de performances (taille de l index et rapidité de la recherche) Un exemple d indexation lexicale : Lucène Lucène est un moteur d indexation et de recherche lexicale libre 3. Cette API réalise une indexation à partir des radicaux (cf section 1.2.2), en supprimant au préalable les mots vides au moyen soit d un analyseur standard, soit d un analyseur propre à une langue. Toutes les chaînes de caractères sont dans un premier temps converties en minuscules. Les mots sont ensuite filtrés de manière à supprimer tous ceux qui ne sont pas particulièrement porteurs de sens (par défaut une liste propre à chaque langue est utilisée, liste ouverte et donc modifiable). Pour terminer, seules les racines sont retenues pour l indexation. On notera des performances très intéressantes : environ 4 minutes pour indexer un thésaurus de 3Mo(WordNet : http ://wordnet.princeton.edu). 2. Rapport du nombre de textes reconnus et contenant réellement le terme de la requête par le nombre de textes contenant ce terme mais non cités dans la réponse. 3. Site internet : http : //lucene.apache.org/ 11

12 1.3 La recherche d informations syntaxique : un mécanisme limité la recherche d information syntaxique : un mécanisme s appuyant fortement sur l indexation lexicale Le façon la plus courante d implémenter une recherche d information syntaxique est d effectuer une indexation sur les documents, puis de lancer une recherche lexicale sur cette index. On pourra notamment citer les moteurs de recherche Google et Yahoo, qui fonctionnent en deux temps : 1. Lors de la détection d un nouveau site (via des robots parcourant le Web) : Qualification du site à partir d une heuristique d indexation : on créé les descripteurs du site à partir de son adresse Internet et de son contenu, en pondérant chaque mot par son ocurrence sur le site et le type de balise dans lequel il apparaît (balise titre ou simple paragraphe). On incorpore également des méta-informations sur le site (langue(s) utilisée(s), site commercial ou non...). Ajout de ces descripteurs à l index du moteur de recherche. 2. Lors du lancement d une recherche A partir d une heuristique de parcours de l index, sélection des descripteurs correspondant aux critères de la recherche. A partir de ces descripteurs, obtention des documents concernés. Affichage de ces documents, triés selon le nombre de descripteurs satisfaisant la recherche. On voit ici que l indexation lexicale est au centre de toute recherche d informations syntaxique. Nous allons maintenant mettre en évidence les limites d un tel mécanisme Limites d une recherche d information syntaxique Par définition, le mécanisme d indexation lexicale ne prend pas en compte le sens des mots indexés : on considère ici un mot comme une suite de caractères. Or un mot est bien plus que cela : il possède de nombreuses relations avec d autres mots : synonymie, antinomie... Au delà de ces relations, un mot désigne souvent une entité physique du monde, cette entité ayant elle-même des relations avec d autres entitiés, et d autres mots. Prenons un exemple pour illustrer cette pauvreté : sur le moteur de recherche Google, je lance une recherche sur le mot teckel. Admettons qu aucun des documents indexés ne possède le descripteur associé à ce mot. Aucun résultat ne m est donc proposé. Cependant, le mot teckel de la langue française désigne un animal appartenant à la famille des canidés. Si l on avait fait une demande de livre associé au sujet teckel dans une bibliothèque, un documentaliste consciencieux, après avoir constaté qu il n avait aucun livre sur ce sujet précis, nous aurait proposé différents livres traitant des sujets voisins, c est à dire des livres parlant de canidés. Une recherche d information syntaxique basé sur une indexation lexicale ne permet pas d établir des liens entre différents descripteurs. Elle ne permettra donc pas d effectuer des opérations pourtant 12

13 utiles sur les documents retournés, telles que la proposition de documents similiaires si aucun résulat n est trouvé, ou la sélection de document plus représentatifs que d autres (sur des critères autre que le nombre d occurence d un mot). Or, comme le dit Bouddha, Meilleur que mille mots privés de sens est un seul mot raisonnable. Il convient donc de s interroger sur la possibilité de munir notre recherche, en plus d un index lexical, d une structure qui permettra de définir des relations entre les descripteurs Une solution potentielle : recherche d informations sémantique A partir du constat effectué dans la partie précédente, il convient de s interroger sur la possiblité de définir un nouveau type de recherche d informations qui, au lieu de se baser uniquement sur l indexation lexicale (un mot est alors une simple chaîne de caractères) prendrait en compte le sens des mots. Intuitivement, on perçoit la nécessité d utiliser une nouvelle structure, qui définirait des relations entre les mots-clés : par exemple, les mots chien et chat, bien que différents, désignent tous les deux des animaux domestiques. La question est de savoir comment organiser ces relations : en effet, elles peuvent être de nature très différentes (synonymie, appartenance à une même famille...), et on a vu dans les parties précédentes qu elles doivent être indexées pour permettre une recherche rapide et efficace. Dans le chapitre suivant, nous essayerons de définir une telle structure, en utilisant à la fois des normes et conventions informatiques et des travaux relatifs à la psychologie humaine, pour que le sens que l ontologie donne aux mots s approche le plus possible de celui que lui donnerait un être pensant. 13

14 Chapitre 2 Ontologies et recherches d informations sémantiques 2.1 Les Ontologies : un moyen de structurer des concepts Présentons premièrement la structure qui rendra possible la recherche sémantique : l ontologie. Avant de définir précisemment ce qu est une ontologie, on reviendra sur la notion de thésaurus, qui constitue un bon point de départ pour notre analyse Thésaurus : un dictionnaire introduisant des relations inter-termes Un thésaurus est un répertoire de termes normalisés pour l analyse de contenu et le classement de documentation dans un domaine 1. Cette définition aborde plusieurs notions fondamentales : premièrement, un thésaurus est donc une liste de termes relatifs à un domaine de connaissances particulier. Deuxièmement, la notion de classement est très importante : un thésaurus va définir des relations de type linguistique entre les termes de son dictionnaire, comme par exemple la synonymie, l antonymie, etc. C est un premier pas vers notre objectif, à savoir représenter le sens des mots : grâce au thésaurus, on est capable de dire si deux mots représentent la même idée. Quels sont les avantages concrets d un Thésaurus par rapport à un simple index? apport pour chaque terme d une liste de synonymes permettant une première possibilité d extension des requêtes ; offre d enrichissement du vocabulaire initial ; existence d un format d écriture standardisé : Simple Knowledge Organisation System11 (SKOS) 2 ; 1. Petit Robert, dictionnaire de la langue française 2. Site internet : http : //www.w3.org/2004/02/skos/ 14

15 outil ouvert, les utilisateurs peuvent compléter cette base par l apport de nouveaux termes ; aspect multilingue du vocabulaire. Un recherche d information basée sur un Thésaurus permettra notamment d élargir le champ de recherche : par exemple, si il est établi que les mots chien et toutou sont synonymes, alors si le parcours de l index lexical sur le mot toutou ne renvoie aucun résultat, on sera capable de lancer une recherche sur le mot chien et, peut-être, de trouver des documents, ce qu une recherche d information syntaxique n aurait pas permis. La création du thésaurus en lui-même ainsi que l implémentation d une recherche basée sur ce thésaurus sont de plus grandement facilitées par l existence du format SKOS : ce langage, standardisé par l organisme W3C, a notamment l avantage d être fondé sur RDF, langage lui aussi standardisé, pour lequel il existe des outils de traitement déjà existants tels que Jena (ensemble d outils de traitement de fichiers RDF en Java) 3,. Selon le langage SKOS (SKOS Core), un thésaurus est considéré comme un schéma de ressources RDF dotées d un Uniform Resource Identier (URI, identifiant unique) spécifique, avec pour chacune d elles : au plus un terme préférentiel par langue ; des définitions et notes relatives à ce terme ; des concepts reliés de façon hiérarchique par des relations générique-spécifique, ou par des relations associatives (non hiérarchiques) ; des représentations symboliques du terme (images). Plusieurs thésaurus ont été développés sous ce format, comme AGROVOC (terminologie à vocation agricole et environnementale) 4, GEMET (GEneral Multilingual Environmental Thesaurus, un thésaurus à dominante environnementale) 5 ou encore MESH (Medical Subject Heading, terminologie médicale bilingue français / anglais) Site internet : http : //jena.sourceforge.net 4. Site internet : http : //www.fao.org/aims/ag intro.htm 5. Site internet : http : //www.eionet.europa.eu/gemet/index h tml 6. Site internet : http : //ist.inserm.fr/basismesh/mesh.html 15

16 Figure 2.1 Exemple d interrogation du thésaurus GEMET Ontologie : définition En philosophie, on définit l ontologie (du grec ontos, participe présent du verbe être) comme étant l étude de l être en tant qu être, c est-à-dire l étude des propriétés générales de ce qui existe. En s inspirant de cette définition, essayons de définir une ontologie en informatique. Ontologie - In theory, an ontology is a formal, explicit specification of a shared conceptualisation [4] - arboresence/treillis dont les noeuds/sommets correspondent à des concepts et les arêtes à des relations de type is a - théorie qui tente d expliquer les concepts qui existent dans le monde et comment ces concepts s imbriquent et s organisent. 7. Il s agit d une définition répandue de la notion d ontologie. Dans le cadre de notre projet, l équipe a enrichi cette notion : en enrichissant la notion de concept (voir partie suivante) ; en pondérant les relations is a : intuitivement, on saisit l intérêt d une telle démarche. En effet, il est logique de dire que, pour un individu français, le concept labrador est plus représentatif du concept chien que le concept Aïdi (chien originaire de l Atlas marocain). Le principal changement entre cette ontologie enrichie et la précédente est le fait qu elle est liée à un corpus de documents jugés représentatifs, à partir duquel on va calculer la pondération des liens is a et différents autres paramètres, que nous appelerons gradients (voir parties suivantes). Revenons premièrement sur la notion de concept. 16

17 Figure 2.2 Exemple d ontologie : hiérarchie des concepts issue du concept animal Les concepts : une vue sémantique d une entité Afin que les concepts de notre ontologie s approchent le plus possible de la façon dont un être pensant appréhende les entitiés qui l entourent, l équipe s est basée sur les études de sémiotique (théorie du sens) du scientifique/philosophe Charles Sanders Peirce. Ces études montrent que l être humain a trois façons de représenter un concept : point de vue intentionnel : on définit un concept par rapport à ses propriétés. Par exemple, on définira le concept feu comme étant quelque chose qui brûle et qui fait de la fumée. point de vue extensionnel : on définit un concept par rapport à des instances représentatives de ce concept. Par exemple, on définira le concept éléphant à l aide des instances Dumbo, Babar, ou l éléphant que l on a observé lors de notre dernière visite au zoo. point de vue expressionnel : on définit un concept par rapport à son champ lexical (mots le représentant) ou des symboles. Par exemple, les mots chien, toutou et clébard pour le concept chien, où une icône de flamme pour le concept feu. 17

18 Figure 2.3 Triangle de Peirce : les trois représentations du concept chat. Un être humain utilise ces trois points de vue pour définir un concept, se positionnant ainsi dans le triangle de Peirce. Selon que l on ait une connaissance approfondie d un domaine ou non, on se positionne plus au moins près des côtés du triangle. Par exemple, un zoologue définira l éléphant comme un pachyderme herbivore de poids important (point de vue intentionnel), alors qu un néophyte se référera à des instances d éléphants (point de vue extensionnel). A partir de ces études, on munit chaque concept d un moyen de représenter l aspect : intentionnel : un vecteur caractéristique de propriétés : pour toutes les propriétés définies dans l ontologie (peut voler, peut flotter...), on définit une valeur réelle comprise entre 0 et 1 représentant l importance de cette propriété pour définir ce concept. extensionnel : une liste d instances pondérées par la représentativité de chacune d elle pour ce concept. expressionnel : une liste de mots (simples chaînes de caractères) représentant tous les synonymes (labels) utilisés pour décrire ce concept. Là encore, on pondère chaque label en fonction de la manière dont il définit ce concept. On prend ainsi en compte les trois sommets du triangle de Peirce. Il va maintenant falloir définir un moyen de pondérer chacune des informations stockées. Pour ce faire, notre équipe a pris comme critère la prototypicalité d un élément par rapport à un autre, c est à dire sa capacité à résumer/représenter/définir l élément considéré. Comme nous l avons vu, cette notion dépend de chaque individu (culture, niveau de connaissance du domaine...). Nos ontologies ne porteront donc pas uniquement une vision sémantique de la connaissance, mais tiendront également compte de son côté subjectif et de sa dépendance à la culture, aux émotions et à 18

19 l éducation des individus qui en sont porteurs. Cette composante est des plus sensible lors de la phase de modélisation, de construction de l ontologie, plus précisément dans le choix des catégories et dans l élaboration des différentes hiérarchies. Le processus de décision d appartenance d un élément à une catégorie pour un individu donné se réalise en fonction d au moins deux éléments fortement subjectifs : le degré de prototypicalité d une part, et le niveau d abstraction d autre part. Ces points se mettent en place progressivement au fur et à mesure de l apprentissage de l agent humain dès l âge de six mois suivant certains spécialistes. 8 En se basant sur cette étude, on dira qu un élément est jugé typique s il représente un bon exemple de la catégorie, selon des critères propres à la culture, à l éducation et aux émotions de l individu. En reprenant un exemple précédent, pour le français moyen, la prototypicalité du concept labrador pour le concept chien sera beaucoup plus grande que la prototypicalité du concept aïdi pour le concept chien. Cherchons maintenant à quantifier précisemment ces relations de prototypicalité en créant une unité de mesure : les gradients de prototypicalité. 2.2 Les gradients de prototypicalité : des outils pour pondérer les relations entre concepts, labels, instances et propriétés L objectif des gradients est de pouvoir non seulement classer les résultats d une recherche par ordre de pertinence, mais également de les quantifier en fonction de leur valeurs. C est dans cet esprit que l équipe a développé différentes mesures, la première étant le gradient de prototypicalité conceptuelle(gpc). Les formules utilisées pour déterminier les gradients étant complexes et s appuyant sur plusieurs théories, nous nous contenterons ici de les exposer sans les justifier. La justification des formules est proposée dans les publications Gradients de prototypicalité appliqués à la personnalisation d ontologies [6] et Semiotic-based Prototypicality Gradient [8] Le gradient de prototypicalité conceptuelle Ce gradient est défini pour un concept père (C p ) et un concept fils(c f ), et sa valeur (entre 0 et 1) sera d autant plus grande que C f est typique pour C p. gpc(c p, C f ) = (α intensionnel(c p, C f ) + β extensionnel(c p, C f ) + γ expressionnel(c p, C f )) δ α, β et γ sont des coefficients réels représentant l importance de chaque approche pour apréhender un concept (α sera très élevé pour un spécialiste, β sera d autant plus fort que le sujet ne connait pas 8. Françoise Cordier. Les représentations cognitives privilégiées, typicalité et niveau de base. Presses Universitaires de Lille,

20 le domaine sur lequel porte l ontologie...). δ est la composante émotionelle. Découverte par des études en psychologie cognitive, cette composante s appuie sur le principe que plus on est stressé, plus on veut un résultat proche de notre recherche. En revanche, lorsque l on est détendu (positif), on accepte plus volontiers des concepts peu prototypiques (ouverture d esprit). On pourra imaginer divers moyens de calculer la composante émotionnelle d un utilisateur,tels la rapidité de déplacement de la souris sur la page, l analyse des messages postés par cet utilisateur, le nombre de clics par minute... On voit que le calcul du gpc fait appel à trois autres composantes : commençons par la composante expressionnelle, en définissant son moyen de calcul Composante expressionnelle du gpc L objectif de cette composante est de dire que tous les synonymes d un terme n ont pas forcément le même poids. Afin de déterminer dans quelle proportion le sous-concept représente le concept, on cherche à définir les relations entre leur termes : avec : expressionnel(c p, C f ) = pregnance(c f ) pregnance(c p) pregnance(c) = t lexique(c) count p(t) N t NbDoc(t) T otalnbdoc Cette formule pour calculer la prégnance permet d éviter, en prenant en compte la granularité, les effets de Buzz 9, qui polluerait l ontologie. Notre équipe travaille actuellement sur un moyen d intégrer le temps à cette formule : ainsi, si l on parle beaucoup de quelque chose mais pendant peu de temps, notre ontologie le détectera et minimisera le nombre d occurences du mot Composante extensionelle du gpc L objectif de ce gradient est de comparer les instances du concept fils à celles du concept père, toujours dans l optique de déterminer à quel point C f est typique de C p. extensionnel(c p, C f ) = NombreInstances(C f ) NombreInstances(C p). 9. Fait de parler énormément d un terme, mais dans peu de documents. Très courant sur le Web (Suzan Boyle...) 20

12.2.5. La Banque de données santé publique (BDSP)

12.2.5. La Banque de données santé publique (BDSP) 12. Approfondir ses connaissances autour d un sujet droit ou qu un accord avec l éditeur autorise les gestionnaires de la base à pointer vers le document original. Les bases de données bibliographiques

Plus en détail

Cartographie de mots : application à la visualisation de noms de marque

Cartographie de mots : application à la visualisation de noms de marque Université Montpellier II UFR Fac des Sciences Master 1 Informatique Université Montpellier II UFR Fac des Sciences Master 1 Informatique Cartographie de mots : application à la visualisation de noms de

Plus en détail

Création d un catalogue en ligne

Création d un catalogue en ligne 5 Création d un catalogue en ligne Au sommaire de ce chapitre Fonctionnement théorique Définition de jeux d enregistrements Insertion de contenu dynamique Aperçu des données Finalisation de la page de

Plus en détail

Les documents primaires / Les documents secondaires

Les documents primaires / Les documents secondaires Les documents primaires / Les documents secondaires L information est la «matière première». Il existe plusieurs catégories pour décrire les canaux d information (les documents) : - Les documents primaires

Plus en détail

Sites web propriétaires

Sites web propriétaires Ce document est disponible à : C:\Users\pc_samba\Documents\Doc sites prop.docx Sommaire 1 Introduction... 3 2 Création du mini-site... 4 2.1 Autorisation de création... 4 2.2 Création de votre site Web...

Plus en détail

WordPress : Guide à l édition

WordPress : Guide à l édition WordPress : Guide à l édition WordPress : Guide à l édition... 1 Présentation... 2 1. Accès au site... 2 2. Le tableau de bord... 2 3. Editez les contenus... 4 Quelle est la différence entre les pages

Plus en détail

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD

IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Université de Perpignan - IUT de Carcassonne Vivien ROSSI Année 2006/2007 IUT STID, 1 ère année Découverte de logiciels statistiques Prise en main du logiciel SPAD Ce document est tiré du site : http ://www.stat.ucl.ac.be/ispersonnel/lecoutre/stats/spad/

Plus en détail

L approche Bases de données

L approche Bases de données L approche Bases de données Cours: BD. Avancées Année: 2005/2006 Par: Dr B. Belattar (Univ. Batna Algérie) I- : Mise à niveau 1 Cours: BDD. Année: 2013/2014 Ens. S. MEDILEH (Univ. El-Oued) L approche Base

Plus en détail

RAPPORT DE CONCEPTION UML :

RAPPORT DE CONCEPTION UML : Carlo Abi Chahine Sylvain Archenault Yves Houpert Martine Wang RAPPORT DE CONCEPTION UML : Bamboo Ch@t Projet GM4 Juin 2006 Table des matières 1 Introduction 2 2 Présentation du logiciel 3 2.1 Précisions

Plus en détail

Conventions communes aux profils UML

Conventions communes aux profils UML Conventions communes aux profils UML Auteur : Projet ACCORD (Assemblage de composants par contrats en environnement ouvert et réparti)* Référence : Livrable 2.1 Date : Juin 2002 * : Les partenaires du

Plus en détail

Les modèles technologiques de la localisation

Les modèles technologiques de la localisation Les modèles technologiques de la localisation Les modèles technologiques de la localisation Cécile Martin Université Rennes 2 Avant d entrer en détails dans les modèles technologiques de la localisation,

Plus en détail

Indexation et interrogation de photos de presse décrites en MPEG-7

Indexation et interrogation de photos de presse décrites en MPEG-7 Indexation et interrogation de photos de presse décrites en MPEG-7 Emmanuel Bruno Jacques Le Maitre Elisabeth Murisasco Laboratoire SIS, Equipe Informatique Université de Toulon et du Var Bâtiment R, BP

Plus en détail

Sujet 17 : Exploitation de données financières de Google Finance en C#

Sujet 17 : Exploitation de données financières de Google Finance en C# Amsellem Ari Pour le 01/06/11 Ohayon Alexandre Gueguen Tristan Sujet 17 : Exploitation de données financières de Google Finance en C# Introduction : Il convient tout d abord de signaler que le titre de

Plus en détail

Algorithmes de tri. 1 Introduction

Algorithmes de tri. 1 Introduction Algorithmes de tri L objectif de ce document est de présenter plusieurs algorithmes classiques de tri. On commence par présenter chaque méthode de manière intuitive, puis on détaille un exemple d exécution

Plus en détail

LE TRAITEMENT DE TEXTE

LE TRAITEMENT DE TEXTE LE TRAITEMENT DE TEXTE A partir de la version 5 de spaiectacle, le traitement de texte est totalement intégré à l application. Au-delà de la simplification quant à la manipulation de ce module, c est également

Plus en détail

INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES

INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et

Plus en détail

Installer Joomla. 2013 Pearson France Joomla! Le guide officiel Jennifer Marriott, Elin Waring

Installer Joomla. 2013 Pearson France Joomla! Le guide officiel Jennifer Marriott, Elin Waring 3 Installer Joomla Dans ce chapitre, nous procéderons au téléchargement et à l installation manuelle de Joomla, et nous expliquerons la configuration de base. Les captures d écran et les instructions font

Plus en détail

CRÉER UN COURS EN LIGNE

CRÉER UN COURS EN LIGNE Anne DELABY CRÉER UN COURS EN LIGNE Deuxième édition, 2006, 2008 ISBN : 978-2-212-54153-3 2 Que recouvre le concept d interactivité? Dans une perspective de cours en ligne, une activité interactive est

Plus en détail

Des traitements aux ressources linguistiques : le rôle d une architecture linguistique

Des traitements aux ressources linguistiques : le rôle d une architecture linguistique Des traitements aux ressources : le rôle d une architecture Frederik Cailliau Villetaneuse, le 9 décembre 2010 Sous la direction d Adeline Nazarenko 1. 2. 3. 4. 5. 6. 2 Sinequa Cifre à Sinequa Recherche

Plus en détail

Comment maximiser le référencement de votre site e-commerce en 15 minutes Tout le monde veut optimiser le référencement de son site.

Comment maximiser le référencement de votre site e-commerce en 15 minutes Tout le monde veut optimiser le référencement de son site. Comment maximiser le référencement de votre site e-commerce en 15 minutes Tout le monde veut optimiser le référencement de son site. C est simple, pas une semaine ne se passe sans qu un nouvel article

Plus en détail

FONCTIONS CLEFS. Gestion documentaire. Chaîne de validation des documents. Espaces de travail collaboratif. Gestion des accès basée sur des rôles

FONCTIONS CLEFS. Gestion documentaire. Chaîne de validation des documents. Espaces de travail collaboratif. Gestion des accès basée sur des rôles Nuxeo Collaborative Portal Server 1 FONCTIONS CLEFS Gestion documentaire Chaîne de validation des documents Espaces de travail collaboratif Gestion des accès basée sur des rôles Sécurité Suivi des versions

Plus en détail

Bases de données documentaires et distribuées Cours NFE04

Bases de données documentaires et distribuées Cours NFE04 Bases de données documentaires et distribuées Cours NFE04 Introduction du cours Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département d informatique Conservatoire

Plus en détail

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2

Manuel d utilisation 26 juin 2011. 1 Tâche à effectuer : écrire un algorithme 2 éducalgo Manuel d utilisation 26 juin 2011 Table des matières 1 Tâche à effectuer : écrire un algorithme 2 2 Comment écrire un algorithme? 3 2.1 Avec quoi écrit-on? Avec les boutons d écriture........

Plus en détail

Recueil des Fiches Concepteurs : Mise en œuvre d un site SharePoint 2013 Juin 2015

Recueil des Fiches Concepteurs : Mise en œuvre d un site SharePoint 2013 Juin 2015 Recueil des s s : Mise en œuvre d un site SharePoint 2013 Juin 2015 Ce document décrit le paramétrage pour la mise en œuvre des fonctionnalités standard de Microsoft SharePoint 2013. NADAP et SharePoint

Plus en détail

Analyse abstraite de missions sous PILOT

Analyse abstraite de missions sous PILOT Analyse abstraite de missions sous PILOT Damien Massé EA 3883, Université de Bretagne Occidentale, Brest damien.masse@univ-brest.fr Résumé Nous étudions la possibilité de réaliser un analyseur par interprétation

Plus en détail

L exploitation. Lutter contre le plagiat

L exploitation. Lutter contre le plagiat L exploitation L exploitation Lutter contre le plagiat Internet a bouleversé les usages en matière de recherche d information, mais a aussi accru et facilité les possibilités de copier-coller dans la production

Plus en détail

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs.

Préparation à l agrégation 2012/2013. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Mots clés : Graphes. Vecteur propre ; matrices stochastiques ; matrices à coefficients positifs. Le jury n exige pas une compréhension exhaustive du texte. Vous êtes laissé(e) libre d organiser votre discussion

Plus en détail

Notre modèle d engagement

Notre modèle d engagement Notre modèle d engagement 1. EVALUER L évaluation des compétences que vous souhaitez améliorer implique un vrai échange entre nos deux équipes, et une étude plus approfondie des écarts et des actions préalablement

Plus en détail

Groupe Eyrolles, 2003, ISBN : 2-212-11317-X

Groupe Eyrolles, 2003, ISBN : 2-212-11317-X Groupe Eyrolles, 2003, ISBN : 2-212-11317-X 3 Création de pages dynamiques courantes Dans le chapitre précédent, nous avons installé et configuré tous les éléments indispensables à la mise en œuvre d une

Plus en détail

OVID : les bases de données biomédicales

OVID : les bases de données biomédicales OVID : les bases de données biomédicales Présentation de Ovid Ovid est un système de recherche permettant l interrogation de différentes bases de données bibliographiques à l aide d une même interface.

Plus en détail

Gestion du parc informatique matériel et logiciel de l Ensicaen. Rapport de projet. Spécialité Informatique 2 e année. SAKHI Taoufik SIFAOUI Mohammed

Gestion du parc informatique matériel et logiciel de l Ensicaen. Rapport de projet. Spécialité Informatique 2 e année. SAKHI Taoufik SIFAOUI Mohammed 6, bd maréchal Juin F-14050 Caen cedex 4 Spécialité Informatique 2 e année Rapport de projet Gestion du parc informatique matériel et logiciel de l Ensicaen SAKHI Taoufik SIFAOUI Mohammed Suivi ENSICAEN

Plus en détail

Introduction : Les critères «on page»...2

Introduction : Les critères «on page»...2 Table des matières Introduction : Les critères «on page»...2 1. Les balises de référencement...3 1.1 La balise titre...5 1.2 La balise meta description...6 1.3 La balise meta keywords...7 2. Le contenu

Plus en détail

La comptabilité de gestion : Fiche pourquoi?

La comptabilité de gestion : Fiche pourquoi? La comptabilité de gestion : Fiche pourquoi? 1 Définition Selon le plan comptable général, la comptabilité de gestion fait apparaître deux aspects : Connaître les coûts et les résultats par produit. Agir

Plus en détail

Problématiques de recherche. Figure Research Agenda for service-oriented computing

Problématiques de recherche. Figure Research Agenda for service-oriented computing Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements

Plus en détail

Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs

Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon

Plus en détail

Evaluer des élèves de Seconde par compétences en Sciences Physiques

Evaluer des élèves de Seconde par compétences en Sciences Physiques Evaluer des élèves de Seconde par compétences en Sciences Physiques Introduction Depuis quelques années, le terme de «compétences» s installe peu à peu dans notre quotidien ; aussi bien dans la vie de

Plus en détail

Philosophie des extensions WordPress

Philosophie des extensions WordPress 8 Philosophie des extensions WordPress Le concept L une des forces de WordPress dans la jungle CMS, c est la simplicité de création d extensions. Il y a plusieurs raisons à cela. Des raisons techniques

Plus en détail

L essai de Psy.D. (18 crédits) Définition et balises

L essai de Psy.D. (18 crédits) Définition et balises L essai de Psy.D. (18 crédits) Définition et balises politique adoptée par le CECS le 6 novembre 2002 Suite à l adoption par le Comité des études de cycles supérieurs en psychologie du projet de modification

Plus en détail

P. 1. Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique

P. 1. Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique P. 1 Evolution de l environnement et des compétences documentaires: exemple dans le champ de la santé publique Début des années 1990 L Inist-CNRS va contribuer à l alimentation du premier corpus de la

Plus en détail

Claude Delannoy. Exercices C++ en langage. 3 e édition. Groupe Eyrolles, 1997, 1999, 2007, ISBN : 978-2-212-12201-5

Claude Delannoy. Exercices C++ en langage. 3 e édition. Groupe Eyrolles, 1997, 1999, 2007, ISBN : 978-2-212-12201-5 Claude Delannoy Exercices en langage C++ 3 e édition Groupe Eyrolles, 1997, 1999, 2007, ISBN : 978-2-212-12201-5 Chapitre 3 Les fonctions Rappels Généralités Une fonction est un bloc d instructions éventuellement

Plus en détail

L INFORMATION GEOGRAPHIQUE

L INFORMATION GEOGRAPHIQUE Champs sur Marne ENSG/CERSIG Le 19-nove.-02 L INFORMATION GEOGRAPHIQUE Archivage Le Système d information géographique rassemble de l information afin de permettre son utilisation dans des applications

Plus en détail

Système de Gestion de Base de Données (SGBD) A Introduction

Système de Gestion de Base de Données (SGBD) A Introduction A Introduction - Qu est-ce qu on entend généralement par BASE DE DONNEES? - Petit historique - Vers la structuration des données - Quelques exemple de bases connues (Sécu Sociale, Fichiers d inscription

Plus en détail

LECTURE, RECHERCHE DOCUMENTAIRE ET INDEXATION

LECTURE, RECHERCHE DOCUMENTAIRE ET INDEXATION LECTURE, RECHERCHE DOCUMENTAIRE ET INDEXATION Séquence Lettres / Documentation / TICE Classe de 6è et club journal Collège Gabrielle Colette Puget sur Argens Académie de Nice Roxane Obadia CONSTAT INITIAL

Plus en détail

1 La visualisation des logs au CNES

1 La visualisation des logs au CNES 1 La visualisation des logs au CNES 1.1 Historique Depuis près de 2 ans maintenant, le CNES a mis en place une «cellule d analyse de logs». Son rôle est multiple : Cette cellule est chargée d analyser

Plus en détail

Mise en œuvre d un Site Sharepoint-V1

Mise en œuvre d un Site Sharepoint-V1 Mise en œuvre d un Site Sharepoint- MAJ 20/01/2015 Ce document décrit le paramétrage pour la mise en œuvre des fonctionnalités standard de Microsoft SharePoint 2013 NADAP et SharePoint NADAP ( Nouvelle

Plus en détail

Noureddine Kerzazi noureddine.kerzazi@polymtl.ca

Noureddine Kerzazi noureddine.kerzazi@polymtl.ca Domaine de la modélisation des processus pour le génie logiciel. Noureddine Kerzazi noureddine.kerzazi@polymtl.ca DSL4SPM Domain-Specific-Language for Software Process Modeling Il s agit d un nouveau cadre

Plus en détail

4. Personnalisation du site web de la conférence

4. Personnalisation du site web de la conférence RTUTORIEL Prise en main de la plateforme 1. Création de l espace conférence Connectez- vous sur le portail http://test- www.sciencesconf.org avec le compte : - Identifiant : «admin1» - Mot de passe «1234»

Plus en détail

Recherche bibliographique

Recherche bibliographique Séminaire «Maîtrise de l information scientifique» Recherche bibliographique Dernière mise à jour : 07/01/2015 - Auteur : Frédérique Flamerie Recherche bibliographique : méthode & outils La recherche bibliographique

Plus en détail

KWISATZ MODULE PRESTASHOP

KWISATZ MODULE PRESTASHOP Table des matières -1) KWISATZ - :...2-1.1) Introduction :...2-1.2) Description :...3-1.2.1) Schéma :...3-1.3) Mise en place :...4-1.3.1) PRESTASHOP :...4-1.3.1.1) Les Web Services :...4-1.3.2) KWISATZ

Plus en détail

GED MARKETING. Page 1 sur 18

GED MARKETING. Page 1 sur 18 GED MARKETING I. Présentation du produit... 2 II. Page principale de l application... 3 L arbre... 3 Le menu... 4 La fenêtre de navigation... 4 III. La recherche de documents... 4 Rechercher tous les documents...

Plus en détail

La recherche avec l interface COLLEGE

La recherche avec l interface COLLEGE BCDI 2.06 - Recherche Usager COLLEGE Modif : 09/10/2009 1 La recherche avec l interface COLLEGE Nouveauté 1. Paramétrages de l interface de recherche : COLLEGE 1.1 Onglet Interfaces Supprimer toutes les

Plus en détail

LES MOTEURS DE RECHERCHE SUR INTERNET

LES MOTEURS DE RECHERCHE SUR INTERNET La recherche efficace est autant une question de méthodologie que de maîtrise de «trucs et astuces». Internet n a pas été conçu au départ comme un outil de recherche d information, mais comme un outil

Plus en détail

PROSOP : un système de gestion de bases de données prosopographiques

PROSOP : un système de gestion de bases de données prosopographiques PROSOP : un système de gestion de bases de données prosopographiques Introduction : Ce document présente l outil en développement PROSOP qui permet la gestion d'une base de donnée prosopographique de la

Plus en détail

Guide méthodologique 4

Guide méthodologique 4 N/Réf : X2 217 012 Collection Guides méthodologiques Comment réaliser un travail de recherche Guide méthodologique 4 Louis Gaudreau Conseiller en documentation Centre des médias Septembre 2007 TABLE DES

Plus en détail

Personnaliser et adapter SPIP Développeur SPIP

Personnaliser et adapter SPIP Développeur SPIP Personnaliser et adapter SPIP Développeur SPIP En Théorie Le fonctionnement de SPIP Qu est ce que SPIP? SPIP (Système de Publication pour l Internet Partagé) est un logiciel libre destiné à la production

Plus en détail

Web sémantique, données libres et liées, UNT

Web sémantique, données libres et liées, UNT Web sémantique, données libres et liées, UNT Yolaine Bourda September 20, 2012 Web sémantique De nombreux documents sont présents sur le Web. Pourtant il est parfois difficile d avoir des réponses à des

Plus en détail

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe

Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium. Comparatif Choco/Drools dans le cadre du projet JASMINe Guillaume SOLDERA (B guillaume.soldera@serli.fr) SERLI Informatique Bull OW2 Consortium dans le cadre du projet JASMINe Avril 2008 Table des matières 1 Introduction 3 1.1 Rappel sur JASMINe.......................................

Plus en détail

Ensemble d informations codées au sein d un système de manière à permettre leur conservation et leur rappel MÉMOIRE(S) Mémoire à Court Terme MCT

Ensemble d informations codées au sein d un système de manière à permettre leur conservation et leur rappel MÉMOIRE(S) Mémoire à Court Terme MCT Ensemble d informations codées au sein d un système de manière à permettre leur conservation et leur rappel Capacité à se rappeler ou à reconnaître une expérience antérieure MÉMOIRE(S) Mémoire (Sensorielle)

Plus en détail

http://www.bibliotheques.uqam.ca/ressources/doc_elec/bases.html ou accès direct à : http://webspirs.uqam.ca:8590

http://www.bibliotheques.uqam.ca/ressources/doc_elec/bases.html ou accès direct à : http://webspirs.uqam.ca:8590 RECHERCHE DANS LES BANQUES DE DONNÉES PRÉSENTATION GÉNÉRALE Les banques de données contiennent des résumés d articles, de chapitre de livres, de livres, de thèses et de rapports divers dans différents

Plus en détail

Éducatives Familiales

Éducatives Familiales Éducatives Familiales FICHE 6 : UN EXEMPLE, LE JEU DU MEMORY Type de jeu / description Jeu de mémoire (discrimination visuelle) 2 à 4 joueurs Choisir une thématique (Memory de la forêt, des animaux, de

Plus en détail

Poker. A rendre pour le 25 avril

Poker. A rendre pour le 25 avril Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles

Plus en détail

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles

Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Annexe 4 Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Technologie et biologie (TB) Discipline : Informatique Première et seconde années Programme d informatique

Plus en détail

Les typologies d information que le moteur est en mesure de rechercher sont :

Les typologies d information que le moteur est en mesure de rechercher sont : AIDE SUR LA BIBLIOTHEQUE VIRTUELLE Le système de recherche de la bibliothèque virtuelle permet l accès rapide aux informations qui intéressent les étudiants et qui sont disponibles dans le cyberespace

Plus en détail

Traduction des Langages : Le Compilateur Micro Java

Traduction des Langages : Le Compilateur Micro Java BARABZAN Jean-René OUAHAB Karim TUCITO David 2A IMA Traduction des Langages : Le Compilateur Micro Java µ Page 1 Introduction Le but de ce projet est d écrire en JAVA un compilateur Micro-Java générant

Plus en détail

Procédure d utilisation de Wordpress pour les membres du RBDsanté

Procédure d utilisation de Wordpress pour les membres du RBDsanté Procédure d utilisation de Wordpress pour les membres du RBDsanté Adresse du site : www.rbdsante.be 1. Consultation des articles publics : immédiat, aucune restriction 2. Consultation des pages / articles

Plus en détail

Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE

Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE Guide Analyza Document d aide à la découverte de l outil d analyse de données Analyza. SOMMAIRE 1. Interface 2. Tableaux de bord 3. Indicateurs 4. Filtres 5. Permissions 6. Alertes 7. Flux de données 8.

Plus en détail

fichiers Exemple introductif : stockage de photos numériques

fichiers Exemple introductif : stockage de photos numériques b- La Gestion des données Parmi les matériels dont il a la charge, le système d exploitation s occupe des périphériques de stockage. Il s assure, entre autres, de leur bon fonctionnement mais il doit être

Plus en détail

PG208, Projet n 3 : Serveur HTTP évolué

PG208, Projet n 3 : Serveur HTTP évolué PG208, Projet n 3 : Serveur HTTP évolué Bertrand LE GAL, Serge BOUTER et Clément VUCHENER Filière électronique 2 eme année - Année universitaire 2011-2012 1 Introduction 1.1 Objectif du projet L objectif

Plus en détail

Enquêtes online par LimeSurvey2

Enquêtes online par LimeSurvey2 SMCS Plateforme technologique de Support en Méthodologie et Calcul Statistique de l UCL Consultance : de l avis à l analyse entière Formation : aux logiciels et méthodes Documentation Outils statistiques

Plus en détail

Stage New Delhi octobre 2012

Stage New Delhi octobre 2012 Stage New Delhi octobre 2012 «L école du socle : donner du sens et des contenus à la continuité pédagogique» Enseignement de la langue française École : BO n 3-19 juin 2008 / BO n 1 du 5 janvier 2012 programmes

Plus en détail

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012

La recherche documentaire et la recherche d informations professionnelles. BU Sciences BIU Montpellier PPE 2012 La recherche documentaire et la recherche d informations professionnelles 1 Introduction : la pratique étudiante Où commencez vous habituellement votre recherche d information? 84% des étudiants de 1er

Plus en détail

XML, PMML, SOAP. Rapport. EPITA SCIA Promo 2004 16 janvier 2003. Julien Lemoine Alexandre Thibault Nicolas Wiest-Million

XML, PMML, SOAP. Rapport. EPITA SCIA Promo 2004 16 janvier 2003. Julien Lemoine Alexandre Thibault Nicolas Wiest-Million XML, PMML, SOAP Rapport EPITA SCIA Promo 2004 16 janvier 2003 Julien Lemoine Alexandre Thibault Nicolas Wiest-Million i TABLE DES MATIÈRES Table des matières 1 XML 1 1.1 Présentation de XML.................................

Plus en détail

Aide : publication de décisions VS

Aide : publication de décisions VS Aide : publication de décisions VS Table des Matières Introduction... 2 Recherche (Recherche dans le texte intégral)... 2 Filtres... 3 Collection d arrêts... 4 Date de la décision et date de publication...

Plus en détail

Information-documentation : fiche de cours n 4. Utiliser le logiciel documentaire BCDI

Information-documentation : fiche de cours n 4. Utiliser le logiciel documentaire BCDI Utiliser le logiciel documentaire BCDI Consigne : ) Lire le cours en surlignant en couleur ce qui est important et faire les exercices au moment où c est demandé dans le cours. ) Mettre un point d interrogation

Plus en détail

INRS Biblio est la base de données biblio-

INRS Biblio est la base de données biblio- dmt assistance TP 2 La base de données INRS Biblio Prévention des risques professionnels Lors d une recherche documentaire, l objectif est de pouvoir sélectionner rapidement et facilement les documents

Plus en détail

Le service pack 6 (SP6) est le dernier disponible pour visual studio 6. Ce dernier devrait être maintenu par Microsoft jusqu en 2008.

Le service pack 6 (SP6) est le dernier disponible pour visual studio 6. Ce dernier devrait être maintenu par Microsoft jusqu en 2008. 1 CONCEPT DE BASE 1.1 Visual Basic 6 1.1.1 Pour quoi faire? VB est un langage de type RAD : «Rapid Application Development». Il permet de créer des applications rapidement grâce à une conception simple

Plus en détail

Référencement et visibilité sur Internet Comment améliorer la visibilité de son site internet sur les principaux moteurs de recherche?

Référencement et visibilité sur Internet Comment améliorer la visibilité de son site internet sur les principaux moteurs de recherche? 9 Référencement et visibilité sur Internet Comment améliorer la visibilité de son site internet sur les principaux moteurs de recherche? Le trafic d un site internet Le référencement naturel Les freins

Plus en détail

Rank, l outil de la visibilité web

Rank, l outil de la visibilité web Rank, l outil de la visibilité web Développé par le pôle R&D de la société Brioude Internet, Rank a pour vocation de nous aider à suivre le positionnement d un site et de ses concurrents. Il ne s agit

Plus en détail

Application de gestion de tâche

Application de gestion de tâche Université de Montpellier 2 Rapport TER L3 Application de gestion de tâche Tuteur : M. Seriai Participant : Cyril BARCELO, Mohand MAMMA, Feng LIU 1 er Fevrier 2015 26 Avril 2015 Table des matières 1 Introduction

Plus en détail

Usages d un site Web contributif

Usages d un site Web contributif 1/9 Date : à partir du 8 novembre 2011 Durée : 4 séances de 3 heures Public : Licence Pro Usages d un site Web contributif Eléments de cours sur le CMS SPIP Objectifs Accompagner la découverte et la prise

Plus en détail

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005

Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 MDA : Un Tutoriel Introduction pratique au Développement orienté Modèle Pierre Parrend, Mars 2005 1 Sommaire Table des matières 1 Sommaire 1 2 Introduction 2 2.1 A qui s adresse ce tutoriel......................

Plus en détail

Manuel d utilisation de l outil collaboratif

Manuel d utilisation de l outil collaboratif Manuel d utilisation de l outil collaboratif Réf OCPD-V2 Page 1 / 24 a mis en œuvre un outil collaboratif qui permet de partager des informations entre collaborateurs. Il permet à des utilisateurs travaillant

Plus en détail

G en om3: Building middleware-independent robotic components. Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS

G en om3: Building middleware-independent robotic components. Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS G en om3: Building middleware-independent robotic components Comparaison de middleware: YARP, MS Robotics Dev Studio, URBI, OpenRTM-aist, ROS Pablo Rauzy 15 février 2011 Table des matières 1 G en om3 :

Plus en détail

TEXTES LIRE ECRIRE. Savoir repérer des effets : Réconter pour décrire ou pour émouvoir Raconter pour faire rêver Raconter pour faire peur

TEXTES LIRE ECRIRE. Savoir repérer des effets : Réconter pour décrire ou pour émouvoir Raconter pour faire rêver Raconter pour faire peur NOUVEAUX PROGRAMMES Objectifs de la classe de 6 e : tableaux récapitulatifs Lecture : Compétences et applications Textes issus de l héritage antique - La Bible - Homère, L Odyssée - Virgile, L Énéide -

Plus en détail

L accès en ligne aux manuscrits Possibilités de XML, systèmes de navigation, référencement

L accès en ligne aux manuscrits Possibilités de XML, systèmes de navigation, référencement L accès en ligne aux manuscrits Possibilités de XML, systèmes de navigation, référencement Raphaële Mouren, Enssib (raphaele.mouren@enssib.fr) Isabelle Westeel, Bibliothèque municipale de Lille (iwesteel@mairie-lille.fr)

Plus en détail

A. Structurer le catalogue. v Dans le menu Catalogue, sélectionnez Catégories. 1. Les catégories. Chapitre 6 : Construire le catalogue ...

A. Structurer le catalogue. v Dans le menu Catalogue, sélectionnez Catégories. 1. Les catégories. Chapitre 6 : Construire le catalogue ... Chapitre 6 :. Construire. le catalogue 177 Chapitre 6 : Construire le catalogue PrestaShop 1.5 - Créer un site de e-commerce A. Structurer le catalogue Ne vous précipitez pas pour créer vos produits immédiatement

Plus en détail

CONCLUSIONS. Par rapport aux résultats obtenus, on peut conclure les idées suivantes :

CONCLUSIONS. Par rapport aux résultats obtenus, on peut conclure les idées suivantes : CONCLUSIONS L application de la PNL à l entreprise est confrontée aux besoins des leaders d équipe, tels que: la gestion de son propre développement, du stress, la résolution des problèmes tels que les

Plus en détail

Zotero, un outil de gestion de bibliographies. Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris

Zotero, un outil de gestion de bibliographies. Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris Zotero, un outil de gestion de bibliographies Yvonne BERTRAND Documentaliste EHESP-MSSH 236 bis rue de Tolbiac 75013 Paris 1 Sommaire Introduction Collecte Organisation Citation Synchronisation Sauvegarde

Plus en détail

Qu est-ce qu un catalogue?

Qu est-ce qu un catalogue? Qu est-ce qu un catalogue? Nathalie Piérache Novembre 2008 1 Qu est-ce qu un catalogue? Plan du cours Les catalogues Définition Bref historique des catalogues de bibliothèque Le rôle du catalogue Le catalogue

Plus en détail

Conception des bases de données : Modèle Entité-Association

Conception des bases de données : Modèle Entité-Association Conception des bases de données : Modèle Entité-Association La modélisation d un problème, c est-à-dire le passage du monde réel à sa représentation informatique, se définit en plusieurs étapes pour parvenir

Plus en détail

pratiques. Nous avons abondamment illustré l'application correcte et efficace des nombreuses pratiques en assurance qualité par des cas pratiques.

pratiques. Nous avons abondamment illustré l'application correcte et efficace des nombreuses pratiques en assurance qualité par des cas pratiques. Cet ouvrage s inscrit dans le cadre d une problématique globale portant sur l amélioration de la qualité du logiciel pour des organismes qui ont atteint un certain niveau de maturité. Il cherche à rapprocher

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours

Le parcours pédagogique Sage Business Intelligence. Utilisateur Niv I BO XI 3.0 WebI pour Sage 1000 2 jours Vous êtes Consultant, Chef de Projets, Directeur des Systèmes d Information, Directeur Administratif et Financier, Optez pour les «formations Produits» Nous vous proposons des formations vous permettant

Plus en détail

Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS

Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra

Plus en détail

Machine de Turing. Informatique II Algorithmique 1

Machine de Turing. Informatique II Algorithmique 1 Machine de Turing Nous avons vu qu un programme peut être considéré comme la décomposition de la tâche à réaliser en une séquence d instructions élémentaires (manipulant des données élémentaires) compréhensibles

Plus en détail

Plateforme AnaXagora. Guide d utilisation

Plateforme AnaXagora. Guide d utilisation Table des matières 1. PRESENTATION DE LA PLATE-FORME D APPRENTISSAGE ANAXAGORA... 3 2. ARCHITECTURE FONCTIONNELLE... 4 3. L APPRENTISSAGE... 5 3.1. L ESPACE DE TRAVAIL... 5 3.1.1. Le calendrier... 5 4.

Plus en détail

Livret du Stagiaire en Informatique

Livret du Stagiaire en Informatique Université François-Rabelais de Tours Campus de Blois UFR Sciences et Techniques Département Informatique Livret du Stagiaire en Informatique Licence 3ème année Master 2ème année Année 2006-2007 Responsable

Plus en détail

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas

Plus en détail

Les termes de recherche peuvent être combinés à l aide des opérateurs booléens et, ou.

Les termes de recherche peuvent être combinés à l aide des opérateurs booléens et, ou. Aide-mémoire La BDSP (Banque de données en santé publique), est un réseau documentaire d'informations en santé publique dont la gestion est assurée par l'ecole des hautes études en santé publique (EHESP).

Plus en détail

Une ergonomie intuitive

Une ergonomie intuitive Une ergonomie intuitive Les solutions de la ligne PME offrent une interface de travail proche des usages quotidiens en informatique. Leur ergonomie intuitive facilite la prise en main du logiciel. Une

Plus en détail