Couplage aux moteurs de recherche

ARAK - Search, analyse and visualize

Recherche full text : l'approche actuelle

Les progiciels de traitement d’information traditionnels s’appuient tous sur un moteur de collecte et de recherche d’information qui permet aux utilisateurs de manipuler des quantités massives de données textuelles hétérogènes non structurées. L’immense essor des systèmes de recherche par mots-clés à la Google peut d’ailleurs laisser à penser qu’il s’agit de la meilleure façon de traiter l’information textuelle.

Du reste, bon nombre d’utilisateurs sont parvenus à domestiquer la puissance de l’outil, en maîtrisant parfaitement l’art d’exprimer les requêtes dans la langue du moteur.
Il faut donc constater que c’est l’utilisateur qui s’est adapté à l’outil, et non le contraire. De plus, l’utilisateur passe son temps à rechercher l’information de façon linéaire, et à filtrer celle qui lui convient parmi des listes interminables : au final le travail d’analyse reste totalement dévolu à l’utilisateur.

De nouveaux besoins analytiques

Tous les acteurs des sphères publiques ou privées sont aujourd’hui forcés de maintenir une activité de veille permanente sur les domaines clés qui les concernent. Cet état de fait, exacerbé par la concurrence que se mènent les acteurs du monde économique, a contribué au développement de systèmes d’information qui permettent de fouiller, extraire et organiser les informations et les concepts identifiés dans des ensembles documentaires ouverts et non structurés.
Pour les analystes, utilisateurs éclairés de ces systèmes, il y a en synthèse trois types d’information à maîtriser au cœur de leur activité

• Les données textuelles détectées, extraites des textes collectés (l’information initiale)
• Les relations entre ces données (le modèle)
• La dimension temps associée à ces données (l’évolution)

L'approche cartographique

La nouvelle génération d’outils de visualisation ARAK éditée par PIKKO permet de répondre à ces problématiques. Notre approche s'appuie sur les résultats du projet de recherche FIVE qui a permis, dans le cadre d'une collaboration étroite avec des utilisateurs clés (analystes, veilleurs) de définir la meilleure interaction entre la cartographie d'information et un moteur de recherche et de fouille de texte.

Notre approche, combinant l'usage optimisé de la cartographie d'information et des IHM de dernière génération offre aux utilisateurs des possibilités nouvelles

• Pouvoir faire un focus sur une information tout en la situant dans un contexte général, pouvoir s’immerger dans l’information et interagir avec elle, en passant d’un centre d’intérêt à l’autre de proche en proche, via des composants de visualisation de type relationnel ou en proposant des modes de représentations différents.


Ainsi une interface de type fisheye permet de zoomer localement sur la carte tout en conservant le contexte d'exploration. Ce dispositif est une aide précise pour l'analyste qui cherche à se focaliser sur un détail particulier, au milieu d'une grande masse de données.

• Permettre une analyse à plusieurs niveaux d'échelle : à haut niveau, être synthétique pour visualiser des tendances ; et zoomer pour bien comprendre le détail.


Dans l'exemple ci-dessus, les clusters (regroupements de documents et de leurs concepts liés) sont construits dynamiquement par la plate-forme de textmining associé. La cartographie offre différents modes de navigation en faisant varier le niveau de détail des clusters, aux mots-clés et concepts qu'ils regroupent. A tout moment, naturellement, l'utilisateur peut descendre au niveau des documents tirés du corpus initial.

• Pouvoir personnaliser les cartographies générées par le système, en introduisant des éléments d’iconographie adaptés au contexte d’utilisation, et reflétant le modèle d’information sous jacent.

Fonction de la finesse du modèle d'information sous-jacent, l'iconographie sera donc plus ou moins riche. En sources ouvertes (fouille du web), le modèle est pratiquement non défini, et peut s'affiner dans le temps en fonction du contexte d'utilisation des analystes.
Par ailleurs, la plate-forme de traitement d'information peut bénéficier d'un système de reconnaissance d'entités nommées (lieux, organisations, personnes) et enrichir en conséquence la structuration de la cartographie.
Enfin, dans notre logiciel VisionLink, le modèle est au centre de la fonction de veille, ce qui permet de donner à la cartographie une expressivité maximale.