Tag: Recherche d'information

Les thèmes traités dans cet article sont :

La Recherche sémantique, les recommandations et le  multilinguisme chez Bloomberg

LexisNexis : L’utilisation de la taxonomie au service de la pertinence des résultats

Lire aussi dans notre dossier spécial :

Search solutions 2017 : tendances et innovations pour la recherche d’information et ses outils
La recherche au défi de la désinformation et des fake news
Les Search Industry Awards
De la recherche classique à la recherche conversationnelle
Au-delà de la recherche Web

En quelques années, la recherche Web via les moteurs a considérablement évolué. Alors que pendant très longtemps, les moteurs se conformaient à la requête entrée par l’utilisateur, ce n’est plus le cas chez les géants du Web avec l’intégration de technologies alliant recherche sémantique, machine learning ou encore reconnaissance vocale ou visuelle.

L’une des évolutions majeures concerne les interactions entre l’utilisateur et la machine  qui ont ainsi connu des mutations pro­fondes ces dernières années.

Et au regard des présentations auxquelles nous avons assisté, l’avenir devrait être également riche en nouveautés.

Lire aussi dans ce dossier :

Search solutions 2017 : tendances et innovations pour la recherche d’information et ses outils
Au-delà de la simple correspondance de mots-clés : recherche sémantique, taxonomie, etc.
La recherche au défi de la désinformation et des fake news
Les Search Industry Awards
Au-delà de la recherche Web

La dernière session s’intéressait à la recherche au-delà de la recherche Web.

On retiendra de la présentation que les équipes de Microsoft à Londres qui travaillaient avant exclusivement sur le moteur de recherche Bing ont vu leurs attributions changer récemment et travaillent désormais uniquement au développement de solutions de recherche pour les produits Microsoft.

Cela a été illustré par la présentation du nouveau projet sur lequel travaillent les équipes à Londres : il s’agit d’un système permettant de répondre quasi-automatiquement à une demande de document par email.

Lire aussi dans ce dossier :

Search solutions 2017 : tendances et innovations pour la recherche d’information et ses outils
Au-delà de la simple correspondance de mots-clés : recherche sémantique, taxonomie, etc.
La recherche au défi de la désinformation et des fake news
Les Search Industry Awards
De la recherche classique à la recherche conversationnelle
Au-delà de la recherche Web

Un des grands sujets de l’année 2017 a bien évidemment été celui des fake news et des bulles de filtres.

Si l’on a déjà pu lire une multitude de choses sur le sujet, ces quelques interventions avaient le mérite d’apporter des éclairages différents en proposant notamment des solutions techniques et méthodologiques pour lutter contre ce phénomène et évaluer les contenus.

Lire aussi dans ce dossier :

Search solutions 2017 : tendances et innovations pour la recherche d’information et ses outils
Au-delà de la simple correspondance de mots-clés : recherche sémantique, taxonomie, etc.
Les Search Industry Awards
De la recherche classique à la recherche conversationnelle
Au-delà de la recherche Web

La reconnaissance d’images, c’est-à-dire le processus d’identification et de détection d’un objet, d’un visage ou d’une caractéristique dans une image n’est pas un concept nouveau mais l’on voit se développer de plus en plus d’applications et de solutions tirant parti de cette technologie depuis l’année 2016, ce qui s’explique par l’accélération récente du développement de l’intelligence artificielle.

Si au départ la reconnaissance d’images était surtout utilisée pour des applications grand public (on pensera notamment à la bibliothèque de photos de l’iphone qui permet d’effectuer une recherche sur un objet comme par exemple « christmas tree » et qui retrouve toutes vos photos représentant un sapin, même en arrière-plan), les acteurs de la veille et surtout les outils de social media monitoring n’ont pas tardé à en tirer parti et à les inclure dans leurs plateformes.

C’est sur ces solutions que nous avons choisi de nous pencher aujourd’hui.

Dans l’imaginaire collectif des professionnels de l’information, Google Scholar, le moteur de recherche académique de Google, apparaît comme un concurrent des serveurs et bases de données payantes comme Scopus, Web of Science, Proquest, Proquest Dialog, etc.

S’il est de notoriété publique qu’une grande partie du contenu des sites et outils des éditeurs scientifiques se retrouvent sur Google Scholar, cela paraît moins évident pour le contenu des bases de données disponibles sur les grands serveurs.

Pourtant, on apprenait il y a peu que Google étendait sa collaboration avec Proquest en indexant près d’un demi million de thèses disponibles dans la base de données ProQuest Dissertations & Theses Global™ database (PQDT).

Nous avons donc cherché à en savoir plus sur les relations qu’entretiennent les grands serveurs et bases de données de données avec le géant américain

Information scientifique et technique

La guerre éditeurs-ResearchGate

Suite du feuilleton entre les éditeurs scientifiques et le réseau social scientifique ResearchGate.

Rappelons qu’au dernier épisode, les éditeurs avaient proposé un accord à ResearchGate pour limiter le nombre d’articles enfreignant les règles du copyright. Le réseau social n’a semble t-il jamais répondu à leurs sollicitations.

Cinq acteurs (American Chemical Society, Brill, Elsevier, Wiley et Wolters Kluwer) ont donc décidé de se regrouper pour créer la « Coalition for responsible sharing » et ont alors prévu de prendre des mesures légales envers ResearchGate.

Face à cette levée de boucliers, ResearchGate a décidé de réagir à sa façon en supprimant un certain nombre de publications présentes dans son système. Certaines publications ont ainsi été rendues privé avec un accès restreints à certaines personnes et d’autres ont tout simplement été supprimées sans que l’auteur n’ait été prévenu au préalable.

Si Google détient le quasi-monopole du marché de la recherche d’information Web grâce à une ambition et une intelligence hors normes, force est de le reconnaître, il ne détient heureusement pas le privilège de l’innovation. Le Goliath du Search donne même assez souvent envie à des David en herbe de relever le défi de la recherche et d’inventer des modèles de recherche alternatifs.

On constate avec plaisir que la France est présente sur ce terrain, les exemples ne manquant pas, avec pour les plus connus, Exalead, Qwant et maintenant Xaphir.

Parmi les initiatives qui ont vu et continuent de voir le jour, il existe une catégorie de moteur particulière : le « human powered search engine », que l’on pourrait traduire par moteur de recherche humain, ou « à modération humaine », comme les qualifie Phil Bradley sur son blog. Ce type de moteur se différencie en ce qu’il réintroduit l’expertise humaine dans un modèle de recherche algorithmique dominant.

Information scientifique et technique

Une nouvelle interface pour Pubmed ?

Nous apprenions il y a quelques jours que Pubmed testait une nouvelle interface. Celle-ci est accessible sur Pubmed Labs (https://www.ncbi.nlm.nih.gov/labs/pubmed) et n’a pas vocation à supplanter l’interface actuelle pour le moment. Le but étant de tester de nouvelles fonctionnalités.

Parmi les nouveautés, on notera :

• un nouvel algorithme pour le classement par pertinence. Ce nouvel algorithme se base sur du machine learning ;
• une interface adaptée à la recherche mobile et plus « responsive » ;
• des résultats de recherche qui incluent un descriptif jugé avec des éléments jugés « pertinents » tirés de l’abstract de l’article. Les mots-clés de la recherche ainsi que leurs synonymes sont mis en gras dans le titre et descriptif de l’article.

Pour la veille et la recherche d’information, le moteur Google est un outil indispensable, pour rechercher sur le Web ouvert et gratuit ainsi que pour détecter des sources pertinentes dans le cadre du sourcing.

Les relations entre le géant américain et les professionnels de la veille sont cependant compliquées. Ces derniers se voient par exemple dépossédés de leur rôle d’intermédiaire auprès des usagers, désillusionnés quant à la stratégie à long-terme de Google mais doivent également faire face aux retraits réguliers de produits et fonctionnalités très utilisées par les veilleurs.

Quand on pense recherche d’information et veille, on pense généralement au texte et moins à l’image. Dans l’imaginaire collectif, la recherche de contenus visuels renvoie davantage à l’iconographie et aux applications grand public qu’à un usage professionnel. Le lien entre les images et la veille concurrentielle et stratégique n’est pas une évidence...

Les outils du Web dédiés aux images (moteurs de recherche, bases de données, réseaux sociaux) ne sont pas nouveaux mais ils ne cessent de se multiplier et de se perfectionner. Le développement de l’intelligence artificielle y est pour quelque chose.

D’autre part, on remarque ces derniers temps une tendance prenant toujours plus d’ampleur : la recherche visuelle. On ne cherche plus seulement des images à partir de contenu textuel (mots-clé) mais l’image elle-même peut devenir le point de départ de la recherche en lieu et place des mots-clés.

Depuis de nombreuses années, la recherche d’information sur le Web fait la part belle aux outils généralistes : Google, Bing, Twitter, etc. Et une partie non négligeable des outils de recherche thématiques gratuits (les annuaires thématiques par exemple) disponibles sur le Web ouvert et qui existaient depuis de nombreuses années ont aujourd’hui disparu ou ne sont plus mis à jour.

Alors qu’il y a une dizaine d’années, on disposait de toute une panoplie d’outils pour re­chercher de l’information sur le Web ouvert (annuaires, moteurs, métamoteurs, moteurs spécialisés et thématiques, etc.), ces dernières années, on avait le sentiment que le choix s’était considérablement réduit pour ne laisser la place qu’à Google ou aux moteurs internes des grands médias sociaux comme Twitter, Facebook, LinkedIn, etc.

Précisons que nous nous in­téressons ici aux outils gratuits de recherche sur le Web et non aux serveurs et bases de données qui continuent d’exister et de se développer.

Être un concurrent direct de Google n’est sûrement pas facile tous les jours...

On apprenait il y a peu qu’Apple avait décidé de remplacer Bing par Google sur IoS et Mac. Désormais, les utilisateurs des produits Apple effectueront donc leurs recherches Web par défaut sur Google.

Un nouveau coup dur pour Bing, qui n’en est pourtant pas à sa première déconvenue.

Information scientifique et technique

Les revues prédatrices

Dans le secteur de la recherche, il est en ce moment beaucoup question des « revues prédatrices », en l’occurrence des revues pseudo-scientifiques dont le but principal est l’enrichissement plutôt que l’avancement de la recherche.

Les chercheurs sont généralement sollicités par email par ces revues et invités à soumettre des articles. Elles fonctionnent sur le modèle du libre accès où les auteurs payent pour que leurs articles soient publiés. Mais dans le cas des revues prédatrices, n’importe quel article est accepté et publié, les comités éditoriaux étant souvent composés de membres fictifs ou de chercheurs dont les noms ont été inscrits sans leur accord.

Jeffrey Beall, un bibliothécaire de l’Université du Colorado à Denver avait mis en ligne une liste des revues prédatrices pour aider les chercheurs à ne pas se faire piéger, liste qui a malheureusement été retirée en janvier dernier suite aux nombreuses pressions qu’il a reçues.

A écouter les dirigeants de Google ces derniers mois, la voix est l’avenir de la recherche sur le Web.

Après les évolutions des moteurs et notamment de Google vers la recherche sémantique (voir notre article « La mort annoncée de la recherche booléenne ? » - BASES n°340 - Septembre 2016), l’heure serait donc à la recherche vocale.

Si les évolutions de la recherche sémantique ont bien impacté les pratiques de recherches d’informations professionnelles et de veille, peut-on en dire de même pour la recherche vocale ?

Depuis le début de l’année, on voit fleurir diverses études montrant l’utilisation croissante de la recherche vocale, notamment aux Etats-Unis. Mais que nous disent-elles exactement ?

Information scientifique et technique

Claritive Analytics qui a racheté les activités Propriété Intellectuelle de Thomson vient d’acquérir Publons et sa plateforme à destination des chercheurs pour partager, discuter et mettre en valeur le travail des reviewers. Le CEO de Claritive a ainsi annoncé que l’entreprise souhaitait investir dans des solutions d’analytics et d’optimisation des workflows pour aider ses clients à accélérer leur processus d’innovation.

Information médias & business

LexisNexis a récemment lancé une base de données appelée LexisNexis Media Contacts Solution qui recense plus de 800 000 contacts médias dans plus de 200 pays. Cette base permet ainsi d’identifier des journalistes et influenceurs.

Du côté de l’information business et financière, les opérations de rachat et partenariats se font nombreuses.

Nous apprenions récemment le rachat de Bureau Van Dijk (Orbis, Diane, Zehyr, etc.) par l’agence de notation Moody’s pour 3.3 milliards de dollars. Pour Moody’s, l’opération a pour but d’étendre ses activités « en services d’analyse de risques et d’évaluation analytique ».

La veille et la recherche d’informations audiovisuelles diffèrent considérablement des veilles presse ou Web et, ce en raison même du format de leur contenu.

Certes, les vidéos ou fichiers audio sont aujourd’hui légion sur le Web et il n’est pas difficile de rechercher et d’accéder à des vidéos gratuitement en interrogeant simplement le moteur de vidéos de Google.

Mais cela se complique considérablement quand on souhaite effectuer des recherches ou surveiller le contenu d’émissions ou de vidéos dans leur intégralité afin de savoir si un ou plusieurs termes y ont été cités. Effectuer une recherche textuelle sur du contenu qui ne l’est pas représente alors un véritable challenge...

L’actualité de l’information scientifique et technique

Claritive Analytics qui a récemment racheté les activités Propriété Intellectuelle de Thomson a annoncé son intention d’investir dans Web of Science en élargissant sa couverture de l’ « Emerging Sources Citation Index ». L’index passera ainsi de 5 000 revues émergentes à 7 500 et ce sont dix années d’archives qui seront également proposées dans le cours de l’année.

Fake news et vérification de l’information

Les « fake news » et la désinformation ne cessent de faire la Une des médias en cette période d’élection. Facebook et Google se sont eux-mêmes lancés dans la course au fact checking en proposant un meilleur contrôle du contenu partagé en ligne et en lançant ou en s’associant à des outils et projets de fact checking, en l’occurrence de vérification des informations.

En France, plusieurs initiatives coexistent depuis plusieurs années mais le dernier en date vient d’être lancé par le quotidien Libération. Checknews (http://checknews.fr/), c’est son nom, se définit comme un moteur de recherche humain pour lutter contre la désinformation. Les internautes posent leurs questions sur le moteur : si une réponse à cette question existe déjà, il est renvoyé vers cette réponse. Dans le cas contraire, sa question va être traitée par un journaliste qui va se charger de vérifier les faits et rédiger une réponse.

Cette conférence rassemblait Julie Egal (Market & competitive intelligence, Innovation, chez un grand acteur du tourisme en France), Frédéric Martinet (Consultant veille et intelligence économique, Fondateur, Actulligence Consulting), Thierry Lafon (Chargé d’analyses stratégiques, La Poste), Alfred Huot de Saint Albin (Secrétaire général, AEGE¹) et Carole Tisserand-Barthole (rédactrice en chef de BASES et NETSOURCES).

Anne-Marie Libmann, directrice opérationnelle chez FLA Consultants, animait le débat.

Les nouveautés en matière de contenus

Médecine/Biologie

EBSCO a récemment étendu son partenariat avec Claritive Analytics (qui a repris les activités scientifiques et propriété intellectuelles de Thomson Reuters) afin de proposer BIOSIS Previews et Zoological Record via EBSCOhost. Rappelons que BIOSIS Previews est l’une des plus importantes bases de données bibliographiques en sciences biologiques et que Zoological Record est l’une des plus anciennes bases bibliographiques dédiée à la biologie animale.

Le MeSH 2017 est maintenant disponible. Chaque année la National Library of Medecine (NLM) fait évoluer son célèbre thesaurus MeSH (Medical Subject Headings) avec ajout, suppression ou modification des termes. La banque de données accessible sur plusieurs serveurs va être entièrement rechargée avec cette version (sur Dialog-Proquest notamment).

La base de donnée LiSSa (www.lissa.fr) qui propose plus de 860 000 articles médicaux en français propose une nouvelle version. Parmi les nouveautés, le tri par pertinence, une compatibilité avec tout type d’écran et un nouveau formulaire de recherche avancée.

Quertle, le développeur de la première plateforme de découverte et d’analyse visuelle de données biomédicales basée sur un système d’intelligence artificielle collabore désormais avec Elsevier pour intégrer Science Direct au sein de son outil.

Depuis plusieurs mois, on ne comptait plus les actualités négatives sur les fonctionnalités de recherche de LinkedIn. Car si le réseau social est toujours leader sur le marché et propose des fonctionnalités toujours plus innovantes, l’aspect recherche ne semblait pas ou plus être une de ses priorités.

Il semble que LinkedIn ait décidé de faire machine arrière puisqu’il réintroduit des fonctionnalités de recherche même dans sa version gratuite.

Cela coïncide avec le lancement de sa nouvelle interface depuis le 20 janvier dernier. Tout le monde n’en dispose pas encore car le déploiement se fait progressivement dans tous les pays du monde.

Quand on pense recherche d’informations ou veille, ce qui vient en premier lieu à l’esprit pour identifier ou interroger des sources, c’est souvent la stratégie suivante :

. recherche sur le Web sur le sujet et notamment sur Google

. interrogation et surveillance des médias sociaux pour repérer des informations et des sources non trouvées sur le Web

. interrogation des grandes sources d’informations payantes comme les agrégateurs de presse ou les bases de données professionnelles (Factiva, EBSCO, etc) qui permettent d’accéder à une grande partie des informations payantes sur le Web.

En couvrant ces trois aspects, peu de chance a priori de passer à côté d’une information pertinente ? Pas si sûr...

Facebook a, depuis ses débuts, l’image d’un réseau social grand public orienté vers la sphère privée avec, de fait, un intérêt limité pour la veille et la recherche d’information, à l’exception des veilles d’opinion, marketing ou encore d’e-réputation où l’on se focalise justement sur l’opinion publique.

Depuis quelques années, Facebook propose de nouvelles fonctionnalités et innovations qui l’ont fait progressivement entrer dans la sphère professionnelle, quitte à marcher dans certains cas sur les plates-bandes de Twitter ou encore de LinkedIn. Mais Facebook est-il pour autant devenu un terrain de chasse incontournable pour tous les professionnels ?

Actualité des serveurs, éditeurs et outils scientifiques

Clarivate Analytics lance une nouvelle version de son outil de gestion bibliographique EndNote. EndNote X8 offre désormais la possibilité de partager une bibliothèque de références, des références, des PDFs et des annotations avec 100 personnes maximum, la possibilité de travailler simultanément sur une bibliothèque partagée en temps réel, du stockage illimité sans coût additionnel et l’ajout d’un flux d’activité pour voir les nouveaux membres ou les changements apportés aux bibliothèques partagées.

Autres serveurs bases de données

L’organisation des Nations-Unies pour l’Alimentation et l’Agriculture (FAO) vient de lancer une nouvelle version de sa base de données statistique FAOSTAT. Au programme des nouveautés, une interface plus moderne et adaptée à la lecture sur supports mobiles, de nouvelles fonctionnalités de recherche et de filtrage et la possibilité de télécharger des ensembles de données personnalisées, des cartes et graphiques. Le nouveau site propose également une nouvelle fonction avec un ensemble d’indicateurs-clés prêts à l’emploi.

Google est le leader incontesté des moteurs de recherche depuis maintenant de nombreuses années et personne ne semble en passe de le détrôner. Pourtant d’autres moteurs existent, survivent et disposent tout de même d’une certaine audience.

Lorsque nous devons réaliser une recherche d’informations ou une veille, notre premier réflexe sur le Web ouvert est évidemment Google mais y-a-t-il également un intérêt à interroger d’autres moteurs et les résultats proposés sont-ils proches ou identiques à ceux de Google ?

Nous parlons ici de moteurs de recherche généralistes comme Google et non de moteurs spécialisés (vidéos, images, thématiques, etc.) qui ont évidemment leurs propres spécificités.

Dans le numéro de Bases de Septembre 2016 (n°340), nous avions abordé la question de l’évolution des modes de recherche sur Google ainsi que sur les autres moteurs de recherche.

Il en ressortait que quoi qu’en disent certaines personnes et experts, la recherche booléenne n’était pas encore morte mais que la façon d’interroger les moteurs de recherche web évoluait considérablement notamment suite au développement récent de la recherche sémantique.

Nous avons cherché à savoir si cette tendance s’appliquait également au monde des outils de recherche et de veille professionnels comme les serveurs, les agrégateurs de presse ou encore les plateformes de veille.

Actualité des serveurs, éditeurs et outils scientifiques

Academia, le réseau social académique qui compte plus de 40 millions d’utilisateurs vient d’annoncer le lancement d’une offre premium. Cette offre est accessible en beta privée uniquement pour le moment et semble offrir par rapport à l’inscription classique plus de données analytiques.

Jusqu’à présent, le réseau social était entièrement gratuit et même si les premières informations ne semblent pas remettre en cause l’accès gratuit à tous les documents hébergés sur la plateforme, cette annonce a soulevé de nombreuses critiques dans le monde académique qui s’inquiète de voir disparaître certaines fonctionnalités et surtout l’accès gratuit à l’intégralité des documents. Aucune information tarifaire n’est pour le moment publique mais certains beta testeurs ont indiqué sur les réseaux sociaux que les tarifs proposés étaient bien trop élevés. Affaire à suivre...

Retrouver les dernières déclarations d’une personnalité, rassembler les discours parus dans la presse sur une thématique précise, … voici des problématiques auxquelles peuvent être régulièrement confrontés les professionnels de l’information.

Pourtant, cette entreprise n’a rien d’aisé, loin de là. Même si les déclarations sont souvent mises entre guillemets et/ou en italiques dans les textes et articles qui les relatent, il n’existe pour autant aucun moyen simple et direct pour identifier ces éléments, que ce soit en utilisant des moteurs de recherche ou des bases de données et agrégateurs de presse.

On reconnait bien souvent un professionnel de l’information à son utilisation intensive et souvent experte des opérateurs booléens et autres opérateurs avancés.

Chaque question est ainsi décortiquée, traduite en une liste de mots-clés avec leurs variantes et synonymes et combinés entre eux avec des opérateurs booléens et de multiples opérateurs avancés (termes dans la même phrase, termes cités au moins n fois, opérateurs de proximité, etc.).

Les autres professions ont quant à elles généralement tendance à méconnaître ces différentes fonctionnalités et à préférer des requêtes en langage naturel.

Actualité des serveurs, éditeurs et bases de données scientifiques

Elsevier

Le 24 août dernier, Elsevier annonçait le lancement de Datasearch, un moteur de recherche de données scientifiques multisectoriel en libre accès. L’outil fonctionne comme un moteur classique et interroge des sources scientifiques et répertoires institutionnels. Elsevier explique avoir voulu aider les chercheurs à gagner du temps dans leurs recherches car les moteurs de recherche généralistes ne sont pas forcément les plus adaptés pour identifier de l’information très spécialisée et ne se limitent pas à des sources d’information qualifiées et reconnues.

Ainsi, Datasearch indexe pour le moment les tableaux, figures et données supplémentaires associées aux articles publiés sur ScienceDirect, arXiv et PubMed Central ainsi que le contenu de NeuroElectro, Dryad, PetDB, ICPSR, Harvard Dataverse et ThemoML.

Pour le moment Datasearch n’est pas un produit commercial mais Elsevier indique que le business model n’est pas encore finalisé. Impossible donc de savoir comment va évoluer le produit dans les mois et années à venir et s’il va rester en libre accès.