Documents semi-structurés et métadonnées. Contribution à la réingénierie de collections de documents
Notice bibliographique
Résumé
Considerant un document multimedia comme semi-structure (a structure irreguliere, inconnue a priori, pouvant eventuellement etre « partiellement » elicitee), nous proposons de formaliser les differentes caracteristiques extraites a partir de l'analyse des contenus sous forme de metadonnees. Ces metadonnees sont structurees en « metadocuments » qui viendront enrichir la description des documents initiaux. L'objectif est de (re)construire de facon dynamique des documents repondant aux besoins des utilisateurs. Afin d'assurer homogeneite et coherence globale dans la reingenierie de telles collections de document, nous avons decide de travailler sur la base d'une methodologie de conception d'applications hypermedias, OOHDM. Notre proposition a ce niveau consiste a etendre cette methodologie par l'integration des metadonnees dans les differentes etapes, a savoir: la conception des applications, des schemas, des contextes de navigation, et de l'interface. Les metadonnees, considerees comme toute autre donnee du document, doivent pouvoir etre affichees et utilisees lors de l'interrogation des documents.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».