Babel revisited: a taxonomy for ordinary images indexing in a bilingual retrieval context
Notice bibliographique
Résumé
With the large volume of digital images now accessible on the World Wide Web, users<br> searching for images can be overwhelmed by many factors. Too many available images,<br> images indexed with an incomprehensible vocabulary or one that is too specialized to be<br> useful are but a few examples of issues leading to frustration. In addition, language barriers<br> still prevent Web users from retrieving the images they need.<br> This contribution presents the preliminary results of a study proposing to explore the<br> behaviours of image searchers from four different linguistic communities. The purpose of<br> this preliminary study is to examine queries formulated by image searchers to learn about<br> the terminology used and evaluate how this terminology can be eventually incorporated<br> into the development of a bilingual taxonomy for digital image indexing. Forty participants<br> from four different linguistic communities (English, French, Chinese and Russian native<br> speakers) were asked to write the queries they would use to retrieve ten images that were<br> shown to them consecutively. Then they were invited to fill out a questionnaire on their<br> behaviours as an image searcher on the Web.<br> The results of this research allowed the acquisition of knowledge of user terminology<br> standards and an assessment of how that terminology might be integrated in the develop-<br> ment of a bilingual taxonomy for improved indexing of ordinary digital images. Moreover,<br> since language barriers regularly prevent users from easily accessing information of all kinds, the<br> bilingual taxonomy will constitute a clear benefit for image searchers who are not overly<br> familiar with images indexed in English, which is still the dominant language of the Web.<br>
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».