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 searching for images can be overwhelmed by many factors. Too many available images, images indexed with an incomprehensible vocabulary or one that is too specialized to be useful are but a few examples of issues leading to frustration. In addition, language barriers still prevent Web users from retrieving the images they need. This contribution presents the preliminary results of a study proposing to explore the behaviours of image searchers from four different linguistic communities. The purpose of this preliminary study is to examine queries formulated by image searchers to learn about the terminology used and evaluate how this terminology can be eventually incorporated into the development of a bilingual taxonomy for digital image indexing. Forty participants from four different linguistic communities (English, French, Chinese and Russian native speakers) were asked to write the queries they would use to retrieve ten images that were shown to them consecutively. Then they were invited to fill out a questionnaire on their behaviours as an image searcher on the Web. The results of this research allowed the acquisition of knowledge of user terminology standards and an assessment of how that terminology might be integrated in the develop- ment of a bilingual taxonomy for improved indexing of ordinary digital images. Moreover, since language barriers regularly prevent users from easily accessing information of all kinds, the bilingual taxonomy will constitute a clear benefit for image searchers who are not overly familiar with images indexed in English, which is still the dominant language of the Web.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,008 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,008 | 0,019 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».