Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary
Contenu archivé le 2024-05-18
Visual Contextualisation of Digital Content

Article Category

Article available in the following languages:

Un contenu numérique toujours plus vaste

Dans la quête pour une meilleure compréhension du contenu numérique sur Internet, le projet VICODI a développé un prototype de moteur contextuel en vue d'une contextualisation textuelle et visuelle novatrice.

La formalisation efficace du concept générique de contexte est l'une des tâches les plus difficiles pour les chercheurs TI et la plupart des efforts se concentrent sur des sous-ensembles plus petits de cette théorie. Telle que spécifiée par l'approche de Wurman, la contextualisation inclut la Localisation, l'ordre Alphabétique, le Temps, la Catégorie et la Hiérarchie (LATCH). Sur la base de l'approche LATCH, le projet VICODI a fait appel à des outils de balisage ontologique et à des logiciels auteur de connaissances pour prendre en charge les contextes Catégorie et Hiérarchie. Des cartographies ont par ailleurs été utilisées pour le contexte Localisation et les thésaurus d'informations historiques afin d'expérimenter la contextualisation temporelle dans le domaine de l'histoire européenne. Une partie des travaux du projet incluait le développement d'un prototype de moteur contextuel afin de combiner la contextualisation de ressources textuelles et graphiques. De manière plus spécifique, cette innovation consiste en un moteur de transformation qui génère des ressources textuelles contextualisées et prend en charge des visualisations reposant sur des données XML, telles que des cartes historiques SVG (Scalable Vector Graphic, graphique vectoriel adaptable). Le moteur contextuel comprend un serveur qui assure la transformation des données d'entraînement en vecteurs de corrélation appropriés capables de décrire les relations entre des entités du système, telles que des concepts ou des instances. Outre l'entraînement, le serveur prend également en charge des fonctionnalités de similitude de vecteurs (terme à terme, terme à document et document à document, par exemple). Les concepts les plus importants, comme la localisation, la catégorie, la personne, l'événement, l'artefact, la notion abstraite et l'organisation sociale, sont également enregistrés parallèlement aux entités d'ontologie. Qui plus est, le prototype intègre également un client qui utilise le contexte de la ressource enregistrée ou dérivée dynamiquement et l'ontologie pour créer un processus logique LATCH. Il est ainsi possible de limiter des demandes de cartes historiques afin de prédire les principales localisations, catégories et périodes de temps, en utilisant un intervalle plus large en guise de référence utilisateur. Le moteur contextuel évolué permet l'intégration de procédures de recherche d'informations standard avec des mécanismes de recherche reposant sur les connaissances ou les ontologies. Bien qu'il ait été créé aux fins du système VICODI, ce moteur est indépendant de toute plate-forme et a été développé dans le langage Java. Différents types de collaboration sont recherchés dans le domaine des applications de Web sémantique et des connaissances, ainsi que des supports de visualisation, de l'apprentissage en ligne et du patrimoine culturel. Pour plus d'informations, visitez le site du projet à l'adresse: http://www.vicodi.org/(s’ouvre dans une nouvelle fenêtre)