Istex offre à la communauté scientifique française l’opportunité d’utiliser son infrastructure et ses outils informatiques sur des documents en Open Access ou non disponibles dans l’archive.
L’objectif est de proposer des services en ligne, des ressources ou des outils prêts à l’emploi pour faciliter l’exploration ou l’exploitation de corpus de textes.
L’ambition est de permettre à tous, experts ou non en traitement automatique du langage de bénéficier des avantages et des techniques de « Text and Data Mining »
Services TDM
Vous souhaitez homogénéiser ou enrichir vos données bibliographiques grâce à un DOI ? grâce à l’attribution d’identifiants (codes RNSR, IdRef, ORCID) ? Vous souhaitez analyser le contenu de vos données en les indexant, en les classant ou en extrayant des entités nommées ?
Ces services sont pour vous. Ils mettent en œuvre des algorithmes d’apprentissage automatique, de traitement automatique du langage ou des terminologies. Vous avez ainsi accès à des traitements spécialisés, sans avoir à manipuler de langage de programmation, sans paramétrage complexe, ni connaissances a priori.
Nous développons et mettons à votre disposition :
- des outils de TDM (Text and Data Mining) faciles à mettre en œuvre
- couplés à un outil de création de tableaux de bords dynamiques.
Comment s’en servir ?
Vous pouvez faire appel à ces services de différentes manières, suivant vos besoins et vos compétences :
- via Lodex, outil open source de visualisation de données structurées développé à l’Inist
- via une ligne de commandes (outils curl, wget, ou autres)
- via des programmes (peu importe le langage de programmation, pourvu que ce dernier puisse accéder au web)
Un site est disponible pour tester ces outils.
Testez les outils de TDM : Tester
Quels services ?
Nous proposons plusieurs services, que nous utilisons et mettons à disposition. La liste des services en production ainsi que leur documentation est accessible sur le site « ISTEX TDM »
Retrouvez les services de TDM : ISTEX TDM
On peut distinguer deux grandes familles de web-services :
- les services qui s’exécutent sur des métadonnées comme la source des documents, les affiliations des auteurs…
- les services qui s’exécutent sur du texte comme le titre, les résumés, le texte intégral.
Vous ne trouvez pas l’outil adapté à votre besoin ? Contactez nous afin d’évaluer ensemble la faisabilité d’un nouvel outil.
Vous avez développé un programme de fouille de textes innovant et vous souhaitez le mettre à disposition de la communauté ? Contactez nous afin d’estimer la faisabilité d’intégration de votre outil.
Parallèlement nous proposons un catalogue qui recense les outils de TDM gratuits. En naviguant sur le site, vous trouverez des applications qui répondent à vos besoins.
Ressources terminologiques
Pour vos projets de fouille de texte nous mettons à votre disposition, sur le site Loterre, des terminologies multilingues et multidisciplinaires répondant aux principes FAIR (Findable, Accessible, Interoperable, Reusable) et conformes aux standards du web des données ouvertes et liées (LOD)
- Parcourir les terminologies Terminologies
- Accès avancé Sparql Endpoint
Retrouvez les terminologies disponibles : Loterre
Enrichir et explorer un corpus
Le contenu textuel des documents d’un corpus peut être annoté avec les termes (concepts) des terminologies de Loterre, dans une instance Lodex.
Il est alors possible de naviguer dans le corpus au moyen de filtres et de graphiques portant sur ces concepts et d’accéder ainsi à une exploration du contenu scientifique des documents.
Certaines terminologies de Loterre peuvent aussi être utilisées pour enrichir les métadonnées bibliographiques.
Exemples de réalisations
- Exploration de la thématique IA et Astrophysique
- Annotation d’un corpus de chimie organique
Besoin d’une terminologie spécifique ?
Nous pouvons vous accompagner pour la création d’une nouvelle terminologie ou l’adaptation d’une terminologie existante.
Exemple de création d’un thésaurus en paléoclimatologie
Proposer une terminologie
Loterre est ouvert aux institutions qui souhaitent exposer et partager leurs propres terminologies
En savoir plus sur Loterre : FAQ
Hébergement de corpus
Vous souhaitez analyser votre corpus de documents à travers un site web dédié. L’infrastructure Istex propose à ses membres la création et l’hébergement d’instance Lodex pour vos propres données.
- Chargez votre corpus de documents,
- configurez son affichage,
- enrichissez-le avec les services d’enrichissement et
- transformez le tout en site web.
Vous disposez ensuite de votre propre site web sur vos données, pour analyser son contenu pour vous même ou pour le diffuser dans le cadre vos projets.
Pour accéder à ce service, prenez contact avec l’équipe Istex.