Voir la source de Serveur d'exploration sur l'OCR

Cette page introduit le « [[Serveur d'exploration]] sur [[Reconnaissance optique de caractères|l'OCR]] ».
Il contient [[A pour volumétrie (serveur d'exploration)::{{OcrV1, Explor size|stream=Area|step=Corpus|index=biblio}}]] documents.
{{Wicri démonstration
 |titre=Démonstration ISTEX LorExplor Wicri
 |texte=Ce [[serveur d'exploration]] est mis en place pour aborder des problématiques variées liées à la [[reconnaissance optique de caractères]].

Au départ, il s'agit de répondre à des besoins d'information dans deux contextes complémentaires d'utilisation de cette technologie :
* En amont, à l'INIST, le département dirigé par [[Laurent Schmitt]] conçoit et exploite la plateforme de services ISTEX appelée à rendre disponibles des dizaines de millions de documents traités en OCR. Dans ce contexte [[Valérie Mahut]] et son équipe doivent mettre en place des procédures pour améliorer la qualité de ces données.
* En aval, le projet LorExplor ([[Jacques Ducloy]]) est confronté à l'analyse de corpus pour lesquels l'OCR amène parfois de très sérieuses contraintes de curation de données.

Il permet également de valoriser les travaux des équipes françaises ou francophones (par exemple [[Abdel Belaïd]]) dans un cadre de coopérations internationales.
}}

{{Wicri travaux|texte=Serveur en cours de curation, 
}}
==Navigation==
{| class="wikitable"
|-

|-
!{{Explor icon number|n=1}}
|colspan=2|

{{Explor bandeau flux|type=IstexMulti|code=Istex|path=OcrV1}}
|Ce flux donne accès à [[A pour taille ISTEX::{{OcrV1, Explor size|stream=Istex|step=Corpus|index=biblio}}]] [[A pour base utilisée::ISTEX (corpus)|documents ISTEX]] (et {{OcrV1, Explor size|stream=Istex|step=Checkpoint|index=biblio}} après curation).
|-
!{{Explor icon number|n=2}}
|colspan=2|

{{Explor bandeau flux|type=Stanalyst|code=PascalFrancis|path=OcrV1}}
|Ce flux traite {{OcrV1, Explor size|stream=PascalFrancis|step=Corpus|index=biblio}} références, dont [[A pour taille Francis::{{OcrV1, Explor size|stream=PascalFrancis|step=Corpus|index=biblioFrancis}}]] venant de [[A pour base utilisée::Francis (base de données)|Francis]], et [[A pour taille Pascal::{{OcrV1, Explor size|stream=PascalFrancis|step=Corpus|index=biblioPascal}}]] venant de [[A pour base utilisée::Pascal (base de données)|Pascal]].
Après curation le volume est réduit à {{OcrV1, Explor size|stream=PascalFrancis|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=3}}
|colspan=2|

{{Explor bandeau flux|type=Hal|code=Hal|path=OcrV1}}
|Ce flux traite [[A pour taille HAL::{{OcrV1, Explor size|stream=Hal|step=Corpus|index=biblio}}]] références [[A pour base utilisée::Hyper article en ligne|téléchargées de HAL]]. Après curation le volume est réduit à {{OcrV1, Explor size|stream=Hal|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=4}}
|colspan=2|

{{Explor bandeau flux|type=CrinMulti|code=Crin|path=OcrV1}}
|Ce flux traite {{OcrV1, Explor size|stream=Crin|step=Corpus|index=biblio}} références, Après curation le volume est réduit à {{OcrV1, Explor size|stream=Crin|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=5}}
|colspan=2|

{{Explor bandeau flux|type=Medline|code=PubMed|path=OcrV1}}
|Ce flux traite [[A pour taille PubMed::{{OcrV1, Explor size|stream=Pmc|step=Corpus|index=biblio}}]] références ou documents en provenance de l'archive [[A pour base utilisée::PubMed (MEDLINE)]]. Après curation le volume est réduit à {{OcrV1, Explor size|stream=PubMed|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=6}}
|colspan=2|

{{Explor bandeau flux|type=Pmc|code=Pmc|path=OcrV1}}
|Ce flux traite [[A pour taille PubMed Central::{{OcrV1, Explor size|stream=Pmc|step=Corpus|index=biblio}}]] références ou documents en provenance de l'archive [[A pour base utilisée::PubMed Central]]. Après curation le volume est réduit à {{OcrV1, Explor size|stream=Pmc|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=7}}
!{{Explor icon number|n=5}}{{Explor icon number|n=6}}
|
{{Explor bandeau flux|type=Ncbi|code=Ncbi|path=OcrV1}}
|Ce flux traite {{OcrV1, Explor size|stream=Ncbi|step=Corpus|index=biblio}} références, Après curation le volume est réduit à {{OcrV1, Explor size|stream=Ncbi|step=Checkpoint|index=biblio}}.
|-
!{{Explor icon number|n=8}}Flux principal
!{{Explor icon number|n=1}}{{Explor icon number|n=2}}{{Explor icon number|n=3}}{{Explor icon number|n=4}}{{Explor icon number|n=7}}
|{{Explor bandeau flux|type=MainMerge|code=Main|path=OcrV1}}

|Ce flux fusionne {{formatnum:{{OcrV1, Explor size|stream=Area|step=Checkpoint|index=biblio}}}} références issues des étapes précédentes.
Ce volume est ramené à {{formatnum:{{OcrV1, Explor size|stream=Main|step=Merge|index=biblio}}}} après dédoublonnage par [[DOI]].
Enfin, il est réduit à {{formatnum:{{OcrV1, Explor size|stream=Main|step=Exploration|index=biblio}}}} par [[clé de dédoublonnage IDAT]].
|-
!Zoom
!France
|
{{Explor bandeau flux|type=zoom|code=France|path=OcrV1}}
|Ce flux donne accès à une bibliographie contenant {{OcrV1, Explor size|stream=France|step=Analysis|index=biblio}} références ayant au moins un auteur avec une affiliation française.
|-
!Zoom
!UK
|
{{Explor bandeau flux|type=zoom|code=UK|path=OcrV1}}
|Ce flux donne accès à une bibliographie contenant {{OcrV1, Explor size|stream=UK|step=Analysis|index=biblio}} références ayant au moins un auteur avec une affiliation du Royaume-Uni.
|-
!Zoom
!USA
|
{{Explor bandeau flux|type=zoom|code=USA|path=OcrV1}}
|Ce flux donne accès à une bibliographie contenant {{OcrV1, Explor size|stream=USA|step=Analysis|index=biblio}} références ayant au moins un auteur avec une affiliation des Etats-Unis d'Amérique.
|-
!Zoom
!Allemagne
|
{{Explor bandeau flux|type=zoom|code=Allemagne|path=OcrV1}}
|Ce flux donne accès à une bibliographie contenant {{OcrV1, Explor size|stream=Allemagne|step=Analysis|index=biblio}} références ayant au moins un auteur avec une affiliation allemande.
|-
|}

==Projections géographiques==
{{Wicri travaux|texte=La curation des données est encore très faible sur ce corpus. Dans cet état les projections graphiques servent souvent à repérer des actions de curation (par exemple si une région est très active dans un domaine médical où le sigle OCR repère une spécialité thérapeutique).}}
{{Début 2 colonnes}}
{{Explor plateforme OcrV1/Carte France|taille=400}}
{{saut 2 colonnes}}
{{Explor plateforme OcrV1/Carte France Regions 2016|taille=400}}
{{Fin 2 colonnes}}
{{Explor plateforme OcrV1/Carte Europe}}
{{Explor plateforme OcrV1/Carte Monde Europe réunie}}
{{boîte déroulante
 |titre= production mondiale (détail Europe)
 |contenu=
{{Explor plateforme OcrV1/Carte Monde}}
}}

==Aspects techniques==
===Paramétrage===
*[[Wicri:OcrV1]] - ''introduction''
*[[Wicri:OcrV1/Paramètres, data]] - ''génération des données''
*[[Wicri:OcrV1/Paramètres, fr]] - ''génération de l'interface''
*[[Wicri:OcrV1/Paramètres, génération des cartes]] - ''génération de cartes géographiques''
*[[Wicri:OcrV1/Paramètres, templates size]] - ''paramétrage des modèles liés aux valeurs numériques''
*[[Wicri:OcrV1/Paramètres, template include]]

===Curation===
* revues portant sur des [[OCR (homonymie)|homonymies de OCR]] : {{Explor lien
   |wiki=    Ticri/CIDE
   |area=    OcrV1
   |flux=    Istex
   |étape=   Corpus
   |type=    indexItem
   |index=    ISSN.i
   |clé=    0023-852X
   |texte=The Laryngoscope (ISSN : 0023-852X)
}}
* dans les articles de la revue [[Lecture Notes in Physics]], par exemple : ({{Explor lien
   |wiki=    Ticri/CIDE
   |area=    OcrV1
   |flux=    Istex
   |étape=   Corpus
   |type=    RBID
   |clé=     ISTEX:ABF2C843AB09B88175DD71C6CC6634BCDDACB523
   |texte=   Fundamentals of gas-dynamical simulations
}}), une action d'OCR sur « α ''r'' » génère « ocr».

==Résultats et investigations==
{{Wicri tp|titre=Exemples de curation de données
 |texte=Cette section montre deux séries de résultats obtenus sur deux versions du serveur.

Dans la boîte déroulante (en fin de section), on trouve des résultats obtenus avec pratiquement aucune action spécifique de curation. Plus précisément, on a simplement appliqué des règles élaborées à partir d'autres corpus.
}}
===Listes de résultats obtenus avec une (petite) curation spécifique===

{{Début 2 colonnes}}
;Auteurs:
{{OcrV1, include|section=auteurs}}
{{Saut 2 colonnes}}
;Affiliations:
{{OcrV1, include|section=org}}
{{Fin 2 colonnes}}
{{Début 3 colonnes}}
;Pays:
{{OcrV1, include|section=pays}}
{{Saut 3 colonnes}}
;Régions:
{{OcrV1, include|section=region}}
{{Saut 3 colonnes}}
;Villes:
{{OcrV1, include|section=ville}}
{{Fin 2 colonnes}}
{{Début 3 colonnes}}
;Mots-clés originaux:
{{OcrV1, include|section=KwdEn}}
{{Saut 3 colonnes}}
;Mots du titre:
{{OcrV1, include|section=title}}
{{Saut 3 colonnes}}
;ISSN/revue:
{{OcrV1, include|section=ISSN}}
{{Fin 3 colonnes}}
;Sur le Zoom France:
{{Début 3 colonnes}}
;Auteurs
{{OcrV1, include|section=auteursFrance}}
{{Saut 3 colonnes}}
;Affiliations:
{{OcrV1, include|section=orgFrance}}
{{Saut 3 colonnes}}
;Pays:
{{OcrV1, include|section=paysFrance}}
{{Fin 3 colonnes}}
===Liste de résultats bruts===
Ces résultats ont été obtenus sur un corpus où l'on a appliqué des règles de curation préalablement élaborées sur d'autres corpus.
{{Début 2 colonnes}}
;Auteurs:
{{OcrV1, include V160831|section=auteurs}}
{{Saut 2 colonnes}}
;Affiliations:
{{OcrV1, include V160831|section=org}}
{{Fin 2 colonnes}}
{{Début 3 colonnes}}
;Pays:
{{OcrV1, include V160831|section=pays}}
{{Saut 3 colonnes}}
;Régions:
{{OcrV1, include V160831|section=region}}
{{Saut 3 colonnes}}
;Villes:
{{OcrV1, include V160831|section=ville}}
{{Fin 2 colonnes}}
{{Début 3 colonnes}}
;Mots-clés originaux:
{{OcrV1, include V160831|section=KwdEn}}
{{Saut 3 colonnes}}
;Mots du titre:
{{OcrV1, include V160831|section=title}}
{{Saut 3 colonnes}}
;ISSN/revue:
{{OcrV1, include V160831|section=ISSN}}
{{Fin 3 colonnes}}

===A faire : test indexation===
Construction d'une table d'indexation

===Requêtes d'approfondissement===
*Evaluation de la qualité d’un document,
*Tokenisation,
*Méthode par dictionnaire pour mesurer la qualité d’un document

==Voir aussi==
{{Wicri voir|référence=Ticri}}
Ce serveur est également visible sur {{Wicri lien|wiki=Informatique}}.

[[Catégorie:Serveur d'exploration|OCR]]
[[Catégorie:Reconnaissance optique de caractères]]
__SHOWFACTBOX__