Serveur d'exploration sur l'OCR : Différence entre versions
De CIDE
imported>Jacques Ducloy (→Listes de résultats bruts) |
imported>Jacques Ducloy (→Listes de résultats bruts) |
||
| Ligne 158 : | Ligne 158 : | ||
}}). | }}). | ||
* '''normalisation des noms d'auteurs'''. Le wiki contient notamment une « [[Wicri:Liste de personnalités du document numérique|liste de spécialistes du document numérique]] » qui permet cette homogénéisation et ajoute une affiliation implicite. On notera une modification de l'ordre des auteurs et l'émergence de nouvelles affiliations dans le « top 15 » comme l'[[Université de Kyūshū]]. | * '''normalisation des noms d'auteurs'''. Le wiki contient notamment une « [[Wicri:Liste de personnalités du document numérique|liste de spécialistes du document numérique]] » qui permet cette homogénéisation et ajoute une affiliation implicite. On notera une modification de l'ordre des auteurs et l'émergence de nouvelles affiliations dans le « top 15 » comme l'[[Université de Kyūshū]]. | ||
| − | A cette occasion à portée plus large ont été menées comme l'ajout d'Universités japonaises dans une [[wicri-asie.fr:Wicri:Liste de grandes universités asiatiques|liste d'universités du wiki Asie]]. Sur ce wiki, on notera un net enrichissement de la présence du [[Japon]]. | + | A cette occasion à portée plus large ont été menées comme l'ajout d'Universités japonaises dans une [[wicri-asie.fr:Wicri:Liste de grandes universités asiatiques|liste d'universités du wiki Asie]]. Sur ce wiki, on notera un net enrichissement de la présence du [[Japon]], avec souvent des liens entre les pages régions (exemple [[Préfecture de Fukuoka]]) et les serveurs. |
}} | }} | ||
{{Début 2 colonnes}} | {{Début 2 colonnes}} | ||
Version du 2 septembre 2016 à 09:56
Cette page introduit le « Serveur d'exploration sur l'OCR ». Il contient 8131 documents.
|
Démonstration ISTEX LorExplor Wicri
Au départ, il s'agit de répondre à des besoins d'information dans deux contextes complémentaires d'utilisation de cette technologie :
Il permet également de valoriser les travaux des équipes françaises ou francophones (par exemple Abdel Belaïd) dans un cadre de coopérations internationales. |
|
Serveur en cours de curation, |
Sommaire
 |
|
Ce flux donne accès à 6406 documents ISTEX (et 6070 après curation). | |
|---|---|---|---|
 |
|
Ce flux traite 1227 références, dont 32 venant de Francis, et 1195 venant de Pascal.
Après curation le volume est réduit à 1200. | |
 |
|
Ce flux traite 170 références téléchargées de HAL. Après curation le volume est réduit à 170. | |
 |
|
Ce flux traite 15 références, Après curation le volume est réduit à 15. | |
 |
|
Ce flux traite 215 références ou documents en provenance de l'archive PubMed (MEDLINE). Après curation le volume est réduit à 98. | |
 |
|
Ce flux traite 215 références ou documents en provenance de l'archive PubMed Central. Après curation le volume est réduit à 215. | |
 |
|
|
Ce flux traite 313 références, Après curation le volume est réduit à 294. |
 |
|
|
Ce flux fusionne 7 749 références issues des étapes précédentes.
Ce volume est ramené à 7 736 après dédoublonnage par DOI. Enfin, il est réduit à 7 533 par clé de dédoublonnage IDAT. |
| Zoom | France |
|
Ce flux donne accès à une bibliographie contenant 435 références ayant au moins un auteur avec une affiliation française. |
| Zoom | UK |
|
Ce flux donne accès à une bibliographie contenant 503 références ayant au moins un auteur avec une affiliation du Royaume-Uni. |
| Zoom | USA |
|
Ce flux donne accès à une bibliographie contenant 1844 références ayant au moins un auteur avec une affiliation des Etats-Unis d'Amérique. |
| Zoom | Allemagne |
|
Ce flux donne accès à une bibliographie contenant 420 références ayant au moins un auteur avec une affiliation allemande. |
Projections géographiques
|
|
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). |
|
|
|
                    |
.svg.png)
production mondiale (détail Europe)
    |
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 homonymies de OCR : The Laryngoscope (ISSN : 0023-852X)
- dans les articles de la revue Lecture Notes in Physics, par exemple : (Fundamentals of gas-dynamical simulations), une action d'OCR sur « α r » génère « ocr».
Résultats et investigations
|
Exemples de curation de données
|
Listes de résultats bruts
|
|
Règles de curation spécifiques
A cette occasion à portée plus large ont été menées comme l'ajout d'Universités japonaises dans une liste d'universités du wiki Asie. Sur ce wiki, on notera un net enrichissement de la présence du Japon, avec souvent des liens entre les pages régions (exemple Préfecture de Fukuoka) et les serveurs. |
|
|
|
- Sur le Zoom France
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.
|
|
|
|
|
|
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
- Dans le réseau Wicri :
La page de référence « Serveur d'exploration sur l'OCR » est sur le wiki Wicri/Ticri. Ce serveur est également visible sur Wicri/Informatique.
… davantage au sujet de « Serveur d'exploration sur l'OCR »
