Explorer des actualités multimédia dans le Web de données

IC 2009: Vendredi 29 Mai 2009 1

Explorer des actualités multimédia dans le web de données

Raphaël Troncy, <[email protected]>CWI, Interactive Information Access

mailto:[email protected]


•

Search Paradigm : mots clés, liens vers des

ressources, pertinence

•

Assistant Paradigm : expression d'un besoin, explorer

des options, faire un choix, complétion de la tâche

http://www.techcrunch.com/2009/05/27/siri-the-virtual-assistant-that-will-make-everyone-love-the-iphone-even-more/


http://www.youtube.com/watch?v=7fMCTo-GQ2A#t=34s






Information Overload


Workflow des actualités: un problème d'interopérabilité

•

Pas d'intégration des médias (dépêche, photo, vidéo, μ-blog)

•

Peu (ou pas) de contexte dans la présentation•

Problèmes d'interopérabilités

Schéma NAR

Vocabulaires contrôlés

Schéma diffuseur

NewsCodesVocabulaire utilisateur


Représenter pour présenter

•

Objectif (à

long terme) :–

Fournir un environnement pour chercher et naviguer des actualités multimédia contextualisées

•

Requiert l'intégration des :–

Données : pluri media, différente forme, sources variées

–

Métadonnées : intégration, alignement de schémas

•

Influence et implications des interfaces:–

Comment représenter sémantiquement des métadonnées pour le multimédia pour faciliter la présentation des informations ?

–

en d'autres mots ... quelles contraintes les interfaces utilisateurs posent sur la modélisation des métadonnées ?


Formats pour les actualités et le multimédia

News Architecture

NewsML

G2

EventsML

G2

SportsML

G2


Construire des ontologies et des schémas pour le Web Sémantique•

Méthodologies et outils pour construire des ontologies:–

à

partir de corpus de texte, de schémas relationnels

•

ʺSKOS-ificationʺ

de thésaurus dans le domaine patrimonial:–

préparation, conversion syntactique et sémantique, standardisation

Manque de guides de bonnes pratiques pourmodéliser des ontologies à partir de UML,intégrer des ontologies avec de multiples thésaurus,

tout en prenant les interfaces utilisateurs en compte


Construire une infrastructure sémantique pour les actualités

1 2 3 4

Modéliser l'ontologie NAR La lier avec

d'autres ontologiesObtenir des

thésaurus SKOSEnrichir les

métadonnées


TextPhoto

GraphicsAnimation

AudioVideo

Composite

TextPhoto

...Person

Organisation….

Composite

PersonOrganisation

Geopolitical AreaPoint of Interest

Event...

PersonOrganisation

Geopolitical AreaPoint of Interest

Event…

Composite

Etape 1: Modéliser l'ontologie NAR

met l'accent sur la réutilisation de types XML, ce qui entraîne des répétitions et des structures XML imbriquées

trop complexes



•

Aplatir la structure XML

PhotoNewsItem

NewsItem



•

Avoir des identifiants uniques–

Utilisation d'URI déréférençable

pour n'importe quelle

ressource (les items d'actualités et le vocabulaire)–

Utilisation d'URI pour tout type de fragment

http://www.youtube.com/watch?v=1bibCui3lFM#t=1m45s

•

Modéliser la provenance des informations–

Réification RDF: les triplets réifiés ne sont pas assertés

–

Graphes nommés

{<> nar:subject cat:11002000} dc:creator team:md ;dc:modified ‘‘2005-11-11T08:00:00Z’’.

http://www.youtube.com/watch?v=1bibCui3lFM#t=1m45s


Etape 2: Lier avec d'autres ontologies

foaf:Person

≈ nar:Person

dc:Subject

≈ nar:Subject

sioc:Item

≈ nar:Item

geo:lat geo:long

+


Etape 3: Obtenir des thésaurus SKOS


Etape 3: Obtenir des thésaurus SKOS

http://newsml.cwi.nl/NewsCodes/topicset.iptc-subjectcode/04010010


Etape 4: Enrichir les métadonnées

•

Concepts/Entités qui sont le sujet des actualités–

Thèmes

–

Personne / Organisation–

Géopolitiques

–

Points d'intérêt–

Evénements

–

Produits et artefacts



Ontologie NAR NewsCodes Thésaurus

Reconnaissance d'entités nommées

Ontologies de domaine



Ontologie NAR NewsCodes Thésaurus

Ontologies de domaine

Détection de Concepts


Disambiguation

•

IdentityRank

–

Ij

: entité

nommée j de l'item I–

lambda: normalisation,

–

Ci

: ensemble des instances candidates co-occurrent avec i, –

alphaij

: poids entre i et j–

E: personnalisation, cohérence sémantique du corpus

•

Calcul du poids alpha:–

fij

: fréquence de co-occurence entre i et j


Le Web de données

dbpedia:Zidane

foaf:depictsnar:location

geonames:2950159

nar:subject

nc:15054000

events:id

wp:2006_FIFA_Wolrd_Cup#Final


Semantic Search of Multimedia News

Description Nombre de triplets RDF

General Ontologies: NAR, DC, FOAF 7,336

Domain Specific Ontologies: football 104,358

Thesauri: newscodes 34,903

DBpedia, Geonames 53,468

AFP News Feed (June/July 2006) 804,446

AFP Photos (June/July 2006) 61,311

INA Broadcast Video (June/July 2006) 1,932

Total 1,067,754Powered by ClioPatria

1.0 alpha 3


http://newsml.cwi.nl/explore/search




Présenter les actualités

•

Dimensions utilisées pour naviguer dans une base de dépêches d'actualités

–

When

time

10/07/2006–

Where

location

Paris

–

What

is depicted

J. Chirac, Z. Zidane–

Why

event

WC 2006

–

Who

photographer

Bertrand Guay, AFP

Metadata


ABC Event Model


CIDOC CRM Event Model


CultureSampo

Event Model


Framenet

Event Model


Motools

Event Model


Towards an Linked Events Model?





Conclusion

•

Une méthodologie en 4 étapes pour construire une infrastructure sémantique pour les actualités–

UML-2-OWL: aplatir la structure XML, identifier toutes les ressources

–

SKOS-ifier

les thésaurus existants et utiliser le Web de Données

–

Réutiliser ce qui existe ... et exposer ce que vous faites

•

Enrichir les métadonnées par l'analyse d'image et le traitement de la langue naturelle–

Fournit de nouvelles dimensions (facettes) pour explorer les données


Perspectives

• Modélisation–

un modèle centré

évènement

• Qualité

des données– reconnaissance d'entités nommées (Calais),– désambigüisation– segmentation de vidéos, clustering

visuel

•Interfaces utilisateurs–Yahoo! Search

BOSS


Remerciements

•

Données:

•

Equipe:

•

Plus d'info: http://newsml.cwi.nl

http://newsml.cwi.nl/

Education

Explorer des actualités multimédia dans le Web de données