Le thésaurus AOI – Quelques précisions

1 – Introduction

Le thésaurus AOI (Archives Ouvertes de l’Inalco) est un vocabulaire « métier » de l’Inalco (Institut National des Langues et Civilisations Orientales) qui sert à la classification et indexation des données de la recherche (et aussi de l’enseignement) sur les langues, cultures et sociétés du monde.

Le thésaurus AOI fait partie du vocabulaire LaCAS dont il hérite l’organisation en domaines et facettes ainsi que toutes les entités (ou valeurs) qui désignent un fait particulier relevant du domaine des études aréales.

2 – Format du thésaurus AOI

Le thésaurus AOI est disponible en format RDF/OWL. Il utilise l’environnement Okapi (Open Knowledge Annotation and Publishing Interface) conçu et développé par Steffen Lalande et Abdelkrim Beloued de l’Ina (Institut National de l’Audiovisuel). Cet environnement offre, plus particulièrement, un éditeur d’ontologies et de thésaurus (en format skos et rdf/owl), des outils de traitement, d’indexation et d’annotation de ressources audiovisuelles, visuelles, sonores et textuelles, un éditeur de portails pourvus d’un moteur de recherche structurée et full text ainsi que d’autres fonctionnalités parmi lesquelles on trouve plus particulièrement des programmes de moissonnage de données, de fusion de doublons, etc.

Possédant la structure d’une ontologie de domaine, le thésaurus AOI est constitué :

1. d’un ensemble de classes (sous-classes, …) qui comprend les domaines et les facettes ;
2. d’un ensemble d’individus qui comprend les entités et valeurs ;
3. d’un ensemble de relations entre individus ;
4. d’un ensemble d’attributs entre un individu et une valeur littérale (chaine de caractère, date, …).

Une classe qui fait partie du thésaurus AOI est la facette « Langue » qui dépend de la superclasse « Langues et recherche linguistique » qui, à son tour, est une spécialisation de la classe racine « Thésaurus AOI » (figure 1).

La classe « Langues » comprend actuellement 389 individus, i.e. intitulés de langues, de dialectes/de parlers, etc. (figure 2). Comme le montre également la figure 2, chaque individu (ici : chaque langue ou intitulé de langue) peut être décrit à l’aide d’un ensemble de relations ou d’attributs.

Pour faciliter le travail de description d’un individu et de gestion des individus déjà saisis dans le thésaurus AOI, la plateforme LaCAS propose des interfaces d’édition qui présélectionnent des relations et attributs pertinents.

La figure 3 montre la partie de l’interface du portail AOI qui est réservée à la consultation d’une langue. La langue choisie ici comme exemple s’appelle andi. Andi est une langue caucasienne. L’interface en question est composée d’un sommaire et de plusieurs onglets. Il est à noter que cette interface est spécifique aux individus de la classe « Langues ». Les individus qui font partie d’autres classes (qui font partie, par exemple, de la classe « Littératures du monde ») peuvent être consultés via des interfaces dont l’organisation rend compte – autant que faire se peut – de leurs particularités. En ce qui concerne l’exemple de la langue « Andi », l’interface de consultation est formée :

• d’un Sommaire qui nous propose, entre autres, d’apprécier la place de cette langue dans le système de classification Glottolog ;
• de l’onglet Présentation où on trouve notamment une courte description de la langue ;
• de l’onglet Lexique Langues’O, où la langue est resituée dans un cadre de connaissances généré à l’aide du thésaurus AOI et qui nous montre, par exemple, l’appartenance de la langue à une famille de langues, son périmètre géographique, la population qui la parle, etc.) ;

de l’onglet Liens, où la langue est resituée dans un cadre de connaissances plus général se formant à partir de la mise en relation de sa description AOI et ses mentions dans, par exemple, bnf.data, Wikipédia, Europeana, etc.

La figure 4 nous montre l’interface d’édition, i.e. l’interface qui sert à éditer, décrire, indexer la langue andi, etc. Cette interface est composée des onglets que nous venons de citer et d’autres onglets qui n’ont pas été utilisés pour décrire la langue andi. Chaque onglet est composé d’un ensemble de propriétés (relations ou attributs) que l’analyste est invité d’utiliser pour présenter et/ou gérer la description d’une langue donnée.

La structure du thésaurus AOI et les interfaces d’exploration et d’édition feront l’objet d’autres billets ainsi que de deux guides techniques qui seront bientôt rendus publics.

3 – Usages du thésaurus AOI

Les principaux usages du thésaurus AOI sont :

3.1 – Indexation du fonds documentaire du portail AOI composé d’un fonds filmique, d’un fonds textuel, d’un fonds visuel et d’un fonds sonore.

Les ressources composant ces divers fonds sont déposées actuellement sur MédiHal/Hal du CNRS – CCSD ainsi que sur l’entrepôt Cirrus-Cumulus de l’Université de Paris. Elles pourront bientôt être déposées également sur Nakala et CoCoon de la TGIR HumaNum du CNRS. Elles sont moissonnées via un programme qui fait partie de l’environnement Okapi et ensuite indexées à l’aide du thésaurus AOI.

Le thésaurus AOI sert en effet à l’indexation de vidéos, de photos, d’enregistrements sonores, de publications, de rapports, de cours, … et même de données 3D. Les figures 5 et 6 montrent l’utilisation de l’individu nahuatl (= nom d’une langue amérindienne) : la première fois pour indexer une vidéo et/ou le segment d’une vidéo déposée sur Médihal (il s’agit d’un entretien réalisé par Elisabeth de Pablo avec Danièle Dehouve, spécialiste du nahuatl et chercheure au CNRS) ; la deuxième fois pour indexer une publication déposée sur HAL (il s’agit d’un article de Marie Noëlle Chamoux du CNRS).

3.2 – Indexation des collections de ressources de la recherche

Le portail AOI est constitué d’une rubrique entièrement consacrée à des collections de données de recherche. Une collection de données (audiovisuelles, textuelles, …) documente, par exemple, les activités d’un projet de recherche, le travail d’un chercheur, un domaine de connaissances (telle qu’une langue ou une zone géographique), un événement scientifique (tel qu’un colloque), etc. Le thésaurus AOI sert ici à l’indexation pas seulement de la collection elle-même mais aussi des éventuelles sous-collections, sous-sous-collections, etc.   

3.3 – Cartographie de la recherche (et de l’enseignement) Le thésaurus AOI joue un rôle important dans la cartographie de l’écosystème de la recherche de l’Inalco. Par écosystème, on entend ici les équipes de recherche sous tutelle ou cotutelle de l’Inalco, le personnel de la recherche (chercheurs, enseignants-chercheurs, ingénieurs, post-doc, doctorants, …), les projets de recherche et les thèmes de recherche individuels (i.e. les thèmes qui caractérisent la recherche d’un chercheur.e). La figure 7 montre un exemple d’indexation d’un projet de recherche franco-allemand, financé par l’ANR et la DGF portant sur la structure ergative dans les langues chibchanes sous la direction scientifique de Claudine Chamoreau de l’équipe SeDyl (Cnrs – Inalco – Ird)

3.4 – Création/gestion d’une base de connaissances

Le thésaurus AOI sert également à l’élaboration et à l’enrichissement progressif d’une base de connaissances sur les recherches consacrées aux langues, cultures et aires du monde. Ainsi, les dix domaines qui forment actuellement le thésaurus AOI peuvent être considérés comme des « entrées thématiques » dans ce domaine de connaissances (figure 8). Une présentation plus détaillée de la base de connaissances produite à l’aide du thésaurus AOI fera l’objet d’un autre billet.

3.5 – Exploration structurée du portail AOI

Enfin, le thésaurus AOI sert également à l’exploration structurée du fonds documentaire, des collections des données, de la cartographie de la recherche et de l’enseignement. La figure 9 montre l’accès basé sur le thésaurus AOI au fonds filmique actuellement diffusé via le portail AOI. La figure 10 donne comme exemple l’accès par thème aux projets de recherche menés par les équipes sous tutelle ou cotutelle de l’Inalco.

4 – Processus d’élaboration du thésaurus AOI

L’élaboration du thésaurus AOI se base sur :

1. Une analyse thématique grossière du fonds documentaire accessible via le portail AOI ;
2. La cartographie de l’écosystème de la recherche de l’Inalco ;
3. La réutilisation d’un vocabulaire contrôlé déjà existant pour indexer de ressources audiovisuelles en SHS dans le cadre du programme « Archives Audiovisuelles de la Recherche » (FMSH – ESCoM, 2001 – 2016) ;

La comparaison et l’alignement des entités du thésaurus AOI avec des entités qui font partie de thésaurus, ontologies, standards, … externes et qui sont pertinents pour le projet d-ParSAS (Rameau, Motbis, TheSoz, Unesco, Géonames, …)

5 – Calendrier

Les principales étapes :

1. Élaboration d’une première version du thésaurus AOI en utilisant le vocabulaire contrôlé AAR (Archives Audiovisuelles de la Recherche) : septembre 2020 – décembre 2020
2. Début d’indexation du fonds documentaire du portail AOI et restructuration/enrichissement progressif du thésaurus AOI : octobre 2020 – avril 2021
3. Indexation du fonds documentaire du portail AOI, des collections de données et des données documentant la recherche de l’Inalco (= Cartographie de la recherche) : janvier 2021 – juillet 2021
4. Stabilisation d’une version avancée du thésaurus AOI : septembre 2021 – février 2022
5. Alignement manuel des entités AOI avec les thésaurus, ontologies, standards, … externes qui sont pertinents à l’un ou l’autre des dix domaines du thésaurus : juin 2021 – avril 2022
6. Mise à disposition du thésaurus AOI au public intéressé : à partir de juin 2022

---

---