• Publicationsclose
• Other research productsclose
• 2013-2022close
• Open Access close
• French close
• DARIAH EU close

International audience

Les Systèmes d'Information Scientifique (SIS) sont des Systèmes d'Information (SI) dont le but est de produire de la connaissance et non pas de gérer ou contrôler une activité de production de biens ou de services comme les SI d'entreprise. Les SIS se caractérisent par des domaines de recherche fortement collaboratifs impliquant des équipes pluridisciplinaires et le plus souvent géographiquement éloignées, ils manipulent des données aux structures très variables dans le temps qui vont au-delà de la simple hétérogénéité : nuages de points issus de scanner 3D, modèles numériques de terrain, cartographie, publications, données issues de spectromètre de masse ou de technique de thermoluminescence, données attributaires en très grand volume, etc. Ainsi, contrairement aux bases de données d'entreprise qui sont modélisées avec des structures établies par l'activité qu'elles supportent, les données scientifiques ne peuvent pas se contenter de schémas de données pré-definis puisque la structure des données évolue rapidement de concert avec l'évolution de la connaissance. La gestion de données scientifiques nécessite une architecture de SIS ayant un niveau d'extensibilité plus élevé que dans un SI d'entreprise. Afin de supporter l'extensibilité tout en contrôlant la qualité des données mais aussi l'interopérabilité, nous proposons une architecture de SIS reposant sur : - des données référentielles fortement structurées, identifiables lors de la phase d'analyse et amenées à évoluer rarement ; - des données complémentaires multi-modèles (matricielles, cartographiques, nuages de points 3D, documentaires, etc.). Pour établir les liens entre les données complémentaires et les données référentielles, nous avons utilisé un unique paradigme, l'annotation sémantique. Nous avons proposé un modèle formel d'annotation à base ontologique pour construire des annotations sémantiques dont la cohérence et la consistance peuvent être contrôlées par une ontologie et des règles. Dans ce cadre, les annotations offrent ainsi une contextualisation des données qui permet de vérifier leur cohérence, par rapport à la connaissance du domaine. Nous avons dressé les grandes lignes d'une sémantique du processus d'annotation par analogie avec la sémantique des langages de programmation. Nous avons validé notre proposition, à travers deux collaborations pluridisciplinaires : - le projet ANR CARE (Corpus Architecturae Religiosae Europeae - IV-X saec. ANR-07- CORP-011) dans le domaine de l'archéologie. Son objectif était de développer un corpus numérique de documents multimédia sur l'évolution des monuments religieux du IVe au XIe siècle (http://care.tge-adonis.fr). Un assistant d'annotation a été développé pour assurer la qualité des annotations par rapport à la connaissance représentée dans l'ontologie. Ce projet a donné lieu au développement d'une extension sémantique pour MediaWiki ; - le projet eClims dans le domaine de la protéomique clinique. eClims est un composant clinique d'un LIMS (Laboratory Information Management System) développé pour la plate-forme de protéomique CLIPP. eClims met en oeuvre un outil d'intégration basé sur le couplage entre des modèles représentant les sources et le système protéomique, et des ontologies utilisées comme médiatrices entre ces derniers. Les différents contrôles que nous mettons en place garantissent la validité des domaines de valeurs, la complétude, la consistance des données et leur cohérence. Le stockage des annotations est assuré par une Base de Données orientées colonnes associée à une Base de Données relationnelles.

National audience; Notre enquête porte sur le centre national de recherche zootechnique de l’Inra à Jouy-en-Josas (CNRZ), le berceau de la recherche sur les productions animales. Ouvert en 1950 avec pour enjeu de recherche la modernisation de l’élevage français, le domaine agricole de Vilvert fut quasiment déserté dans les années 1970 suite à une vague de décentralisation imposée par l’Etat. Lorsqu’en 1980 l’Inra se lance dans les biotechnologies, Le centre de recherche de Jouy-en-Josas en devient le fer de lance. Il est aussi entraîné dans le mouvement de polarisation de la recherche au sein de la Région Ile-de France et plus tard, de l’Université Paris-Saclay. Bien qu’il ne porte plus l’épithète « national », le Campus de Vilvert conserve une haute valeur symbolique pour l’institution du fait de sa situation métropolitaine et de son envergure internationale. En abordant le Campus de l’Inra de Jouy-en-Josas comme un paysage socio-technique qui rend visible l’histoire du champ scientifique des productions animales, nous étudions l’inscription de cet objet dans l’espace géographique à travers des cartes que nous mettons en parallèle avec l’évolution des territoires scientifiques. Dans l’espace scientifique, les champs thématiques se situent à la frontière des sciences de l’animal, de l’alimentation et des microbes. Nous avons cherché à cartographier les réseaux de collaboration scientifique à travers une analyse lexicométrique des productions scientifiques. Nous postulons que les changements dans la gestion du territoire physique traduisent les dynamiques sociales, épistémiques et politiques d’un champ de recherche autant qu’ils les modèlent. Ce travail contribue à l’étude des changements induits par le passage d’un régime de production des connaissances qualifié de colbertiste très lié aux filières de l’élevage à un régime de capitalisme académique voué aux biotechnologies (Bonneuil et Thomas, 2009) et comment ils s’inscrivent dans les matérialités. Cette notion de régime permet d’appréhender comment s’articule un ensemble non homogène mais néanmoins coordonné de discours, de pratiques, de productions (écrits, techniques, standards, procédures), de valeurs et de normes (épistémologiques, morales et sociales) dans et hors du monde de la recherche. Au niveau géographique, les bâtiments d’élevage sont déconstruits pour libérer de la surface au profit de laboratoires de biologie moléculaire. Ces agencements sont contemporains de transformations dans les cultures épistémiques des chercheurs. Dans la période antérieure, il s’agissait plutôt d’agronomes souvent plus enclins à transférer les connaissances à la profession qu’à rédiger des articles pour des revues scientifiques. La révolution « biotech » voit arriver de jeunes universitaires tandis que l’institution incite ses chercheurs à l’excellence scientifique, ce qui se traduit par des publications dans des revues internationales. Parallèlement à ces dynamiques globales, le périmètre du Campus s’étend par le fait des alliances institutionnelles locales. L’analyse lexicométrique des productions scientifiques montre que les coopérations de proximité (entendu comme géographique et disciplinaire) sont les plus fréquentes. Ces transformations sociales, organisationnelles et techniques préexistent à la promesse scientifique consistant à mettre en avant la biologie intégrative pour affirmer la possibilité de concevoir un animal en fonction de finalités prescrites par des enjeux d’innovation et de durabilité

International audience; Cette publication des Dossiers d’HEL, supplément électronique à la revue HEL, comporte huit articles issus des communications du colloque SHESL-HTL 2015 « Corpus et constitution des savoirs linguistiques ». Ce colloque a eu lieu les 30 et 31 janvier 2015 à Paris et a été co-organisé par la SHESL, le laboratoire d’Histoire des Théories Linguistiques (UMR 7597) et le Laboratoire Ligérien de Linguistique (UMR 7270), sous la direction de Gabriel Bergounioux, Bernard Colombat et Jacqueline Léon (cf. l’appel à colloque et le programme [http://www.shesl.org/spip.php?rubrique76]). Une autre partie des communications a fait l’objet d’une publication dans le numéro XXXVIII/2 d’Histoire Épistémologie Langage, « Corpus et constitution des savoirs linguistiques et pérennisation des données » (décembre 2016). Nous en donnons la liste à la fin de cette présentation.

Huma-Num is a Very Large Research Infrastructure (known by its initials in French as TGIR) led by the French Ministry of Higher Education and Research and operated by the CNRS (the French National Centre for Scientific Research).It provides services to the entire Humanities and Social Sciences (HSS) academic community and particularly digital services that are focused on research data management with the aim of helping researchers manage the lifecycle of their data.Huma-Num has designed and provided to the community a new storage service for large volumes (several terabytes) of cold or warm data, so-called because it is rarely accessed or modified, but which does have a high value and therefore needs to be safely secured.How the project was designed, the desired outcomes compared with the previous solution (iRods), the selected solution (Active-Circle software on generally-available hardware), the features of the solution, the network architecture implemented (deployment on RENATER through VPN) and the integration with an LDAP directory will be presented.The collaboration that has been set up with the MSH (Houses of the Human Sciences), the information systems directorates of the affiliated universities and with RENATER will also be described.A progress report on the deployment of the project in seven points of presence in France will be provided, and the project’s development opportunities will be pointed out. Huma-Num est une Très Grande Infrastructure de Recherche (TGIR) pilotée par le Ministère de l'enseigne-ment supérieur et de la recherche, et opérée par le CNRS. Elle rend des services à l'ensemble de la communauté académique en Sciences Humaines et Sociales (SHS) et notamment des services numériques, orientés sur la gestion des données de la recherche, ceci dans le but d'aider les chercheurs à gérer la vie de leurs données. Huma-Num a conçu et proposé à la communauté un nouveau service de stockage nommé Huma-Num Box et destiné aux gros volumes de données (plusieurs To) dites « froides » ou « tièdes », c'est-à-dire peu accédées et modifiées, mais à forte valeur et donc nécessitant une sécurisation importante. Il sera exposé la façon dont le projet a été conçu, les objectifs recherchés par rapport à la solution pré-cédente (iRods), la solution retenue (logiciel Active-Circle sur matériel banalisé), les fonctionnalités de la solution, l'architecture réseau mise en oeuvre (déploiement sur RENATER au travers de VPN) et l'intégra-tion avec un annuaire LDAP. Il sera également indiqué les collaborations qui ont été mises en place avec les Maisons des Sciences de l'Homme (MSH), les DSI des universités de rattachement, et RENATER. Il sera fait un point d'étape sur le déploiement du projet dans 7 points de présence sur le territoire, et indiqué les perspectives d'évolution du projet.

International audience

Dans cet article nous présentons l'infrastructure Equipex Ortolang (Open Resources and Tools for LANGuage / Outils et Ressources pour un Traitement Optimisé de la LANGue : www.ortolang.fr) en cours de mise en place dans le cadre du Programme d'Investissements d'Avenir (PIA) lancé par le gouvernement français.S'appuyant entre autres sur l'existant des centres de ressources CNRTL (Centre National de Ressources Textuelles et Lexicales : www.cnrtl.fr) et SLDR (Speech and Language Data Repository : http://sldr.org/), cette infrastructure a pour objectif d'assurer la gestion, la mutualisation, la diffusion et la pérennisation de ressources linguistiques de type corpus, dictionnaires, lexiques et outils de traitement de la langue, avec une focalisation particulière sur le français et les langues de France.Après avoir rappelé les motivations d'un tel projet, son originalité et son caractère novateur, nous présenterons les principales caractéristiques d'Ortolang, ses objectifs et ses missions, l'infrastructure logicielle et matérielle de la plateforme puis les moyens mis en œuvre, avant de conclure en indiquant comment suivre et contribuer au projet. This paper presents the infrastructure for the Equipex Ortolang (Open Resources and Tools for LANGuage / Outils et Ressources pour un Traitement Optimisé de la LANGue : www.ortolang.fr) which is currently being developed as part of the French government's Investments for the Future programme.Drawing on existing resources such as the CNRTL (Centre National de Ressources Textuelles et Lexicales: www.cnrtl.fr) and SLDR (Speech and Language Data Repository: http://sldr.org/), the infrastructure is designed for the long-term management, sharing and dissemination of linguistic resources including corpora, dictionaries, lexicons and language processing tools, with a particular focus on French and other languages in France.The paper briefly presents the rationale behind such an original and ground-breaking project, then describes the main characteristics and goals of Ortolang, the platform hardware and software as well as the means available, before concluding with planned future developments and an invitation to contribute to the project.

Dans cet article nous présentons une approche automatique visant à désambiguïser et aligner des entités géographiques de type placeName. Une méthode basée sur des plongements lexicaux permet, à partir d'un apprentissage non supervisé de lever l'ambiguïté face à un terme polysémique. Cela permet alors un alignement automatique avec différents réservoirs (BNF, wikidata…) possédant un triplestore. Nous utilisons alors les technologies du web sémantique, pour à la fois exposer les données de façon différente (data.istex) mais également autoriser des requêtes complexes impossibles à résoudre à partir de moteurs de recherche classiques. Nous aborderons un cas concret basé sur le réservoir ISTEX, et une évaluation qualitative de la méthode sera proposée. In this paper we present an automatic approach to disambiguate and align geographic entities. A method based on word embeddings allows, from unsupervised learning, to remove ambiguity with polysemic terms. This allows automatic alignment with different databases (BNF, wikidata...) having a triplestore. We then use semantic web technologies, both to expose the data in a different way (data.istex) but also to allow complex queries that cannot be solved from traditional search engines. We will discuss a concrete case based on the ISTEX database, and a qualitative evaluation of the method will be proposed.

En 2011 paraissait la 1ere version d'ISIDORE. Son 10��me anniversaire est l'occasion de rappeller l'historique du projet et de pr��senter ses futures grandes lignes en cours de d��finition dans le cadre du programme ���Huma-Num Science Ouverte���. Cette ann��e ISIDORE a franchi les 10 millions de documents et de donn��es index��s, enrichis et cat��goris��s venant de plus de 9000 bases et entrep��ts de donn��es du monde entier. D��j�� plus de 2000 chercheur��e��s y poss��dent un compte, profitant ainsi des nombreuses fonctionnalit��s de veille scientifique et de d��couverte personnalisables.