Isidore speaks English, sino también español et toujours en français

[In English] – [En Español]

Le 26 janvier 2015, Huma-Num et ses partenaires, ré-inventent Isidore avec une nouvelle version permettant de collecter, enrichir, indexer les données numériques des sciences humaines et sociales en trois langues : anglais, espagnol, français. Cette nouvelle version, en test (bêta), est accessible à la fois sur le web via www.rechercheisidore.fr, mais aussi sur vos tablettes et téléphones au travers de l’interface mobile m.rechercheisidore.fr. Les enrichissements multilingues d’Isidore, spécificité de cet outil, sont également accessibles, via l’API du moteur de recherche et la base de données RDF (triple store) interrogeable à l’aide du langage SPARQL.

Isidore peut désormais moissonner des corpus et bases de données en langue anglaise, espagnole et française et proposer des enrichissements multilingues reliés entre eux grâce à la puissance du linked data. Pour cela, Isidore utilisera les alignements de concepts entre les thésaurus et vocabulaires mis à disposition dans le web sémantique.

Ainsi, il sera capable d’enrichir les métadonnées en utilisant les concepts du référentiel Library of Congress Subject Headings (LCSH) de la bibliothèque du Congrès (USA) et du référentiel sujets de la Biblioteca National de España. Les concepts de ces deux référentiels majeurs sont alignés en partie sur les concepts du référentiel RAMEAU de la BnF que nous utilisons dans ISIDORE depuis 2010.

Associés aux thésaurus multilingues déjà présents dans Isidore (Pactols, Lexvo, GeoEthno, Gemet, etc.) ainsi qu’à la chaine de catégorisation/classification elle aussi multilingue (catégories de HAL-SHS et Calenda), Isidore sera donc en mesure de proposer des enrichissements/classifications en 3 langues avec la possibilité de basculer les langues au cours de la recherche dans l’interface du portail www.rechercheisidore.fr.

Cette fonction permet à un chercheur non-francophone d’avoir accès à des enrichissements et des classifications en anglais et en espagnol lui permettant de mesurer l’intérêt de ressources en langue française qu’il est en train de rechercher.

Isidore est en exploitation depuis 2011 et fonctionne en mode 24/7. Huma-Num en assure la maîtrise d’ouvrage et le Centre pour la communication scientifique directe (CCSD) la maîtrise d’œuvre. Cette évolution vers le multilinguisme a été rendue possible par le travail réalisé par les équipes d’Huma-Num et du CCSD avec la société Antidot qui fournit deux briques logicielles dans ISIDORE ainsi qu’avec l’aide pour la fabrication des corpus d’entrainements du CCSD, de l’INIST et du réseau européen REDIAL (Red Europea de Información y Documentación sobre América Latina).

In English :

On january 26th, the platform ISIDORE enriches and indexes data and metadata from researches in Social and Human sciences in three languages: French, English and Spanish.

This is a major step for this platform launched in December 2010, which provides access to over three million digital resources linked together through data repositories. These data are subsequently indexed by a search engine and finally provided simultaneously on a Web site interface, an API and a single point of access to enriched and open information in accordance with RDF formalism.

Therefore ISIDORE will be able to harvest corpora and databases in English and Spanish but will also propose interconnected multilingual information by using data linking methods. To this end, ISIDORE will use alignments of concepts between thesauri and vocabularies given by the linked data. As a result, it will be able to enrich metadata by using the concepts of the authority files of the Library of Congress Subject Headings (LCSH) from the Library of Congress (USA) and the Biblioteca National de España. Most of the concepts of these two major authority files are aligned on the concepts of the authority files RAMEAU from the BnF, which have been used in ISIDORE since 2010.

With other multilingual thesauri already available on ISIDORE (Pactols, Lexvo, GeoEthno, Gemet, etc.) as well as the process of categorization / multilingual classification (categories of HAL-SHS and Calenda), Isidore will thus be able to suggest enrichments and classification in three languages, making it possible to move easily from one language to another during navigation on the Web site interface : www.rechercheisidore.fr but also on mobile device.

This function which is currently under development will allow a non-French-speaking researcher to have access to enrichments and classifications in English and in Spanish and to assess the interest of resources in French.

Since 2010, ISIDORE has operated 24/7. Huma-Num is responsible for the project; The Center for direct scientific communication (CCSD) manages the project. This evolution towards multilingualism was made possible by the work carried out by the teams of Huma-Num and the CCSD with the assistance of the company ANTIDOT which supplied two software bricks. The CCSD, the INIST-CNRS and the European network REDIAL (Red Europea de Información y Documentación sobre América Latina) provided assistance with constituting the training corpora.

En Español

Pronto la plataforma « Isidore » podrá enriquecer e indizar metadatos y recursos digitales en CHS-Ciencias humana y sociales en 3 idiomas: Francés, Inglés y Español. Esta posibilidad es un gran avance para la plataforma « Isidore » lanzada en diciembre de 2010 : ahora cuenta con más de 3 milliones de recursos digitales interconectados mediante referenciales, indizados por un motor de búsqueda y propuestos bajo tres formas : un portal web, una API y un acceso unificado a los datos enriquecidos en una óptica de open metadata según el formalismo RDF.

Así « Isidore » será en capacidad de cosechar corpus y bases de datos en inglés y en español, pero ofrecerá también mejoras multilingües relacionadas entre sí mediante las posibilidades ofrecidas por el linked data. Para ello, « Isidore » utiliza las alineaciones de los conceptos entre tesauros y vocabularios disponibles en la web semántica. La plataforma será capaz de enriquecer los metadatos utilizando los encabezamientos de materias del referencial de la Biblioteca del Congreso de EE.UU. (Library of Congress Subject Headings – LCSH) y de los Registros de Autoridad y Referencia de Materia de la Biblioteca Nacional de España. Los conceptos de estos dos referenciales mayores están alineados en parte con los conceptos del referencial Rameau de la BnF que se utiliza en « Isidore » desde 2010. Junto con los tesauros multilingües ya integrados en « Isidore » (Pactols, Lexvo, GeoEthno, GEMET, etc.), y con el sistema de categorización / clasificación también multilingüe (categorías del sistema francés de archivos abiertos HAL-SHS y del sistema Calenda de anucios de reuniones científícas del CLEO-CNRS), « Isidore » será capaz de proponer un sistema de enrequecimientos / clasificación en 3 idiomas con la posibilidad de cambiar de idioma durante la búsqueda en el interfaz del portal www.rechercheisidore.fr y del interfaz por tablet/smartphone. Esta característica en fase de desarrollo permitirá a un investigador no francófono de tener acceso a nuevos datos con enriquecimientos y clasificaciones en inglés y español, permitiéndole medir el interes de los recursos en idioma francés que está buscando.

« Isidore » está en operación desde 2011 y funciona en modo 24/7 los 365 días. Huma-Num tiene a su cargo la gestión de proyectos y es el contratista principal y el Centro de Comunicación Científica Directa del CNRS (CCSD) tiene a su cargo la dirección de obras de ejecución. Esta evolución hacia el multilingüismo ha sido posible gracias al labor de los equipos de investigación de Huma-Num y del CCSD que trabajan con la empresa Antidot que proporciona dos componentes de software en el sistema « Isidore » y se benefició del apoyo de las siguientes entidades : el CCSD, el INIST y la red europea REDIAL (Red Europea de Información y Documentación sobre América Latina) para la fabricación de los corpus para realizar las pruebas del nuevo sistema « Isidore ».