Documentation sur les Thésaurus

Transcription

Date de modification : 31/08/2007
Référence : THES_082007
Version : 0.0
Page 1
Description : Documentation sur les Thésaurus
Stockage :
Documentation sur les Thésaurus
Nom
Etablie par
Léo Pratlong
Equipe IS
Vérifiée par
Validée par
Date
31/08/2007
Version : 0.0
Page 2
Stockage :
Avertissement :
Ce document a été réalisé par un étudiant de 1ère année de l’EPSI de Montpellier, léo Pratlong,
dans le cadre d'un stage au sein de l'équipe 'informatique scientifique' DSI* de l'IRD* sous la
responsabilité de Régis Hocdé & Bruno Granouillac (de juin à août 2006).
Il s'agit de la restitution de l'étudiant 'non corrigée'.
I) Définitions :
Source : Dictionnaire LexiLogos, Dictionnaire de l'Académie Française, Wikipédia,
« Ontologie » de Laurent Bloche, « Fouille de Texte » de Jérémie Garcia.
La terminologie utilisée pour les thésaurus provient de la philosophie. Ainsi, beaucoup de ces
termes n'existent dans les dictionnaires que sous leur sens philosophique.
Concept
Thème, pensée qui est identifié par des termes dans le thésaurus (donc, un
concept globalise des termes).
Descripteur
Mot-clé choisi entre plusieurs synonymes qu’il représente dans un fichier de
classement, notamment en vue d’une introduction dans l’ordinateur.
Concept utilisé pour l’indexation, avec ses définitions et désignations
conventionnelles.
Index
Liste alphabétique des sujets traités, des noms (propres, communs,
géographiques, grammaticaux, etc...) étudiés ou cités dans un ou des
ouvrage(s), accompagnés de références permettant de les localiser.
Inférence
Opération qui consiste à admettre une proposition en raison de son lien avec
une proposition préalable tenue pour vraie.
Liste permutée
Version : 0.0
Page 3
Stockage :
Liste dans laquelle sont rangés alphabétiquement les termes des différentes
ontologies concernées par le thésaurus. C’est une agrégation d’ontologies.
Ontologie
Une ontologie est un ensemble structuré de concepts, l'objectif premier étant de
modéliser un ensemble de connaissances dans un domaine donné. Les concepts
sont organisés dans un graphe dont les relations peuvent être :


Des relations sémantiques
Des relations de composition et d'héritage (au sens objet)
Référentiel
a peut-être un ensemble de base de données contenant les « références » d'un
système d'information. « un référentiel est un processus énonciatif qui permet
de différencier », selon M. Foucault.
Taxonomie
Classification d'éléments; suite d'éléments formant des listes qui concernent un
domaine, une science.
Terme
Mot de la langue naturelle qui désigne un concept


Synonymie : plusieurs termes dénotent le même concept.
Ambiguïté : plusieurs concepts sont dénotés par le même terme.







MT - Main Term (terme)
SN - Scope Note (définition)
SR - Source (source de la définition)
BT - Broader Term (terme générique – TG)
NT - Narrower Term (terme spécifique – TS)
RT - Related Term (terme associé – TA)
UF - Used For (terme employé pour – EP)
Terminologie /
Abréviations
Autres abréviations complémentaires :





Use - (terme à utiliser)
SC - (Catégorie sujet)
HN - (Note historique)
DC - (Période couverte)
FN - (Nom entier)
Thésaurus
Recueil le plus complet possible de mots-clés hiérarchisés et liés entre eux
Version : 0.0
Page 4
Stockage :
sémantiquement.
Un thesaurus est hiérarchisé selon une normalisation.
Voici un exemple de la structure d'un terme d'un thésaurus :
MT: --------Glacier
SN: ---------Grand amas de glace qui recouvre en permanence le continent dans les régions polaires, ou qui se forme au flanc des
hautes montagnes.
SR: ---------Académie Française
UF: --------Géographie
Climat
BT: ---------glace
NT: ---------Fonte des glaces
RT: ---------Niveau de la mer
Réchauffement planétaire
Un glacier est donc, selon l'académie française, un grand amas de glace (...).
Ce terme est utilisé en géographie et dans les études sur le climat.
Son terme générique est 'glace'.
Le terme 'fonte des glaces' est spécifique aux glaciers.
Et enfin, les termes 'Niveau de la mer' et 'Réchauffement planétaire' peuvent être associés au terme
'Glacier'.
Version : 0.0
Page 5
Stockage :
2) Evaluation des thésaurus :
L’IAM Montpellier utilise des thésaurus complet pour ses recherches. Voici la configuration de leur
propre thesaurus :
L’IAM utilise plusieurs thésaurus, qui sont décrits plus bas. Cet institut peut nous fournir cet
agrégat de thesauri au format ASCII ou HTML.
D’autres thesauri ont été trouvés sur internet, mais leur qualité est très variable. D’autant plus que
certains ne sont plus mis à jour depuis environ 5 ans.
De plus, la plupart de ces thésaurus, bien que génériques, ne sont pas assez détaillés.
Un autre problème se pose : la disponibilité. A voir avec les propriétaires des thésaurus eux-mêmes.
La source principale de recherche des thésaurus est
http://dossierdoc.typepad.com/descripteurs/2006/01/liste_de_thsaur.html
Après un premier tri très sélectif, les thésaurus qui s’avèrent être intéressant sont ceux issus de la
liste de ce site :
A noté : Un thésaurus offre un système de navigation et des bases visiblement bien remplies :
http://www.plumbdesign.com/ . Il est néanmoins payant (environ 40$).

FishBase / LarvalBase :
http://fishbase.mnhn.fr/search.php
Version : 0.0
Page 6
Stockage :
http://www.larvalbase.org/
FishBase est surement le plus gros recueil mondial de termes liés à la faune aquatique. Il
est développé par le WorldFish Center aux philippines. Par contre, il semble impossible
de consulter la hiérarchie du thésaurus, donc, impossible d’évaluer le niveau de
précision.
Visiblement, les bases sont disponibles sur demande pour le tarif de 95$.
LarvalBase (conseillé par Marc Léopold) est semblable à FishBase (et permet d’ailleurs
des recherches au travers de ce dernier).
Ces deux outils sont utilisés principalement par les océanographes, les spécialistes de
milieux coralliens, les ichtyologues, les halieutes, etc…
Voici une photo d’écran des résultats d’une recherche avec le mot « Shrimp » sur
LarvalBase:
 Intéressant

Thésaurus Eurovoc de l’Union Européenne :
http://europa.eu/eurovoc/sg/sga_doc/eurovoc_dif!SERVEUR/menu!prod!MENU?langue
=FR
Version : 0.0
Page 7
Stockage :
Plusieurs ontologies sont ici
disponibles en 21 langues, dont les
plus courantes (Anglais, Espagnol,
Français, Allemand). Certaines
ontologies correspondent à ce que
l’on recherche : « Sciences »,
« Environnement », « Agriculture,
Sylviculture, Pêche » ,
« Géographie ». Néanmoins, ces
thésaurus semblent assez incomplets
(par exemple, « Agriculture,
Sylviculture, Pêche » regroupe
environ 2000 termes.
Un avantage : ces thésaurus sont
disponibles sur demande, en fichier
XML.
A droite, un exemple de description
de terme (« eau »). On remarque que
la granularité est limitée et que les
descriptions restent assez générales.
 Intéressant (peu précis, mais facilement utilisable)

Thésaurus GeoEthno :
http://www.mae.u-paris10.fr/dbtw-wpd/bed/index-lesc.html
Version : 0.0
Stockage :
Ce thésaurus contient la plupart des
régions géographiques du monde. Les
différents noms de lieux référencent les
lieux qui les entourent (les pays
frontaliers par exemple).
Ce thésaurus est complet en ce qui
concerne le référencement international
des lieux et pays, puisque un lieu est
associé à son nom français, allemand,
espagnol, et anglais, et son nom dans les
dialectes du pays. Par exemple,
« Philippines », qui est à la fois français
et anglais, est associé à (entre autres)
« Filipinas » (nom espagnol),
« Philippinen » (Allemand ?), et «
Republika ng Pilipinas » (Tagalog).
Ce thésaurus est principalement utilisé
par les ethnologues et les sociologues,
qui puisent dans celui-ci la traduction
dialectique des noms de lieux.
Il peut donc être intéressant d’utiliser
ce thésaurus afin de disposer d’un large
choix de références géographiques (à
moins que le serveur cartographique
n’intègre déjà un thésaurus
géographique ?).
 Intéressant et très riche

Thesaurus MeSH :
http://disc.vjf.inserm.fr/basismesh/mesh_mots.html
Page 8
Version : 0.0
Page 9
Stockage :
Le MeSH (Medical Subject
Headings) est le thésaurus de
référence dans le domaine
biomédical. Il est produit par la
NLM (National Library of Medicine,
USA) avec la participation de
l’Inserm pour la version française.
Ce thésaurus est donc bilingue,
anglais et français.
Ce thésaurus décrit des molécules,
des pathologies, et des notions
biomédicales. Il est utilisé
principalement dans les hôpitaux et
les facultés de médecine.
Les fichiers sont disponibles sous
réserve de la signature d’un contrat
ou d’une convention de concession
de droit d’utilisation avec l’Inserm.
Très bonne granularité (première
image : notion médicale ; deuxième :
molécule), extrêmement riche en
termes médicaux.
Notion médicale
Version : 0.0
Page 10
Stockage :
Molécule
 Intéressant

Tall Timbers Fire Ecology Thesaurus :
Version : 0.0
Page 11
Stockage :
http://www.talltimbers.org/research/fethesaurus.htm
Ce thesaurus utilisé par le GCMD (Global Change Master Directory) de la NASA est
complet (plus de 7000 termes) mais peu spécifique. Il est disponible librement en format
pdf.
Sur l’exemple ci-dessous, on peut voir l’arborescence disponible pour le mot « Trees ».
 Intéressant

Thesaurus ITIS :
http://www.cbif.gc.ca/pls/itisca/taxaget?p_ifx=cbif
Version : 0.0
Stockage :
Le thesaurus ITIS (Integrated
Taxonomic Information
System) est réalisé par le
gouvernement canadien.
C’est une base de termes sur
les noms de flores et de
faunes. Il est utilisé sur le
Global Change Master
Directory, base de données
scientifique de la NASA. Ce
thésaurus est consultable en
plusieurs langues (dont le
français) et est très complet.
Néanmoins, sa disponibilité
reste à définir, et il ne semble
pas normé.
 Intéressant
Page 12
Version : 0.0
Page 13
Stockage :

Thesaurus ASFA :
http://www4.fao.org/asfa/nons_fr.htm
Le thesaurus ASFA est un thésaurus
édité par la FAO (Food and Agriculture
Organization). Il recense la terminologie
de la science aquatique et halieutique, et
est relativement bien détaillé. Il existe en
trois langues (d’après des informations
trouvées à son sujet, mais seule une
langue –l’anglais- apparaît lors de la
navigation).
Visiblement, ce thésaurus est utilisé au
sein de l’IRD, notamment par Marc
Léopold.
Ce thesaurus est très intéressant
puisque très spécifique et très poussé
dans le domaine qu’il décrit. Néanmoins,
il n’a pas l’air d’avoir bénéficié d’une
mise à jour régulière, ni d’une mise à jour
récente.
Après contact, la FAO m’a fait
parvenir un fichier .XML du thésaurus.
L’image ci-contre présente une partie
des termes associés et spécifiques liés au
mot « Fishing ». On remarque que la
granularité est relativement poussée.
 Intéressant

Thesaurus EAU :
http://eaudoc.oieau.fr/sie/gedoieau.asp (aller dans « Nos Outils documentaires » ->
« Thésaurus Eau »
Ce thésaurus est édité par le Réseau Fontaine (réuni la Direction de l’Eau du Ministère
Version : 0.0
Page 14
Stockage :
de l’Ecologie et du Développement Durable, et l’Office International de l’Eau). Il
regroupe un ensemble structuré de 3651 termes.
Les ontologies disponibles sont très intéressantes. Par exemple : « Hydrogéologie »,
« Flore », « Elevage, Aquaculture », « Climatologie », etc…
Gros problème : ce thésaurus est payant  Pour obtenir la version papier + la version
électronique au format *.pdf : 133,78 € HT (160 € TTC).
 Intéressant

Macro-Thesaurus OECD :
http://168.96.200.17/ar/oecd-macroth/fr/
Ce thésaurus est utilisé par l’IAM Montpellier
pour les aspects liés au développement
économique et social et aux relations
internationales.
Il est très riche et complet, mais visiblement, il
n’est plus mis à jour depuis une dizaine
d’années.
L’IAM (Institut Agronomique Méditerranéen)
de Montpellier utilise ce thésaurus combiné à
d’autres afin de décrire son domaine d’activité.
A droite, on peut voir la précision relative de ce
thésaurus. Néanmoins, il recense beaucoup de
termes.
 Intéressant

Semantic Web for Earth and Environmental Terminology (SWEET) :
Version : 0.0
Page 15
Stockage :
http://sweet.jpl.nasa.gov/
Ce site offre des ontologies (en anglais) sur divers domaines de la science,
principalement les sciences d’étude du climat et de la biologie. Elles ne sont pas
consultables en ligne, mais disponibles sous forme de fichiers XML (directement sur le
site). Ainsi, il est difficile de connaître la qualité de la terminologie enregistrée.
 Assez intéressant

The Climate TimeLine Information Tool : “Exploring Weather & Climate Change”
http://www.ngdc.noaa.gov/paleo/ctl/
Ce site (utilisé par le GCMD de la NASA) fournit une liste de lieux ainsi que des termes
liés à la climatologie. Certains descripteurs sont téléchargeables en fichiers XML.

ECLAS Thesaurus (European Commission Libraries Catalogue)
http://ec.europa.eu/eclas/F/4LUSTSM46VN7L1JKCRVNMADYDB1T9YLEIIDTPTJ924J
5581CE7-00124?func=file&file_name=theseng.htm
Ce thésaurus est utilisé par l’IAM Montpellier depuis l’arrêt du macro-thesaurus de
l’OCDE. Ce thésaurus est très peu précis et ne permet pas une utilisation spécifique. Il
ne peut donc pas être utilisé indépendamment d’un autre thesaurus au sein de notre
portail.

Canadian Thesaurus of Construction Science and Technology :
Version : 0.0
Page 16
Stockage :
http://irc.nrc-cnrc.gc.ca/thesaurus/welcome.html
Ce thésaurus réalisé par le Conseil National de Recherches Canada est un thésaurus très
complet dans le domaine de la science et de la technologie. Il est consultable en ligne.
Un problème, justement notifié par les auteurs : le thésaurus n’est pas régulièrement mis
à jour. De plus, bien qu’il décrive des domaines variés (trop), ce thésaurus a une
granularité trop faible ce qui le rend peu précis et peu hiérarchisé. De ce fait, il perd de
l’intérêt.
Il ne semble pas que ce thésaurus soit soumis à des règles d’utilisation drastiques, aussi,
il semble possible de contacter les auteurs afin de demander une version électronique.

USGS Geographic Names Information System : Antarctica Online Database :
http://geonames.usgs.gov/domestic/download_data.htm
Ce site fournit (utilisé par le GCMD de la NASA) une liste de termes décrivant les lieux
des Etats-Unis et de l’Antarctique. Il est extrêmement complet et fournit des fichiers txt
de données (environ 130 Mo).
Le problème, donc, est de savoir si ces fichiers sont disponibles en RDF/SKOS/OWL.

UNESCO Thesaurus (français) :
http://databases.unesco.org/thesfr/
Version : 0.0
Stockage :
Ce thésaurus (français, anglais, espagnol,
grec) regroupe plusieurs domaines, euxmêmes divisés en sous-domaines. Deux
domaines sont susceptibles de nous
intéresser :
2-Science : regroupe 17 sousdomaines, dont certains présentent
un intérêt notable pour nous
(« Approche scientifique »,
« Science de la terre », « Géographie
et Océanographie »,
« Météorologie », « Hydrologie »,
« Sciences de l'environnement et
ingénierie », « Pollution,
catastrophes et sécurité »,
« Ressources naturelles »,
« Biologie », « Pathologie »).
4-Sciences sociales et humaines : 9
sous-domaines, dont certains offrent
quelques termes utiles
(« Population », « Etablissements
humains et utilisation des terres »).
Ce thésaurus propose donc des
ontologies intéressantes, mais le niveau de
détail n’est pas élevé (sauf sur les mots
spécifiques comme à droite). De ce fait,
l'intérêt que l'on peut y porter est moindre. A
moins que l'on utilise qu'une partie de ce
thésaurus, comme par exemple
« Océanographie », qui offre déjà quelques
termes à agréger au thésaurus que l'on
utilisera.
Page 17
Version : 0.0
Page 18
Stockage :

UNESCO Thesaurus (anglais) :
Ce thésaurus ressemble à sa version française, mais les termes ont l’air mieux détaillés.
A voir…
 Intéressant

RAMEAU (Répertoire d’Autorité Matière Encyclopédique et Alphabétique Unifié) :
http://catalogue.bnf.fr/
RAMEAU n’est pas à proprement parlé un thésaurus. En effet, il se différencie des
thésaurus par son langage d’indexation, et aussi par le fait qu’il est continuellement mis
à jour par ses utilisateurs. Edité par la Bibliothèque Nationale de France, c’est un
répertoire encyclopédique qui permet de chercher des ouvrages. Néanmoins, il semble
être précis, et détaillé. Peut-être n’est-il pas assez spécifique à l’utilisation que l’on veut
en faire, mais il offre néanmoins de nombreux termes relatifs à la science sous toutes ses
formes.
Le thésaurus n’est pas consultable indépendamment du système de recherche de
données. Après avoir contacté la BNF, il apparaît que les fichiers de données brutes sont
disponibles, mais ne sont pas au format OWL, SKOS ou RDF.
 Assez intéressant – A voir

Thesaurus Agora21 :
http://www.agora21.org/bibliotheque.html
Version : 0.0
Page 19
Stockage :
Ce thésaurus en français
contient des descripteurs
(environ 750) concernant
le développement durable
(notamment en milieu
rural). Il est disponible en
ligne au format .pdf et
aussi sur demande, sous
forme de fichier normé
(XML ?).
Un manque de détail
flagrant apparaît dans ce
thésaurus.
A droite, le descripteur
« Eau » avec ses termes
associés : peu décrit. Les
autres termes le sont
encore moins.

Thesaurus Ecothek :
http://www.ecologie.gouv.fr/developpement-durable/
Ce thésaurus reste introuvable. Après plusieurs recherches, ce thésaurus apparaît comme
un excellent recueil de termes concernant l’écologie, mais visiblement, sa disponibilité
et relativement instable (doc papier).
Après avoir contacté le ministère de l’écologie, il apparaît que ce thésaurus est
actuellement en refonte complète et fin 2007, une version enrichie sera disponible.
 Intéressant paraît-il…  indisponible jusqu’à fin 2007 (Ministère de l’écologie)
Version : 0.0
Page 20
Stockage :

Thesaurus Banane :
http://www.inibap.org/index.php?page=18->publications->musadoc&lang=fr
Ce thesaurus n’est pas consultable en ligne, mais est disponible sur demande. Il recense
3653 termes liés à la banane (au niveau scientifique notamment).
Très spécifique, ce thesaurus peut-être utile aux agronomes, mais reste assez inutilisable.
Peut-être serait-il judicieux de créer une page qui recense les différents thesaurus
spécialisés que l’on a trouvé jusque là, afin que les utilisateurs travaillant sur un sujet
précis (comme par exemple la Banane) puisse importer le thesaurus qui convient.

Thesaurus Méditagri :
http://www.iamm.fr/baseisis/cherchet.php
Edité par l’IAM (Institut Agronomique Méditerranéen) de Montpellier, ce thésaurus est
un complément à Agrovoc.
Un des principaux avantages qu’on peut lui trouver est sa relative disponibilité. L’IAM
étant situé à quelques mètres de nous, on peut aisément leur expliquer notre besoin.
Après avoir contacté l’IAM, il apparaît que ce thésaurus est une agrégation de plusieurs
thésaurus. Il semble extrêmement complet et est utilisé et mis à jour par l’IAM.
De plus, comme on peut voir ci-dessous, ce thésaurus est bien détaillé et décrit la
terminologie agricole et agronomique.
Version : 0.0
Page 21
Stockage :

Thesaurus Planète :
http://www.ladocumentationfrancaise.fr/catalogue/3303336501560/index.shtml
Edité par le ministère de l’écologie et du développement durable, ce thésaurus regroupe
4783 descripteurs sur 16 champs sémantiques (= ontologies).
Ce thésaurus n’est pas consultable en ligne, il est donc impossible d’en connaître la
teneur.
Nous possédons actuellement la version papier et la version cd-rom (format *.pdf).

Thesaurus UNBIS :
http://unhq-appspub-01.un.org/LIB/DHLUNBISThesaurus.nsf/$$searchf?OpenForm
Ce thesaurus édité par les Nations Unis en six langues (français, arabe, chinois,
espagnol, russe, et anglais) regroupe la terminologie des sujets abordés par l’ONU. De
prime abord, ce thésaurus semble peu détaillé étant donné l’étendu de son indexation.
Mais après utilisation, il semble posséder un niveau de détail assez poussé. Par exemple,
une recherche sur le mot « Halieutique » ouvre un terme « Recherche Halieutique »
auquel sont rattachés sept termes différents (en six langues).
Ce thesaurus est donc intéressant, mais trop vaste.
Version : 0.0
Page 22
Stockage :

Thésaurus du BIT = Bureau International du Travail :
http://www.ilo.org/public/libdoc/ILO-Thesaurus/french/index.htm
Le BIT met à disposition un thésaurus trilingue (anglais, espagnol, français) regroupant
les termes liés à l'univers du travail. Il semblerait néanmoins que les domaines qui
pourraient nous intéresser (4/19) (« Développement rural, agriculture, sylviculture et
pêche », « Sciences de l'environnement », « Sciences de la terre », « Recherche et
science ») ne soit pas accessible individuellement. Leur intérêt en devient moindre.
Ce thésaurus a donc comme référentiel le monde du travail. Et les ontologies qui nous
intéressent semblent ne pas exister comme référentiel propre. On ne peut donc pas les
différencier des autres ontologies du thésaurus BIT.
 Peu intéressant

Thésaurus MOTBIS :
http://www.motbis.fr
MOTBIS est un thésaurus destiné aux différents acteurs de l'éducation. Il offre 77 microthésaurus (que l'on peut finalement appeler Ontologies) spécialisés dans des domaines.
On retrouve des domaines qui nous intéressent (« Nature et Environnement », etc...),
mais ils semblent relativement incomplet. De plus, la navigation n'est pas aisée, puisque
les micro-thésaurus ne sont consultables qu'au travers du thésaurus principal qui les
regroupe. De ce fait, les éléments qui nous intéressent se retrouvent noyés dans ce vaste
dictionnaire.

Thesaurus Bureau Of Meteorology Metadata Encoding Schemes :
http://www.bom.gov.au/meta/word_lists/bom_subject_thesaurus.shtml
Thésaurus en anglais sur la climatologie, utilisé par le centre météorologique Australien.
Version : 0.0
Page 23
Stockage :
La partie consultable de ce thésaurus semble incomplète. Il est extrêmement succinct, et
ne convient donc pas à nos attentes.
De plus, il ne semble pas disponible à la distribution.

SEMIDE Thesaurus (Système Euro-Méditerranéen d'Information sur les savoir-faire
dans le Domaine de l'Eau) :
Ce thésaurus relativement détaillé recense la terminologie liée à l’eau. Le seul intérêt
que l’on peut y trouver réside dans le fait que l’on peut l’agréger au thésaurus de notre
portail.
Aucune information quant à la disponibilité de ce thésaurus n’a été trouvée.

Documentation sur les Thésaurus

Transcription

Documents pareils

Initiation à BCDI et au thésaurus en 6e

Argus de l`Assurance (L) NÂ° 7033 - 06/07/2007 - 330

Sur le blog Joconde Nouveaux versements, nouveaux musées

Le travail de recherche documentaire

La défiscalisation immobilière en zone rurale

Annexe 1 questionnaire A

Atelier_Vers un thésaurus sur la biodiversité-CR27112015-v4

Vade-mecum de la recherche documentaire et d - HEP

AAC Bourse Nice Pline

Thésaurus distributionnels pour la recherche d