DiffuserÉtude de cas

Module Omeka S de recherche en langage naturel : étude de cas M3C

Poser sa question, trouver la bonne notice : comment Limonade & Co a transformé la bibliothèque numérique Omeka S de M3C en assistant de recherche intelligent

Client

Médiathèque Culturelle de la Corse et des Corses

Secteur

Patrimoine & collections numériques

Périmètre

Conception et développement d'un module Omeka S de recherche sémantique en langage naturel

Durée

15 jours

Le défi

M3C gère ses collections sur Omeka S, une plateforme robuste mais dont la recherche repose sur des mots-clés et des champs structurés.

Pour retrouver une notice, encore faut-il savoir comment elle a été décrite, ce qui limite l'accès aux contenus et leur valorisation.

M3C souhaitait franchir un cap : permettre d'interroger ses collections en langage naturel, comme on poserait une question à un assistant, pour retrouver les notices réellement pertinentes selon le sens de la demande, et non selon la seule correspondance de termes.

Notre approche

Poser une question, pas des mots-clés

01

Concevoir l'assistant de recherche

Cadrage du besoin et conception fonctionnelle du module : définir l'expérience cible - poser une question en langage naturel plutôt que combiner des mots-clés - et les principes du moteur d'analyse sémantique adaptés aux notices d'Omeka S.

02

Développer le moteur sémantique

Développement du module et de son moteur : analyse du sens de la requête exprimée en langage naturel, puis identification et classement des notices réellement pertinentes selon leur adéquation à la demande, au-delà de la simple correspondance de termes.

03

Intégrer nativement à Omeka S

Intégration du module au sein de l'instance Omeka S de M3C, pour une recherche intelligente directement accessible aux utilisateurs, sans changer d'outil ni de plateforme. Un assistant de recherche opérationnel, livré en dix jours.

Résultats