Bases & Netsources - Accueil

L’intelligence économique commence par une veille intelligente

Conférence AI-SDV 2022 : compte rendu de la dernière édition

Benoit SOLLIE, François LIBMANN
Bases no
408
publié en
2022.11
743
Conférence AI-SDV 2022 : compte rendu de la dernière édition Image 1
Conférence AI-SDV 2022 : compte rendu de la dernière édition Image 1

L’opus 2022 de l’Artificial Intelligence Conference on Search, Data and Text Mining, Analytics and Visualization plus connue sous le vocable « AI-SDV » vient de se terminer dans une atmosphère particulière.

Si les contributions ont été, pour la plupart, de qualité et le réseautage efficace, nous retiendrons que c’est une manifestation de plus que les professionnels de l’information ne connaîtront probablement plus, la faute du Covid qui a « tué » la manifestation à petit feu.

Les plus anciens se souviennent d’un temps où les événements se bousculaient parfois à l’agenda, autant que le public à ces événements. Ces derniers risquent maintenant de se limiter aux dates proposées par l’EPO (European Patent Office) ou les groupes d’utilisateurs. Dans cet article, Benoit Sollie et François Libmann soulignent quelques présentations (disponibles sur Internet) et lignes de force qui ont marqué cette dernière édition.

Avant d’entrer dans le vif du sujet, signalons une coïncidence amusante : la manifestation qui regroupait 60 % des participants en présentiel et 40 % en vidéo avait lieu à quelques centaines de mètres des bureaux viennois de l’EPO. De plus, pour la première fois l’exposition n’avait pas fait le plein.

Déploiement de solutions IA « interne » : prévoyez de gros efforts

Wolfgang Thielemann a présenté l’ambitieuse plateforme de littérature scientifique développée par Bayer. Après cinq ans de développements et le travail constant de trois temps pleins (soutenus par des équipes de développeurs externes), la solution peut enfin être globalement déployée au sein du groupe.

Rappelons qu’elle héberge 250 millions d’enregistrements harmonisés, dont les entités et métadonnées ont été extraites par traitement de langage naturel (ou Natural Language Processing en anglais, NLP). La structure de la solution repose sur des ontologies. Le résultat est une interface dépouillée, permettant la recherche simultanée dans de nombreuses bases de données payantes (Elsevier, CAS, transferts technologiques). L’auteur a souligné les efforts fournis, l’architecture et les défis d’un projet d’une telle ampleur.

tags

Déjà abonné ? Connectez-vous...

Les abonnés peuvent poster des commentaires ! N'hésitez pas à vous abonner à Bases et Netsources...