Réunion du Lot 2, extraction de contenu
15 octobre 2007, de 14h00 à 18h00
AgroParisTech (siège, Paris 5)

Retour sur la réunion précédente

Questions restées en suspens :

toujours des interrogations sur les livrables de Thalès ;
que fera le crawler fourni par Exalead des documents ? il fournira un document WebContent vide, on cherche un moyen de récupérer la version textuelle depuis les documents HTML ou PDF ;
comment les services accéderont aux documents d'origine ? par les services Exalead en fournissant l'url.

Présentation du service du CEA extrayant les entités nommées par Gaël de Chalendar ; questions de Patrice Buche sur l'aspect paramétrable de ce service et de celui identique fourni par Exalead (en l'occurrence pour repérer dans le texte les références aux tableaux) ;
présentation des interfaces des services Formating et en particulier du service d'extraction de tuples par Fabien Torre (Mostrare) (voir le fichier PDF) ; question de Patrice Buche : possibilité de d'apprendre et d'extraire sur des documents WebContent réduits à des tableaux ?

Déroulement de la journée :

présentation générale ;
démonstration d'une première application fonctionnant avec le socle WebContent et impliquant les premiers services disponibles (dont l'extraction d'entités nommées du lot 2)
présentations par lot, en particulier les applications du lot 6 ;
démonstrations des différents partenaires.

Décision dans la semaine : format des présentations et intervenants.

Les applications décident du stockage des documents, de leur gestion des URIs, etc. ; elles peuvent utiliser le service Repository ; à clarifier avec le lot 1 ;
existence d'un annuaire des services WebContent disponibles ?
fournir les descriptions des services du Lot 2 en WSDL ;
livraisons à M18 (prototype Mostrare), au 31 décembre 2007 ?
prochaine réunion : matin du mardi 15 janvier 2008 (date et lieu à confirmer, Lille ?).