GarganText : la cartographie des connaissances pour tous.

Les Tuto@Mate ont reçu le 5 février 2021 Alexandre Delanoë pour présenter GarganText (qu’il développe). GarganText est un logiciel libre (AGPL) qui peut être utilisé pour réaliser un état de l’art soit à partir d’une simple équation de recherche soit à partir de fichiers.

La version de production (https://gargantext.org) a rendu service pendant près de 6 ans. La nouvelle version réécrite durant ces 3 dernières années est désormais prête pour la communauté d’utilisateurs et sera présentée au cours de ce Tuto@Mate. Si l’on retrouve l’esprit de l’ancienne version, c’est bien un changement majeur : nous avons désormais un espace de travail collaboratif et décentralisé.

En combinant une interface collaborative, synchrone ou asynchrone, et un protocole décentralisé, l’expérience de cartographie de connaissances s’améliore en conservant les fondamentaux suivants:

  • GarganText est agnostique au regard des connexions aux bases de données et toutes les langues (connues ou inconnues) peuvent être intégrées aux instances.
  • Une interface simple et puissante de généricité propose alors des méthodes d’analyse et de visualisation issues des recherches sur les systèmes complexes, du traitement automatique des langues et de l’intelligence artificielle (de la petite donnée aux données massives).
  • Le client s’exécute dans un navigateur web (Firefox ou Chromium). Il peut se connecter à de multiples instances en parallèle et propose une nouvelle ergonomie pour cartographier et enrichir collectivement les masses de données textuelles.

L’enregistrement de la présentation est accessible sur le carnet de recherche.

Alexandre Delanoë est sociologue, ingénieur de recherche au CNRS/ISCPIF (Institut des Systèmes Complexes de Paris Île de France), développeur et chef du projet GarganText.
Site Web: https://alexandre.delanoe.org

David Chavalarias est directeur de recherche CNRS au CAMS et Directeur de l’Institut des Systèmes Complexes de Paris Île-de-France. Ses recherches portent sur la reconstruction de dynamiques des connaissances à partir des archives textuelles numérisées.
Site web : http://chavalarias.org


Vous aimerez aussi...

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search