Extraire des faits de documents techniques pour étendre la taxonomie.

À propos du client

La Société Z est un fabricant pharmaceutique mondial. Sa division fabrication supervise la formulation, le conditionnement et la distribution de son portefeuille mondial de produits. Le centre d'excellence en gestion des connaissances de la Société Z s'est associé à Iknow sur plusieurs missions pour construire et étendre en continu la taxonomie d'entreprise et les capacités de recherche au service des scientifiques et ingénieurs de la Société Z.

Contexte sectoriel

La classification seule (étiqueter un document avec des termes thématiques) ne mène le chercheur qu'à mi-chemin de ce dont il a besoin ; elle signale qu'un document est globalement pertinent, mais pas ce qu'il dit précisément. L'extraction de faits va un niveau plus loin : elle utilise le traitement du langage naturel pour extraire des éléments d'information précis du texte d'un document (une phrase de synthèse, l'auteur, l'équipement ou le fournisseur mentionné, l'action corrective entreprise) et les stocker sous forme de métadonnées structurées et interrogeables. Combinée à la capacité de référencer de vastes vocabulaires externes, comme d'importants catalogues de fournisseurs ou d'équipements, sans intégrer chaque terme à la taxonomie d'entreprise centrale, l'extraction de faits permet à une organisation d'enrichir significativement la recherche sans la charge permanente de gérer une taxonomie en croissance constante.

Situation de départ

Lors de missions antérieures, Iknow avait construit la taxonomie d'entreprise centrale de la Société Z (plus de 1 840 termes sur une hiérarchie à quatre niveaux et 10 facettes) et déployé l'autoclassification sur l'ensemble des référentiels SharePoint de la Société Z, en affinant le modèle par des tests, des retours et l'analyse de contenus tels que les rapports de déviation de fabrication. Le centre d'excellence KM de la Société Z voulait bâtir sur cette fondation avec quatre objectifs : utiliser le module Fact Extraction de Semaphore pour extraire des faits clés et étendre la taxonomie, tester le modèle de faits résultant sur un large échantillon de documents, le mettre en production aux côtés du moteur de classification existant et former le personnel KM de la Société Z à l'outil d'extraction de faits.

• La classification seule ne suffisait pas. Même avec une taxonomie mature et bien étiquetée, les utilisateurs devaient encore ouvrir et lire les documents pour trouver des faits précis (qui l'a écrit, ce qu'il conclut, quel équipement ou fournisseur était concerné) qui n'étaient pas capturés sous forme de métadonnées interrogeables.
• Certains vocabulaires importants étaient trop volumineux pour la taxonomie centrale. Les vendeurs, les fournisseurs et les numéros de modèle d'équipements formaient des listes énormes et en perpétuel changement qui auraient créé une charge de maintenance considérable si elles avaient été ajoutées directement à la taxonomie principale de la Société Z.
• Aucune capacité éprouvée d'extraction de faits n'existait encore. La Société Z ne disposait d'aucun modèle pour identifier et extraire automatiquement des faits tels que les synthèses, les auteurs ou les actions correctives de ses documents.
• Les faits avaient besoin d'un chemin clair vers la production et les utilisateurs finaux. Extraire des faits isolément n'aiderait personne tant que la capacité n'était pas mise en production et traduite dans une expérience de recherche améliorée.

• Utiliser le module Fact Extraction de Semaphore pour sélectionner et extraire des faits clés des documents de la Société Z et étendre davantage la taxonomie.
• Tester le modèle de faits sur un large échantillon de documents pour garantir sa précision et sa valeur.
• Mettre le modèle de faits en production aux côtés du moteur de classification existant.
• Former le personnel KM de la Société Z à l'extraction de faits pour un usage futur.

Comment Iknow a structuré la mission

Iknow a structuré la mission en cinq phases : planification et pilotage de l'extraction de faits, développement et tests, extension de la taxonomie par des vocabulaires externes, planification de l'intégration avec la recherche, et formation.

Activités et décisions clés

• Planification et pilotage de l'extraction de faits. Iknow a examiné des exemples de documents jugés propices à une extraction de faits à valeur ajoutée, en particulier les rapports d'investigation, les autres communications et rapports techniques et les protocoles, en identifiant les faits potentiels clés, dont les phrases et paragraphes de synthèse, les informations sur les auteurs et contributeurs et les informations sur les fournisseurs et équipements utilisés en fabrication.
• Développement et tests de l'extraction de faits. À l'aide de Progress Semaphore, Iknow a développé des définitions de faits et des indicateurs sémantiques pour traiter chaque document, puis a testé le modèle de faits achevé sur plus de 100 documents issus des référentiels de la Société Z. Après un réglage fin, le modèle a identifié avec succès les phrases de synthèse clés, les auteurs et contributeurs des documents et d'autres extraits de texte utiles, comme les actions correctives réalisées. La conception est extensible à d'autres types de contenus à l'avenir.
• Extension de la taxonomie. Iknow a utilisé le modèle de faits pour se relier à des taxonomies externes trop volumineuses pour être incluses dans le modèle de taxonomie principal, permettant d'étiqueter des concepts de ces taxonomies externes aux côtés des termes du modèle principal sans charge de maintenance supplémentaire, ce qui a considérablement élargi l'étiquetage des vendeurs, fournisseurs, équipements et numéros de modèle spécifiques.
• Planification de l'intégration avec la recherche. Iknow a fourni plusieurs maquettes d'améliorations de l'interface de recherche exploitant les faits et la taxonomie étendue, permettant aux utilisateurs de passer rapidement en revue de longues listes de résultats et de se concentrer sur les contenus les plus utiles, et rendant possible la recherche fondée sur les faits et les termes de la taxonomie étendue avec une pertinence améliorée. Iknow a tenu plusieurs sessions en ligne avec l'équipe de développement informatique de la Société Z pour planifier les détails de mise en œuvre, y compris l'utilisation de l'API Semaphore.
• Formation. Iknow a préparé une session de formation complète et une documentation sur l'extraction de faits et l'extension de la taxonomie, couvrant notamment le travail avec les outils Semaphore pour développer de nouveaux faits et la manière de tester la précision de l'extraction de faits.

Parties prenantes et collaboration

Iknow est intervenu comme contractant principal, en travaillant avec le centre d'excellence en gestion des connaissances de la Société Z et avec l'équipe de développement informatique sur la planification de l'intégration avec la recherche.

Déterminer quels faits valaient réellement la peine d'être extraits

Construire des règles d'extraction pour des informations mal choisies aurait gaspillé des efforts et encombré les résultats de recherche sans apporter de valeur réelle. Iknow y a répondu en menant une phase dédiée de planification et de pilotage, en examinant des exemples de documents réels (rapports d'investigation, communications techniques, protocoles) pour identifier des types de faits concrets et utiles avant de construire la moindre définition de fait, plutôt que de deviner ce qui pourrait être utile.

Étendre la portée de la taxonomie sans alourdir sa maintenance

Les vocabulaires de vendeurs, de fournisseurs et d'équipements étaient bien trop volumineux et changeants pour être raisonnablement intégrés à la taxonomie centrale de la Société Z. Iknow y a répondu en utilisant le modèle de faits pour se relier à ces vastes vocabulaires externes, gardant la taxonomie d'entreprise légère tout en permettant un étiquetage riche et précis des fournisseurs et des équipements.

Résultats quantitatifs

• Tests du modèle de faits : plus de 100 documents testés issus des référentiels de la Société Z.
• Types de faits extraits avec succès : phrases de synthèse, auteurs et contributeurs des documents et autres extraits de texte utiles, comme les actions correctives réalisées.
• Extension de la taxonomie : élargissement significatif de l'étiquetage des vendeurs, fournisseurs, équipements et numéros de modèle via la liaison à des taxonomies externes.

Résultats qualitatifs

Sur la base des résultats des tests, la Société Z a commencé à déployer la capacité d'extraction de faits dans l'ensemble de la division. La nouvelle capacité permet aux utilisateurs de passer rapidement en revue de longues listes de résultats et de cibler les contenus les plus utiles, et elle prend en charge des recherches directes sur les faits et les termes de la taxonomie étendue pour améliorer la pertinence. Le modèle de faits a été conçu pour être facilement extensible à de nouveaux types de faits et à de nouvelles taxonomies externes, et le personnel KM de la Société Z a reçu une formation et une documentation complètes pour l'étendre de façon autonome. Les travaux ont été achevés dans les délais, et la Société Z prévoyait de poursuivre l'utilisation et l'extension de cette approche, en capitalisant sur l'investissement pluriannuel de la division dans la taxonomie et l'infrastructure de recherche construites par Iknow.

Délai avant impact

Iknow a livré les cinq phases dans la période contractuelle de cinq mois, en parallèle du projet de taxonomie des study maps mené par Iknow pour la Société Z.

Compétences clés

• Extraction de faits et enrichissement sémantique
• Extension de taxonomies via des vocabulaires externes
• Conception de l'expérience de recherche
• Formation et montée en compétence KM

Méthodes et cadres

• Découverte de faits guidée par les types de documents
• Développement de définitions de faits et d'indicateurs sémantiques dans Semaphore
• Tests itératifs et réglage fin
• Conception de maquettes d'interface de recherche

Technologies et outils

• Smartlogic Semaphore (module Fact Extraction, moteur de classification, API)
• Recherche d'entreprise SharePoint
• Taxonomies externes de fournisseurs et d'équipements