Sorcellerie Web - Boule de cristal

Intelligence artificielle, internet et assistant personnel

J.Ducastel — Wed, 26 Jul 2006 20:10:00 +0200

Suite à une discussion sur Jabber avec Fastclemmy où celui-ci me parle de son idée de bot jabber comme interface avec un compte de stockage de signets sur blogmarks...

Beaucoup de services web existent déjà pour le stockage et l'organisation de votre vie numérique : webmails, signets collaboratifs, agendas, calendriers, to-do lists, lecteurs de flux, etc. Les plus geeks d'entre nous ont ainsi une multiplicité de comptes et d'interfaces web à consulter. Et d'ailleurs, les moins geeks d'entre nous n'ont probablement tout simplement pas idée de tous ces outils et pas l'envie, le courage ou le besoin d'apprendre à maitriser toutes ces interfaces. Cependant, la plupart des ces services (je veux dire, ceux qui ne sont pas has been avant d'avoir été) proposent des API permettant un accès automatisé.

J'ai alors entraperçu dans ma boule de cristal ce qui pourrait être monnaie courante d'ici, mettons, une décennie, et ce pour le commun des mortels :

Un bot, c'est à dire un programme d'intelligence articielle, accèdera pour vous à toutes ces interfaces, suite à des demandes effectuées en language naturel via un protocole de messagerie instantanée (standard bien sur, c'est à dire jabber). Cet assistant personnel aura accès via le web à tous vos contenus et services, et pourra chercher à votre place, reserver des billets, verifier votre disponibilité dans votre agenda, filtrer vos emails, vous avertir d'un contenu interessant dans vos flux de syndication, d'une attaque de spam sur votre blog. La difficulté ici réside bien entendu dans la partie intelligence artificielle, c'est à dire dans la traduction entre language naturel et instructions executées. On peut imaginer un systeme d'apprentissage, d'autant que chaque utilisateur aura sa propre manière d'exprimer ses requetes.

Question implémentation, l'IA pourrait résider sur un serveur et être accédée via un client jabber standard, ou résider sur un programme client (c'est à dire au sein de l'ordinateur/PDA/téléphone et accéder soit directement aux services, soit via jabber à un simple pont de ceentralisation d'accès aux services. On pensera bien sûr à coupler l'interface de dialogue à un système de reconnaissance et de synthèse vocale, afin de dialoguer avec son assistant comme avec un... secrétaire particulier.

Some ideas to improve tags use in social software

J.Ducastel — Tue, 17 May 2005 19:48:00 +0200

Flat hierarchy versus categories in social softwares

If you're using some social bookmarking web-application like del.icio.us or blogmarks.net; you may have used tags, keywords attached to a content as a metadata label. It's an easy, user-friendly, quick way to index a content for your own use and/or sharing it. It's a somewhat new feature in data indexation software, as far as i know, and there's a bit of buzz about it actually (see links at the end).

As opposed to the "old" way to index content, hierarchical categories, it's often seen as the cheap metadata for the masses, categories being the land of taxonomy experts. I do think that flat-hierarchy is more human brain-friendly, imitating the word-as-a-label-for-things way it works. It's probably the reason why tags have kicked in so strongly. (The more an user interface follows users thought schemas, the less obstacles it throws between the user and the actions to perform, the better it is) But this is also the main drawback of the tags: human language-structured thought can make hyperspace jumps between concepts, the same word can have several totally different meanings, and last but not least : each humain has its own world-experience, its own tagging-system. Not mentioning the language divides.

Where categories are managed by specialists in order to achieve the best classification, tags are users rough approximation of classification for a practical use. Here is a small proposal to improve flat hierarchy efficiency by patching it with some bits of categorization, while keeping the tags theirselves simple and natural; avoiding the use of categorized tags like technology>computer>programming or web.design.css as users tend to use to overcome tags limitations.

Tags are metadata, but are also data

A map is not the territory. (Words are not the things they represent.)

A map covers not all the territory. (Words cannot cover all they represent.)

A map is self-reflexive. (In language we can speak about language.)

-- Alfred Korzybski, the role of language in perceptual processes

Tags are as natural to users as the use of language. But language has structures itself, and words are related to each other in a web (or webs ?). Why not add semantic relations between tags to flat hierarchy ? It would just be another depth of metadata, metadata over metadata. No need to change current tags systems :

Users tag their content with whatever tags they think appropriate, just as actually.
Shared tags between a community become a thesaurus, a cloud to be strucutured.
Community experts pick tag couples and define freely the appropriate semantic relation between them, like synonym, is-a-kind-of, translation, word-variation etc.
Specialized features and search engines can be built, using tags semantic enhancements, improving content sharing.
Communities could share their tags maps, to benefit from each other classification abilities, provided there is an accurate, flexible standard defined for tags structuration and exchange.

As a draft, let's imagine tags web structure as a many-to-many relation table linking tags like this :

tag A (alphanumeric)
tag B (alphanumeric)
commutative (boolean) is the relation order-independant ?
weight (numeric) if relevant, strength scale of the relation
insert other relevant metadata here...

And for exchange... let's say some kind of xml-rpc web service standard to retrieve ponctual metadata on a per tag use or to import complete tag maps from a community, with/or content feeds. I think that there are some intersting potential web applications to be built on community, human-indexed content.

Some links

In no particular order :

Post-Scriptum, 2007-07-29 : I've copied this entry to my wiki so that people can reference and discuss it.

Modularisation du XHTML

J.Ducastel — Wed, 22 Sep 2004 17:36:00 +0200

Il y a une dizaine de jours je suis tombé sur un article sur la modularisation du xhtml. Il s'agit d'une recommendation du W3C, l'instance de normalisation du web. Le (X)HTML est déjà un format populaire car il constitue la norme (du moins la plus répandue) de structuration d'un document pour qu'il soit visible dans le navigateur, c'est à dire pour un document publié sur internet.

Jusqu'ici, il était conçu avant tout comme un format de mise en page et de présentation, muni d'hyperliens. Nous sommes à un tournant où il s'agit d'en faire (à nouveau ?) un format de structuration sémantique, en délégant la mise en page et la présentation à CSS. Rédiger un document XHTML, c'est (pour le developpeur/intégrateur web) ajouter un marquage sémantique à un contenu textuel dans l'optique de pouvoir ensuite le mettre en page en s'appuyant sur ce marquage. Le dit marquage n'a alors d'importance que pour les différentes feuilles de style qui seront appliquées. De plus, le jeu de balises à valeur sémantique de XHTML est assez limité : paragraphe, citation, titre... en tout une maigre vingtaine de marquages différents. D'où l'usage intensif des <span> et <div> assortis d'attributs class et id.

La modularisation du XHTML consiste à fractionner son jeu de balises unique en plusieurs jeux (modules), par fonctionnalité. Il est alors possible de constituer la variante de XHTML nécessaire à la structuration de tout type de document textuel, en piochant parmi les jeux existants voire en en créant de nouveaux... Potentiellement, cela permet de faire de XHTML un format réellement universel, non plus de publication de document sur le web, mais de structuration de document. Tout document textuel pourrait donc être nativement écrit en XHTML, et contenir ses propres méta-informations. Aussi bien sur sa structure sémantique, permettant non seulement de présenter le contenu en mettant en relief sa signification (je pense notamment à la coloration syntaxique d'un code source, mais toute mise en page de document part de ce principe - non ?), mais aussi de le manipuler et d'en extraire des informations (effectuer une recherche portant non pas sur le contenu lui même mais sur sa valeur sémantique); que sur le document en tant que tel (auteur, date etc), ce que font les actuelles balises <meta> et pour lequel il est alors envisageable de créer des jeux/modules normalisés.

Adieu les traitements de textes, bonjour les editeurs XHTML !

Voici en guise d'annexe quelques uns des modules permettant de reconstituer XHTML dans sa forme actuelle :

Structure : html, head, body, title
Hypertext : la star : a
Text (les actuelles balises sémantiques) : abbr, acronym, address, blockquote, br, cite, code, dfn, div (?), em, h1-h6, kbd, p, q, samp, span (?), strong, var
List : dl, dt, dd, ol, ul, li
Basic forms : form, input, label, select, option textarea
Basic table : caption, table, td, th, tr
Image : img

tags, meta tags delicious

J.Ducastel — Wed, 04 Feb 2004 17:43:00 +0100

english readers : please scroll down for english translation

Pour ceux qui ne connaitraient pas delicious, il s'agit d'une application web de stockage de signets en ligne. Ses points forts :

Hierarchie plate : vous classez vos signets par mots clefs (tags), chaque signet peut recevoir autant de mots clef que nécessaire. C'est un système de classement beaucoup plus puissant, je pense, que le classement arborescent par catégories.
Mutualisation : delicious se présente comme un outil social, les signets sont partagés entre tous les utilisateurs. Chaque utilisateur a le contrôle total sur ses signets et leur marquage, mais une recherche par mot-clef portera sur les signets de tous les utilisateurs : le travail de recherche et de marquage est collectif. C'est la lutte, euh, finale-euh... ;o)
Syndication : chaque page de résultats possède son propre fil de syndication; ainsi on peut suivre l'actualité d'un mot-clef par exemple.
simplicité, gratuité, ergonimie. Il est aussi simple de collecter un signet que de cliquer sur un signet special du navigateur, saisir les mots clefs et valider pour etre redirigé vers la page d'origine.

L'outil est simple et puissant. Tellement que ça donne des idées (je posterai sur le sujet prochainement). En attendant, je tente d'enrichir mes signets par l'usage de meta-tags, que je place entre [crochets], des mots-clefs qui renseignent non pas sur le contenu du signet mais plutot sur sa forme :

langue : [fr] pour un ressource francaise, [en] pour une ressource anglaise, etc. Pour des ressources multilingues je mets autant de tags que nécessaires, ainsi le signet sera present dans une recherche pour chacun de ces tags.
type : [blog], [wiki], [forum], [article] ...selon le type de site hebergeant la ressource.
licence : [gpl] GPL, [cc] creative commons, [lyber] lyber.

Je propose ici cet usage à la communauté. Si vous trouvez l'idée pertinente, reprenez la. Si vous en avez une meilleure, publiez la.

In english, please

If ever you don't know about delicious, it's a bookmarks storage web application. Its strengths are :

Flat hierarchy : bookmarks organization is done through keywords, called tags. Each bookmark can be tagged with as much tags as necessary, so it will be present on a search on all its tags. I think it's a more powerful classification than using a folders tree.
Shared bookmarks : del.icio.us is describing itself as a social bookmarks manager, because the bookmarks and their associated tags are shared amongst users. Each user has plain control over its own bookmarks and tags, but a search on a tag will browse the entire collection. Therefore, the search and classification work is made collective. Free communism rules ;o)
Syndication : each result page provides its own RSS syndication. So you can track a tag, tags combination, a user's tags...
Free, simple, easy. Implementation is just near perfect.

The tool is simple yet powerful. Enough to give me some ideas, but i'll talk about these later. For the moment, i try to enhance it by the use of meta-tags, tags which aren't about indexed content itself, but its form. I put these tags between [brackets] to distinguish them from content indexing tags. Here are the ones i used :

language : [en], [fr], [de] etc. If a content provides translations, i add as many as necessary, so the bookmark is indexed for all potential readers.
Type : [blog] [wiki] [forum] : depends on the kind of website offering the resource.
License : [gpl] GPL, [cc] creative commons, [lyber] lyber.

Use this meta-tags convention if you think it's useful. Please tell me if you have better ideas.