L’utilisateur peut alors vérifier le classement et l’affiner en modifiant le statut de documents qu’il juge mal classés. Après deux ou trois itérations, le système est capable de classer les documents les plus pertinents en tête de liste. Pour cela un coefficient de pertinence est calculé pour chaque document. Si le dossier est mis à jour, un simple clic appliquera la même règle de classement aux nouveaux documents. Il faut actuellement cinq minutes pour classer 1 000 documents.
Cela signifie que l’utilisateur dispose non pas d’un Classifier générique, mais bien de Classifiers adaptés à chacune de ses thématiques.
Ce module est également proposé aux utilisateurs d’Orbit Intellixir où il s’applique aussi bien aux brevets qu’aux articles scientifiques, essais cliniques et autres projets de recherche financés par fonds publics.
Quelle utilité pour le professionnel de l’information ?
Ce module peut être utile dans plusieurs situations telles que l’optimisation du traitement des résultats d’alertes, surtout si leur volume est important.
On peut aussi l’appliquer dans une recherche d’antériorisation d’un brevet dans un domaine qui peut être relativement complexe, pour sélectionner les quelques brevets susceptibles de constituer des antériorités au moins partielles.
Le bénéfice utilisateur recherché est le gain de temps : cette fonctionnalité diminue de manière sensible le nombre de documents à lire en en identifiant les plus pertinents. Par conséquent l’utilisateur peut travailler sur un nombre de documents plus importants en amont, par exemple en incluant les (nombreux) brevets chinois non étendus qui devaient parfois être écartés faute de temps pour les traiter.
Le module a été développé à partir de librairies open source spécifiquement adaptées à l’information scientifique et technique. Les champs pris en compte par le moteur pour établir la pertinence sont le titre, l’abstract, les revendications ainsi que les codes IPC et CPC.
Ce module est une API de Questel qu’il est prévu d’utiliser également avec Orbit Express, la version « end user » d’Orbit Intelligence. Il pourrait aussi être appliqué à Orbit Asset, le module de gestion de brevets ou à Orbit Insight (ex-Orbit Innovation) destiné aux chercheurs de services de R&D. En revanche, il n’est pas prévu de le proposer tel quel en externe.
Actuellement, le classement se fait sur une seule thématique, mais le projet existe de pouvoir le faire sur plusieurs thématiques comme le font très fréquemment les veilleurs qui dépouillent des alertes.
Le principe de fonctionnement de l’AI-Classifier et son intégration à une application de recherche et d’analyse de brevets fait de l’AI-Classifier de Questel une offre unique sur le marché.
Nous remercions Jean Michel Careil, fondateur d’Intellixir et actuellement Directeur Data & Visual Analytics chez Questel SAS, pour toutes les informations qu’il nous a communiquées.