GROBID : mieux digérer les publications savantes pour muscler les communautés open source scientifiques

Anne L'Hôte

Département des outils d'aide

à la décision - SIES - MESR

GROBID

  • GeneRation Of BIbliographic Data
  • Logiciel open source
  • Bibliothèque de machine learning
  • Extraire, d'analyser et de restructurer des documents bruts en documents structurés
  • PDF => XML/TEI structurés
  • Focus particulier sur les publications techniques et scientifiques
  • Faciliter l'exploration de texte, l'extraction d'informations et l'analyse sémantique de ces publications

GROBID

GROBID workflow

GROBID

  • 🪜 Passage à l'échelle
  • 📦 Conteneurisation
  • Optimisation
  • Fiabilité et consistence des données (bons taux de précision de rappel)

GROBID

GROBID

Google Scholar - 898 résultats GROBID Google Scholar

GROBID

Champs extraits par GROBID
  • Extraction et analyse de l'en-tête
  • Extraction et analyse des références
  • Reconnaissance et liaison des contextes de citation
  • Références isolées
  • Analyse des noms
  • Analyse des affiliations et de leurs adresses
  • ...

BSO

  • Pilotage des politiques publiques de la Science Ouverte
  • Construction d'indicateurs (Dynamique d'ouverture des publications)
  • Elargissement des objets scientifiques étudiés (jeux de donnée et codes logiciels)
  • Problématique du téléchargement des PDFs

BSO

BSO

GROBID & BSO

  • Utilisation et évolution de GROBID pour les usages du BSO
  • Mesure d'ouverture des publications mentionnant un jeu de données et / ou un code logiciels
  • Création ou amélioration des images Docker datastet et softcite pour détection dataset et code logiciel

GROBID & BSO

GROBID & BSO

Communauté

  • MESR participe à l'Open Source via le développement d'outils libres
  • Structuration des communautés d'usage
  • Repérer les éventuels risques de vulnérabilité de la communauté par rapport à l'open source (vulnérabilité du logiciel utilisé lui-même) ou encore situation de forte dépendance à un outil unique
  • Exemple : quelles disciplines utilisent grobid ? certaines en sont-elles complètement dépendantes ?
Des questions ?