Indexation, catégoratisation et organisation de documents multimédia – OMNIA

Le projet Omnia vise à filtrer des documents contenant du texte et des images, dans un contexte de
grandes masses de données, tels que ceux trouvés dans des intranets et sur Internet, et à les présenter
aux utilisateurs dans un outil de traitement de contenu comme DocuShare (Xerox). L'originalité du projet
est de travailler sur 3 dimensions : image, texte, émotion et dans un contexte multilingue. L'image et le
texte donnent lieu à 2 catégorisations relatives aux aspects informationnels et aux aspects émotionnels
spécifiques (provenant directement de l'image, ou afférents à sa perception exprimée dans le texte). Ces
deux types de contenus seront traités indépendamment (annotation puis indexation et catégorisation),
avec des techniques d'apprentissage, et ensuite fusionnés au niveau de l'outil de filtrage et
d'interrogation. Leurs "primitives" seront reliées à une représentation interlingue des sens de mots
fondée sur l'anglais (UNL), ce qui ouvrira la voie au multilinguisme de la "publication" des catégories des
documents, et du traitement de questions dans les langues naturelles munies de dictionnaires UNL.