Suivi Adaptatif Interlingue et Multi-Sources des Individus – SAIMSI

Le projet conduit à développer une plateforme d’intégration d’informations multi-sources ouvertes multilingues concernant des personnes pour la détection de signaux faibles ou de situations à risque dans le cadre de la protection des citoyens. La plateforme agrégera des informations quel que soit le type de source (base de données existante, rapports, publication ou flux public internet, web 2.0...), de média (texte, parole) ou de langue et de système d’écriture (français, anglais, arabe, russe, …). Elle doit permettre de discriminer les informations sur des personnes homonymes. Elle doit aussi permettre d’attribuer un texte à un auteur même si ce texte n’est pas signé. Les technologies utilisées feront un large appel à des analyses linguistiques multilingues profondes, à une extraction et normalisation inter-lingue d’information structurées en fonction des besoins métiers et à une normalisation des entités nommées (personnes sociétés, lieux, dates, mesures). L’attribution de textes (et donc de l’information contenue) à un individu, qu’il s’agisse d’un texte qu’on lui attribue comme auteur ou un texte décrivant certaines de ses activités, sera réalisée de manière complémentaire grâce à des technologies statistiques par apprentissage et par une connaissance métier qui fera appel à une ontologie et du raisonnement automatique. La solution s’intègre parfaitement à l’antériorité des projets financés par l’ANR pour la sécurité globale et notamment à la plateforme Weblab qui est elle-même une valorisation de la plateforme ANR WebContent pour les technologies du web sémantique appliquées à la veille. De ce fait, elle bénéficiera ou s’interconnectera aisément avec les autres composants pour la sécurité globale ciblant les activités de renseignement et de détection des activités hostiles. Son exploitation pourra bien entendu donner lieu à d’autres projets ou d’autres développements visant à apporter les bénéfices de l’analyse multilingue en sources ouvertes à d’autres activités liées à la sécurité globale. La participation à ce projet de laboratoires français majeurs garantit une dissémination effective des résultats scientifiques dans la communauté et un amélioration des positions françaises en matière de Web Sémantique. Etant donné le caractère sensible de l’utilisation d’informations personnelles, une étude par une équipe de recherche juridique sera réalisée pour étudier le point de vu légal et déontologique de l’usage de ces technologies. Ce projet répond à l’axe thématique 1 « Protection du citoyen » de l’appel ANR CSOSG 2009. Il propose en effet la mise en place d’une solution permettant de détecter les signaux faibles ou les situations à risques, au moyen de croisements larges ou systématiques de bases de données, avec des outils et des approches garantissant la protection de la vie privée et des libertés individuelles (cadre général juridique, technologique et sa base théorique, compatible avec les recommandations de la CNIL, mettant à profit les techniques de chiffrement, d'encapsulation, d'anonymisation, de traitements partiels, pour garantir les droits et protections d'accès, la traçabilité et l'audit...), et d’en intégrer les résultats dans les systèmes d’aide à la décision des utilisateurs étatiques.