La reconnaissance de texte dans les PDF

Il existe aujourd'hui une multitude de versions et formats de PDF ce qui ne manquera pas de causer des problèmes dans la gestion de votre projet et, plus précisément, dans la publication de ces documents. Comment s'assurer que ces types de documents très répandus seront bien indexés et optimisés dans votre système (KM ou DM) permettant à l'indexeur plein texte de faire son travail et permettant aussi qu'on puisse les retrouver via une recherche plein texte?

Donc en raison de leurs provenances diverses, les PDF qui vous sont transmis peuvent avoir des propriétés parfois très différentes (reconnaissance de texte ou non, poids, qualité...) et il faudra trouver une façon de les uniformiser (temps d'ouverture, réseautique, indexation, possibilité de faire du coller-copier...). Il existe toujours la possibilité de lancer un traitement d'OCR sur chacun des documents de façon manuelle avant l'archivage avec Acrobat Adobe. Toutefois, il sera nettement préférable d'opter pour un outil qui offre des possibilités d'OCR en lot.

La solution idéale sera de coupler et synchroniser votre système de gestion du savoir ou gestion documentaire, avec un outil spécialisé pour effectuer ce travail (ABBYY, Aquaforest, cvision ou autre) et aire en sorte que ce processus devienne transparent (ne nécessite aucune intervention manuelle). Étonnamment, selon nos informations, la solution Acrobat Capture ne semble plus évoluer (il n'y a pas eu de mise à jour depuis longtemps par Adobe) et poserait maintenant certains problèmes avec les nouveaux PDF, donc peu recommandable.

D'un point de vue technique, Il faudra mettre en place un mécanisme automatisé pour que tous les PDF versés dans votre système passent par un répertoire temporaire (appelons-le "IN"). L'outil d'OCR surveillera ce répertoire puis traitera les PDF et les versera dans un second répertoire après traitement, (appelons-le "OUT"), pour être ensuite archivés dans le système. Autrement dit, il s'agira d'introduire un nouveau processus, préalable à l'archivage des PDF, ce qui vous permettra de gagner un temps considérable en traitement et assurera une meilleur qualité de vos documents PDF archivés dans le système.

D'ailleurs, certaines compagnies ont déjà annoncées des partenariats technologiques pour adresser ce besoin.

REFLEX un nouvel outil très intéressant pour nos projets de GS

Lexum / Canlii vient d'annoncer la mise en ligne de son nouvel outil REFLEX qui permet de faire la conversion de vos documents juridiques (.doc > .htm) en y ajoutant des liens sur les décisions dans Canlli lorsque le système en question y reconnaît les références. Ce qui permettra donc d'enrichir vos documents avec une valeur ajoutée qui pourrait être fort appréciée. L'utilisateur, une fois ce nouveau document ajouté dans votre système, pourra facilement naviguer dans vos documents vers les décisions citées...En plus, Lexum propose une version pouvant s'intégrer à votre architecture (je devrais en savoir plus sous peu).

Reste la question de la sécurité bien entendu pour nos documents juridiques internes. On peut lire à ce sujet sur le site du projet:

Mis à part le nom des fichiers, LexUM s’engage à ne conserver aucune donnée issue des documents ou des textes soumis par les utilisateurs, qu’elle soit à caractère personnelle ou non, une fois que le traitement du document ou du texte est terminé. Si pour une raison technique, un document ou un texte ne serait pas supprimé immédiatement après son traitement, toutes traces du passage des documents dans nos systèmes informatiques ou autres est détruite dans un délai maximal de 24 heures.

Nouveauté sur le CAIJ

Les Développements récents maintenant en ligne et sans frais !
Le CAIJ innove en rendant maintenant accessibles en ligne et sans frais sur son site Internet les Développements récents du Barreau du Québec. Cet ajout confirme le rôle du CAIJ de favoriser l’accès à l’information juridique pour tous les membres de la profession au Québec. En effet, le partenariat entre le Barreau du Québec et le CAIJ vous permet de consulter les textes intégraux des Développements récents à partir des outils de recherche développés par le CAIJ...

http://www.caij.qc.ca/doctrine/index.html

Un premier pas vers le 2.0 avec JD Supra

On connaissait déjà les sites généraux spécialisés dans l'archivage des documents électroniques, tel que Humyo, Scribd, ou encore le site français oboulo.

Un site américain JD Supra, complètement gratuit, propose maintenant aux juristes un équivalent uniquement spécialisé dans la publication de leurs propres documents de nature juridique pour mieux se faire connaître (procédures, doctrine, formulaires). Le service en question permet d'y ajouter son profil d'expertise et d'obtenir ainsi de la visibilité par le biais de ce profil et des écrits de l'auteur. Le site propose une certaine catégorisation de l'information qui représente les grands domaines du droit américain, et qui permet par le fait même, de rechercher des profils ou des documents en sélectionnant parmi un ou plusieurs de ces domaines.

C'est un début intéressant de web 2.0 dans le monde juridique et qui pourrait permettre aussi dans quelques années d'offrir, à mon avis, une plateforme de collaboration entre petites firmes qui n'ont pas les ressources des grands cabinets. À quand une initiative canadienne de la sorte?

Sharepoint et la gestion du savoir...

Je n'aime pas traiter directement des technologies dans mes billets, mais parfois il semble qu'il y a des mouvances qui abaissent la vigilance des différents professionnels oeuvrant dans ce domaine. Pour dire les choses comme elles sont, ces professionnels prétendent souvent ne plus s'y bien se retrouver dans les nouvelles technologies, et ce faisant, le terrain est libre pour se faire imposer des choix douteux.

Plusieurs intervenants du milieu m'informent aujourd'hui de l'intention de leur département informatique de migrer leur projet vers Sharepoint mis en marché par Microsoft.

À ce jour, je n'ai pas encore eu la chance de découvrir un projet bien abouti avec cette technologie mais quelques projets semblent être dans un mode de démarrage ou transition.

Pour avoir fait un peu le tour de la question, m'être documenté récemment, et avoir joué avec la dernière version de ce système, je n'ai pas très bien compris la relation qu'il pouvait y avoir entre Sharepoint et la gestion du savoir. En fait, Sharepoint m'est apparu davantage comme un système pouvant faire tout et n'importe quoi, s'adressant à tous les besoins de l'organisation à la fois. La solution enfin totale...cela fait du bon marketing...

Après avoir discuté de ce sujet avec des techniciens, cela dit avec respect, je réalise que le fait qu'un système prétend proposer une "intégration" dans un environnement Microsoft semble créer un vif intérêt de la part de nos départements informatiques.

Toutefois, c'est toujours lorsque l'on entre dans les détails que l'on déchante. À quoi veut-on s'intégrer au juste? Exemple, Sharepoint permet d'accéder au calendrier Outlook à partir de son interface! ...On peut travailler simultanément plusieurs personnes à la fois sur un même document. Je n'a pas eu l'occasion d'avoir un client me demander ces genres d'option, en fait je soupçonne surtout qu'on invente des besoins.

Pour aller droit au point, Sharepoint ne m'a pas semblé être un système assez spécialisé pour répondre au besoin d'un projet de gestion du savoir et j'y ai analysé, au mieux, un système de gestion documentaire offrant des possibilités plutôt limitées. Mais il semblerait que lorsqu'un produit est connu, tous ont tendance à présumer qu'il est bon, mais peut-il vraiment être bon dans tout? Je ne suis pas certain que Microsoft ce soit déjà démarqué dans la mise en marché d'outils spécialisés. Évidemment, les systèmes spécialisés sont nécessairement moins connus et perçus par le département informatique comme étant "exotique"(c'est vraiment le mot qu'un collègue de la TI a utilisé pour exprimer sa méfiance envers un produit spécialisé...).

Bien sûr, on prétendra ensuite, qu'il est possible de faire développer Sharepoint pour qu'il puisse répondre à vos besoins de GS. Mais attention, ne vous fier pas sur le fait qu'il est "possible" de faire développer et adapter le système en question. En technologie, tout est "possible" avec temps et ressources...(on peut aussi aller sur la lune). Il faut être en mesure d'évaluer les efforts et les investissements pour atteindre la destination souhaitée, pas facile mais absolument nécessaire lorsqu'un nouveau système, à la base, ne répond pas à vos besoins.

Il faut éviter de faire de votre projet un projet informatique plutôt qu'un projet de gestion des connaissances. Il faut s'assurer que les ressources resteront essentiellement allouées pour répondre à vos besoins en GS, plutôt qu'aux besoins des consultants qu'il vous faudra pour mettre le tout en place...Un petit tour des différentes expériences dans ce domaine démontrent rapidement que ce risque est loin d'être théorique.

Ce pas d'être réfractaire aux changements que de vouloir rester responsable de ses propres outils qui font notre spécialité...

Lire aussi sur le même sujet:

http://www.realsoftwaredevelopment.com/why-sharepoint-portal-server-is-terrible/

http://msmvps.com/blogs/mtoo/archive/2009/04/15/l-aventure-sharepoint-wss-continue-mais-est-ce-raisonnable-de-l-utiliser.aspx

http://blogs.msdn.com/asanto/archive/2004/12/30/344585.aspx

http://www.sharepointquebec.org/spqblog/Lists/Categories/Category.aspx?Name=Problèmes%20non-résolus

http://egovau.blogspot.com/2008/06/considering-using-microsoft-sharepoint.html

http://nkilkenny.wordpress.com/2006/11/13/whats-wrong-with-sharepoint/http://www.informit.com/articles/article.aspx?p=391848

http://intranetblog.blogware.com/blog/_archives/2007/1/16/2656328.html

http://www.prescientdigital.com/articles/intranet-articles/advice-to-sharepoint-customers-prospects/

http://pierrelietar.free.fr/wordpress/

http://www.thecontenteconomy.com/2008/04/sharepoint-dream-or-nightmare.html

http://intranetblog.blogware.com/blog/_archives/2007/1/16/2656328.html

http://www.coolweblog.com/bilodeau/archives/003799.html

http://www.coolweblog.com/bilodeau/archives/003800.html

Lexum annonce la version beta de son CCQ annoté

En juin dernier, l'équipe de Lexum annonçait la sortie de la version beta de son Code civil du Québec annoté. Le service en question contient déjà à ce jour 3365 annotations... Le principe est vraiment bien, et on entre ici définitivement dans le web 2.0.

Pour l'instant et selon ma compréhension, un utilisateur ne pourrait proposer l'ajout d'une nouvelle décision à un article du code, mais il pourrait soumettre un résumé ou un extrait pertinent d'une décision, le tout sujet à approbation par l'équipe. Ce service est mise en ligne via leur plate-forme LexActo.

C'est prometteur, il n'y a rien à dire de plus, le système est en soi ultra simple à utiliser. Tant qu'à effectuer une recherche sur un article du code, pourquoi ne pas collaborer?

Index SOQUIJ maintenant disponible dans TOPO

Voici une nouvelle intéressante parue sur le site du CAIJ en mai dernier:

"Grâce à une collaboration avec SOQUIJ, le CAIJ ajoute l’option «Mots-clés SOQUIJ» à l’outil de recherche de TOPO. Sensiblement similaire à l’index de BIBLIO, l’accès est toutefois différent puisqu’il se fait par le biais d’une arborescence alphabétique."

http://topo.caij.qc.ca

Ca vaut vraiment la peine d'aller regarder ce service qui était déjà impressionnant, vous avez une idée de la somme de travail...

Vraiment bravo!