Ciblage lexical et ciblage thématique

.
Google Display Network propose un nouveau ciblage thématique (topic targeting). Ce ciblage calcule le thème dominant d'une page (specific topic) à partir des mots de la page afin d'en déduire un thème de ciblage. 1 750 thèmes et sous-thèmes ont été établis. Le ciblage peut être mis en oeuvre pour tout type d'intervention publicitaire : mots clés, bannières, rich media et vidéos. Il procède selon trois niveaux : ciblage large (thème), ciblage plus restreint (sous-thème) et enfin ciblage lexical classique par mot clé (keyword based). Le ciblage mobilise les sélections et les exclusions.

Comment passe-t-on des mots d'une page aux thèmes et sous-thèmes de cette page ? Une page peut-elle relever de plusieurs thèmes et sous-thèmes ? Comment s'effectue cette opération de sémantisation, de catégorisation ?  "Our system looks at all the terms on a page to determine the topic of the page and is less reliant on particular keywords". Cibler plus largement signifie donc cibler moins précisément. Pour être convaincants simultanément, il semble que ciblage thématique et ciblage par mots clés devraient recourir à des techniques différentes. Sinon, comment différencie-t-on les mots clés des autres mots, moins décisifs, moins discriminants ? Par leur affinité avec le thème de la page, thème défini par les mots ?

• Ce ciblage thématique est une reconnaissance en acte des limites des mots clés. Le besoin de sémantisation est évident : Google l'approche, selon ses principes constants, par la statistique plutôt que par la linguistique.
• Pour l'annonceur, l'intérêt du ciblage thématique élargi à la page, serait, selon Google, de créer davantage de notoriété et d'accroître la prise en compte de ses produits et services dans l'ensemble de considération. En tout cas, il s'agit pour Google d'accroître son chiffre d'affaires publicitaires. 
• Google réinvente le médiaplanning que pratique la presse magazine depuis plus d'un siècle; mais la presse magazine a pour elle l'objectivité de la déclaration intuitive de la catégorie d'appartenance d'un titre (famille, etc.) ou d'une rubrique, positionnement produit par le ciblage délibéré du rédactionnel en amont (que le sommaire enregistre, pour l'essentiel). 
• A terme, quel effet aura sur le contenu d'une page, sur son lexique, cette nouvelle pratique de ciblage alors que les mots seront inévitablement choisis pour attirer le ciblage et les investissements publicitaires (anticipation rationnelle) ?

La question sémantique reste posée ; souvent elle dissimule un abus de langage, n'étant que catégorisation à base d'algorythmique lexicale, même lorque l'on évoque des intentions (NetSeer). L'approche par les langues naturelles (NLP, Natural Language Processing) reste une promesse encore non tenue (IA-complet).
.

Télévision américaine: les soaps se rebiffent

.
Aux Etats-Unis, où les magazines de télévision ont pratiquement disparu, vaincus par la complexité de l'offre de télévision, il reste deux magazines, au format de poche, consacrés aux soap operas. A l'origine, en 1997, il y en avait trois versions, une par network : ABC, CBS, NBC lorsqu'ils furent crées par Bauer Publications. Il ne reste que ceux de ABC et de CBS qui s'ajoutent aux hebdomadaires Soap opera Digest et Soap Opera Weekly.


Nous en tenons ici aux deux magazines des networks.
ABC SOAPS in Depth et CBS SOAPS in Depth sont vendus 3,99 $, principalement dans les supermarchés, sur des présentoirs avec la presse féminine et people, près de la ligne de caisses. Bimensuels, ils couvrent deux semaines de programmes (124 pages). Ils donnent les programmes des trois soaps de ABC : "General Hospital", "All My Children" et "One Life to Live" et les trois de CBS, "As the World Turns", "The Bold and the Beautiful", "The Young and the Restless". L'abonnement pour 25 numéros met le numéro à 1,59 $ (60% de réduction).

Parmi toutes les manières de présenter les soaps, l'étape de l'intrigue en cours, la plus novatrice est celle qui classe les actes de langage de ces soaps, les noeuds de l'intrigue : "your at a glance guide to who, what, where, when and why".
Les actes retenus, dits "plots points", constituent tout un programme (cf. illustration jointe) : donner naissance, mourir, embrasser, quitter la ville, être attaqué (e), voyager, être enceinte, être hospitalisé (e), changement professionnel, casser (se séparer), révéler, se fiancer, déclarer (ses sentiments), "disjoncter", droguer (quelqu'un), faire l'amour, être viré, souffrir d'une maladie, se marier... Indexation qui évoque l'ergonomie d'un moteur de recherche sémantique.
Tout, dans la conception du rédactionnel, évoque la proximité des lecteurs (trices) téléspectateurs (trices), leur identification avec les personnages des soaps, leur problèmes et leur vie quotidienne ("intimate strangers" comme dit Richard Schickel, pour décrire "The Culture of Celebrity in America". La mise en image de ces soaps dans le magazine évoque les romans photos (bulles sur photos). L'interactivité se veut présente avec un "Message Board",  ("Here's your chance to tell the stars and producers what you really think!"), une double page de "tweets" ("StarTweets"), un sondage auprès des lecteurs ("Readers' Poll"), des conseils beauté des stars, un "All-Star Scrapbook"...

Peu de publicité, quand il y en a, elle est significative d'un ciblage "sénior"(est-ce pertinent ?) : pantoufles, alliances pour anniersaires de noces (une réplique de celle d'Elvis Presley), un magazine people ("inTouch"), éléments de déco, médicament pour le sommeil, etc.

Ce qui manque ?
Ces guides n'indiquent pas les diffusions des soap operas en ligne. Pourtant, parmi les meilleurs scores en ligne du network ABC, en juin 2010, "General Hospital" réunissait une audience supérieure à celle de "Lost" et "All my Children" devançait "Grey's Anatomy". De même, pour CBS, "The Young and the Restless" réunissait la meilleure audience en ligne de la chaîne, devant "NCIS", "How I met your mother", etc. (Source : comScore, June 2010).  Ce sont sans doute les applis ou des sites en ligne qui guideront les téléspectateurs en ligne (Internet fixe ou mobile) : clicker, tunerfish (partage des émissions : "let your friends know what you're watching"), TV Forecast, etc.
Le soap opera, l'un des plus vieux formats télévisuels du monde (il existait déjà en radio), suit les Amércain(e)s dans toutes les étapes de leur vie ; ils vieillissent avec leurs actrices et acteurs. Ce format n'est pas incompatible avec la fréquentation de la télévision en ligne, au contraire : il y réinstalle sa quotidienneté, sa régularité, sa proximité (portable), son folklore (il est de bon ton, sur les campus universitaires américains, de prétendre regarder les soaps au second degré)...
La démonstration effectuée par Richard Hoggart à propos des médias des classes populaires anglaises ("attention oblique") s'applique aux soaps.

écoMédia, école en vert

.
Le groupe média américain CBS vient d'acquérir la société EcoMedia dont le métier est la mise en place de partenariats incluant une dimension écologique. De nombreux médias de CBS ont participé à de tels partenariats locaux (TV, radio, affichage, Internet) au cours des trois années passées.
Ces partenariats constituent en réalité des opérations publicitaires. Nombre d'entre eux incluent des participations scolaires telle la CBS-EcoZone Green Schools Initiative (notamment à Miami, mais aussi à Chicago et San Francisco) qui associe des écoles à Procter and Gamble. Un élément de plus dans la panoplie des médias publicitaires, d'autant plus efficace qu'il n'a pas l'air publicitaire, drapé de vert, d'éducation et d'enfance.

• Comment évaluer les retombées d'un montage si complexe et si hétérogène ? Un seul moyen permet d'établir le bilan global d'une telle action, bilan immédiat et dans sa durée, synchronique et diachronique : l'analyse des effets observables sur Internet, tant en quantité (nombre de connexions, durée, etc.) qu'en qualité (analyse des traces linguistiques, des émergences lexicales et sémantiques).
• Le Cheval de Troie écologique ouvre la voie des institutions éducatives aux annonceurs. Dans cette affaire, c'est l'école qui fait la publicité des annonceurs, habillés de vert pour l'occasion.  Quel meilleur faire-valoir que l'école ? Espérons qu'elle fait payer très cher ce soutien inestimable !

.

Appauvrir ou enrichir ? Paradoxes de la traduction

.
Google, et bien d'autres, proposent sur Internet divers outils de traduction instantanée. Gratuits. Tous simplificateurs et pour l'instant encore peu performants. Quels sont les effets d'une traduction probablement faible sur la gestation du texte d'orgine, à traduire, éventuellement, dans n'importe quelle langue (51 langues pour Google Translate, incorporé dans Google Docs) ?

Pour espérer une traduction la moins fausse possible, s'il ne peut recourir à un travail de traduction de qualité, l'auteur doit écrire son texte avec des mots simples (peu de syllabes), ayant une fréquence d'usage élevée ; il doit recourir à une syntaxe restreinte, à des phrases courtes, sans subordonnées, sans tournures idiomatiques... Ce sont là, en moins strictes, des consignes que donnent les entreprises de traduction à leurs clients... Ces consignes sont proches de celles données aux journalistes pour les médias internationaux (Special English de "Voice Of America", français facile de Radio France International) et parfois aux journaux grand public pour les médias en langue nationale.
Ainsi, la probabilité d'une traduction faible - comme d'une lecture par de piètres lecteurs - exerce un effet de simplification par anticipation, conformément à la "causalité du probable" observée en sociologie de l'éducation.
L'internationalisation que propagent les outils de traduction automatique est facteur d'érosion culturelle, de simplification. Elle est à l'opposé de la traduction qui donne à comprendre un texte en assimilant sa culture d'origine. Une traduction enrichit le texte traduit, observait Walter Benjamin (qui traduisit Proust, Baudelaire, etc. en allemand. Cf. Die Aufgabe des Übersetzers). Une traduction automatique l'appauvrit. 

Pour un moteur de recherche, la traduction est fondamentale puisque le moteur doit fournir des résultats indifférents à la langue ("any language", par défaut dans Google à moins que l'utilisateur ne le modifie dans "advanced search").
Paradoxalement, les traductions simplifiées de discours stéréotypés en vue de la traduction, en faussant la statistique des tournures, des néologismes, altèrent et appauvrissent la traduction automatique (via "machine learning", "pattern matching", selon Google), à laquelle elles enseignent de médiocres modèles (pattern), tandis que les traductions riches enrichissent l'apprentissage des machines. Ici affleure le débat entre la traduction massive par machines apprenantes (machine learning) et les approches sémantiques, artisanales jusqu'à présent. Ceci plaide pour des solutions mixtes (computer assisted translation, CAT) ?
.

Not a home run

"Maybe you could say we are safe on third right now, [...] Third base I think is the process we are going thorough this weekend, which I think is proving by and large about what we expected it to be."

De quoi parle-t-on ? De baseball, de softball ?

Non. Ces phrases sont extraites d'une déclaration du Président de la FCC, à propos de la transition numérique de la télévision terrestre américaine (notre post du 13 juin 2009, "Kiss analog goodbye") : le Président explique que l'opération n'est pas, et ne saurait encore être déclarée un "home run". Seuls les trois quarts du chemin ont été parcourus.

Comment un moteur de recherche lexical traite-t-il un tel énoncé ?

Il s'agit de baseball ou de softball : on y reconnaît le vocabulaire de base(s) du passe-temps américain de l'été. On y retrouve aussi une métaphore d'adolescents américains pour décrire leur expérience amoureuse. Il s'agit d'une métaphore pour indiquer la progression, la réussite d'une opération. La partie de baseball se joue sur quatre bases, la quatrième étant appelée home base. Le home run désigne une réussite parfaite, acquise du premier coup. Culture de base donc, populaire s'il en est.

Or, il s'agit de télévision et de la diffusion numérique.

Le moteur de recherche, encore lexical, prend les mots au pied de la lettre. Tout comme la traduction automatique. Les automates y trouveront donc le lexique du baseball. La culture leur échappe, trop subtile. Et si l'on se met à écrire pour de tels outils de recherche ou de traduction, comme il est recommandé aux journalistes dans certaines rédactions (il faut écrire pour être trouvé par le moteur de recherche, etc.), la pauvreté langagière menace. Plus de métaphores, plus d'allusions...

Essayez "Third base" dans Google... qui place Wikipedia en tête, ou encore : dans Urban Dictionary, dictionnaire d'argot américain contemporain.

Un peu de sémantique dans le moteur

Le Financial Times lance un moteur de recherche qui ajoute du sémantique (meaning and relationship) au procès lexical habituel à base de mots clés et de booléen. Newssift ne traite que d'économie et de finances (son nom vient du verbe anglais to sift, tamiser). Produit par FT Search Inc., ce moteur exploite un outil de guidage et d'exploration de Endeca.

Les résultats de la première requête peuvent être raffinés en recourant à des catégorisations (facet) et filtres. Ainsi pour une recherche donnée, on peut délimiter le champ d'investigation en précisant le domaine d'application à des entreprises, des personnes, une zone géographique, un thème. Filtres différents de ceux que propose "Advanced search" de Google (langue, format, un domaine voire un site, page similaires). 

On peut comme dans Google délimiter l'intervalle de temps de référence. En revanche, on ne peut choisir la langue des documents : il semble pour l'instant n'y avoir de résultats qu'en anglais. Google donne le choix entre des dizaines de langues.

Plus original : le choix d'une orientation rédactionnelle (sentiment), positive ou négative, pour les articles. Les sources sont classées et l'on peut sélectionner le type de sources à explorer (journaux, dépêches d'agences, blogs, TV et radio, etc.).

Le principe d'utilisation de Newssift consiste à partir d'une recherche générale et de la particulariser progressivement. On peut ainsi chercher parmi les résultats, privilégier une orientation, puis une source, etc. 

On peut sauvegarder ses recherches. 

Exemple : la requête "search engines in China" donne 17 500 réponses avec Google, 2 570 avec Newssift (all dates), Newssift ne donnant que les pages à dominante économie ou finance. Sur ces 2 570, 1 430 sont positives, 669 neutres et 471 négatives. Parmi les négatives, 102 proviennent des journaux, 47 des blogs, etc.

Bien sûr, tous les premiers utilisateurs sont beta testeurs (un questionnaire est déjà en ligne). Première impression : ergonomie simple, intuitive ; mais résultats limités (à vérifier). Plus commode pour une recherche simplifiée. L'avantage de Google se voit à la quantité de données brassées, notamment grâce à la prise en compte de la diversité des langues. Pour profiter des atouts de Google, il faut passer à la recherche avancée, qui demande un effort de réflexion, un peu de temps... on rentre alors dans l'exploitation professionnelle. Google par défaut est grand public, grand public qui s'en tient au premier écran de résultats.

eyePlorer : à Vous de voir

Travail de visualisation des résultats d'une recherche par eyePlorer. Construire un moteur d'exposition, "Envisioning information" comme titre l'ouvrage de Edward R. Tufte (1990).

Pour chaque interrogation, un moteur de recherche produit des dizaines de milliers de réponses. L'internaute ne consulte que la première page et, souvent, s'en tient aux cinq premiers résultats. Pour limiter ce gaspillage, orienter, susciter les étapes suivantes, eyePlorer propose une exploration visuelle, opératoire, suggérant des pistes d'approfondissement, allant du percevoir au concevoir.

Pour cette version bêta, eyePlorer exploite les données de Wikipedia.

J'ai effectué trois tests, en anglais et en allemand (les deux langues proposées pour les tests) : l'un, plutôt conceptuel, sur Gregory Chaitin (mathématicien, logicien, informaticien), un plutôt "ethnique" sur le PB&J (l'un des sandwichs des enfants américains), et un, plus culturel large sur Elfriede Jelinek (romancière germanophone, Prix Nobel de littérature).

Les résultats en anglais sont pauvres, meilleurs en allemand, tant pour le mathématicien que pour la romancière. Pour le sandwich, tellement américain, l'allemand ne donne rien. Les objectifs de l'outil sont nets  : les résultats doivent sauter aux yeux. Essayez ...

A ce stade, l'enjeu est le mode d'orientation de la recherche que les auteurs tentent de rapprocher du fonctionnement de la pensée humaine en empruntant aux sciences cognitives. 

Un procès d'exposition n'est jamais neutre, il engage une vision, une théorie, une intentionalité. En jeu, les associations (connotations, allusions, métaphores), les catégorisations et classements, les niveaux de généralisation, la dialectique de l'approfondissement et des "enchaînements de l'analogie" (Michel Foucault) ... Passer du lexical strict au sémantique ? 

Notons le postulat tacite d'universalité des modes de perception et des comportements d'organisation des savoirs. C'est à chacun de nous de VOIR? L'idée d'ordre visuel ("visuelle Ordnung") ne rassure pas.

La Frankfurer Allgemeine (FAZ) présente eyePlorer comme un défi à Google (Google-Herausforderer). Vaste programme. Plutôt complémentaire, une "appli" ? D'ailleurs, où serait la publicité dans une telle présentation de résultats ? Quel modèle économique ? Peut-être des applications B2B ?