Ayant été hors jeu pendant plusieurs mois en 2008, c'est avec d'autant plus de confort que je m'accorde, pour une fois, un petit message publicitaire sur Gallica 2 et Europeana.

La nouvelle version de Gallica 2, mise en ligne à la mi-janvier, comporte plein de fonctionnalités que j'appelais de mes voeux depuis longtemps, comme des fils RSS paramétrables en fonction d'une recherche, un widget :

La dernière lettre de la section Information Technology de l'IFLA contient deux articles intéressants.

Vendredi, Microsoft a annoncé sa décision d'arrêter ses programmes de numérisation et la fermeture des plateformes Live Search Books et Live Search Academic.

Cette décision a été pas mal commentée : même en français ici.

Dans cet article, un gars de Google raconte les problèmes de gestion de l'information et du document qu'ils ont rencontrés en mettant en place Google Books Search. On y trouvera des réflexions sur l'OCR, l'analyse de documents, l'extraction de métadonnées, le traitement des images, l'affichage et la visualisation des documents ou extraits de documents, le logiciel libre et la R&D.

Après quelques mois dans le giron de la France sous la forme d'un prototype que vous connaissez probablement (et qui a désormais rejoint l'histoire), Europeana vole maintenant de ses propres ailes au niveau européen.

Difficile question quand on décide de passer une bibliothèque numérique du mode image au mode texte : faut-il, ou non, montrer l'OCR brut aux utilisateurs ?

Oui, parce que des fois, l'OCR brut ça ressemble à ça :

i defon Camp tout herifâ de lances
•sgrands efforts, dont furent affaillis
ennemis ï vi les grands chamaîlHs
e$cmbatdnsJmlescri4ejfr'oydbles
es Vietnam & Huîtres redoutables,,
mhants au choc de nos braues lanàers,
tfout le huride nos rudes piquiers%-

L'université de Michigan a mis en ligne les ouvrages numérisés par Google dans le cadre de leur "partenariat", sur ce site : MBooks.

Je me fais ici l'écho d'un débat vite passé sur la liste biblio-pat (pour les bibliothécaires patrimoniaux, dont je considère que je fais partie même si mon patrimoine est souvent numérique...)

En plus de l'affichage du texte OCRisé, que j'avais mentionné dans la rubrique "en bref" :

• on peut sélectionner une portion d'image et la bloguer, la verser dans Google docs, ou la citer dans une page HTML, en texte ou en image

Après presque 5 semaines de vacances, il va me falloir un peu de temps pour me remettre de ces émotions et remonter la longue file d'attente de la veille en retard (même si j'en ai purement et simplement abandonné une partie, d'ailleurs j'ai découvert à cette occasion qu'on ne pouvait pas avoir plus de 200 items dans un fil dans Bloglines...).