Wikio: Portail d’actualités intelligent

Je vous avais promis (il y a bien longtemps déjà) de vous parler plus en détail du portail d’actualité Wikio. J’avais croisé ce site d’un œil distrait, comme beaucoup d’entre vous sans doute, et n’y avais bêtement vu qu’un agrégateur de plus, avec des boutons de vote façon Digg, certes, mais pas de quoi casser la troisième patte d’un canard. Tragique erreur. Wikio est sans doute le service qui recèle la technologie linguistique la plus poussée à l’heure actuelle sur le Web (et vous avez noté que c’était le thème de ce blog... ça devait obligatoirement m’intéresser !).

J’y reviendrai sans aucun doute dans d’autres billets, mais je voudrais juste vous donner un exemple. Wikio ne se contente pas d’agréger nouvelles et billets en vrac. Lorsque vous allez chez son principal concurrent, Google News, la page d’accueil vous propose les titres du jour regroupés par grandes catégories (Sports, International, France, Economie, etc.). Là s’arrête en gros l’intelligence du service. Il est vrai que lorsque vous tapez un mot-clé, les articles vous sont présentés de façon agrégée, mais cette agrégation est de piètre qualité. Tapez « Yahoo » par exemple, et vous verrez que les groupes sont assez illisibles. De nombreuses « news » (pour parler franglais) ne sont pas groupées du tout, et les groupes existants se marchent sur les pieds : l’affaire de l’offre Microsoft est dispersée sur de multiples groupes, etc. (quand vous taperez la requête, la page aura certainement changé, mais vous voyez l’idée). Je louais pourtant ce service lorsqu’il est apparu en 2002. L’agrégation de documents (et donc de news) est un problème extrêmement difficile, comme vous pouvez l’imaginer, et le système paraissait très prometteur. Las, comme beaucoup de produits Google, il n’a guère évolué depuis sa sortie, bien qu’il ait officiellement quitté la version beta en 2006. Google a plus mis l’accent sur le nombre de sources (4500 pour l’anglais nous dit-on), que sur leur qualité, ou celle des algorithmes... L’accroissement du nombre de sources (facile à faire automatiquement) résulte d’ailleurs logiquement en une dégradation du groupage.

Côté Wikio, ce n’est pas parfait (d’ailleurs le service est clairement annoncé comme une version beta), mais la technologie sous-jacente est infiniment plus prometteuse. Les articles (en provenance de médias ou blogs) ne sont pas simplement regroupés en catégories de haut niveau (Sports, etc.), mais en un véritable « arbre de la connaissance » qui comporte à l’heure plus de 30 000 catégories :

Si vous comptez, vous verrez que les 30 000 catégories n’y sont pas tout à fait. J’ai posé la question chez Wikio : c’est normal, la liste change en permanence et seules figurent les catégories qui ont eu des nouvelles dans une période récente.

A ma connaissance, les catégories ne sont visibles nulle part en tant qu’arbre, mais on peut deviner l’organisation hiérarchique par la forme des URL. Prenons par exemple la catégorie « surdité ». Quand vous tapez ce mot clé sur le moteur, il vous retourne une page contenant les nouvelles sur le thème, avec une URL qui donne la hiérarchie :

http://www.wikio.fr/societe/handicap/surdite

Le thème Société contient de nombreux sous-thèmes, dont Handicap, qui contient à son tour Surdité. Cette hiérarchie est également donnée en clair par des liens de navigation en haut à gauche de la page :

Actu > Société > Handicap > Surdité

Le thème Surdité contient à son tour d'autres sous-thèmes : Implant cochléaire, Langue des signes. Mais la navigation vers les sous-catégories est moins facile, et c'est dommage (il y a bien un nuage de tags à droite de l'écran mais il est souvent touffu et ne présente pas que les catégories filles). On pourrait imaginer d'autres solutions plus pratiques (par exemple un petit menu déroulant sous le mot Surdité dans le lien de navigation en haut de la page).

Ne croyez pas qu'il s'agisse, comme dans Google, d'une simple alerte sur le mot clé surdité. La page propose des articles qui ne contiennent pas ce mot, mais qui contiennent des mots apparentés : sourd(e)(s), malentendant, problèmes d'audition, etc. Et, surtout, Wikio ne se laisse pas feinter par des articles (et il y en a dans sa base, je viens de le vérifier) qui parlent de la surdité du pouvoir, de politiques qui font la sourde oreille et ainsi de suite.

Wikio présente donc un fantastique réservoir d'informations structurées, sans équivalent à ma connaissance (même en langue anglaise). La beauté de la chose c'est que chacun peut se créer ses propres pages d'actualité, soit en s'abonnant directement au flux RSS d'une catégorie (par exemple ici pour surdité), soit en combinant des catégories entre elles pour créer ses propres onglets -- qui peuvent à leur tour être exploités par un flux RSS spécifique !

Absolument fascinant. Les potentialités d'un tel système donnent le vertige... Bien entendu, il y a quelques réglages à faire ici et là, vous l'imaginez bien. On est là dans la pointe avancée (et croyez-moi, extrêmement difficile), des technologies du langage. Et il y a des cas pervers. L'un des mes billets, sur Google et le référencement, est parti dans la catégorie Cosmétique parce que j'y citais comme exemple l'expression vernis à ongles. Mais, honnêtement, pour résoudre ça, il n'y aurait que le petit-fils de HAL... et en 3001, sans doute.

Je ne veux pas être trop long... Je sais que nous sommes dans la civilisation du zapping, et que la plupart d'entre vous sont déjà partis sur d'autres chaînes. Alors j'y reviendrai. Je vous expliquerai plus en détail ce que j'ai pu comprendre de la technologie étonnante qui est derrière tout ça. En attendant, j'attends avec impatience la nouvelle version, sur laquelle Wikio commence apparemment à faire du « teasing » ;-)

A suivre, donc !

---

PS

Ca se confime, une nouvelle version est dans les starting-blocks.