Les métadonnées
Première brique indispensable, elles se répartissent en trois familles :
· Descriptives : titre, auteur, date, mots-clés, étiquettes, résumé.
· Structurelles : marqueurs de chapitre dans une vidéo, pagination d'un document numérisé.
· Administratives : format, taille, emplacement, gestion des droits.
Les techniques d'indexation
· À base de texte : extraction des sous-titres, transcriptions ou textes incrustés dans le fichier.
· À base de contenu : analyse du média lui-même — détection d'objets, de couleurs, de textures ou de visages pour les images ; reconnaissance des voix, des haut-parleurs et des genres musicaux pour l'audio ; découpage en plans et suivi de mouvement pour la vidéo.
La recherche
· Par mot-clé : interrogation des métadonnées descriptives.
· Par similarité : « trouvez les images ressemblant à celle-ci », en s'appuyant sur les contenus et non sur les étiquettes.
· Sémantique : prise en compte du sens et du contexte de la requête, pour des résultats plus fins.
Pourquoi c'est décisif
L'indexation rend un fonds immense exploitable : elle accélère la recherche, permet la gestion de volumes massifs, fait émerger des contenus qu'une navigation par dossiers ne révélerait jamais et ouvre la voie à des analyses de tendances sur les corpus. En somme, elle fait le pont entre la perception humaine du média et le traitement automatisé.