Taligentia accompagne ses clients sur toute la chaîne de la recherche d’information : aller chercher les données là où elles se trouvent, les nettoyer et les enrichir, les indexer, puis les rendre accessibles par une interface de recherche rapide et pertinente. Chaque projet est piloté par l’un de nos trois associés, de l’étude initiale à la mise en production.

Moteurs de recherche d’entreprise et verticaux

Un moteur de recherche d’entreprise donne accès, en un point unique, à des contenus dispersés : documents, intranets, applications métier. Un moteur de recherche vertical exploite à fond les données d’un domaine précis pour offrir une recherche fine à ses utilisateurs. Dans les deux cas, nous concevons la solution, la réalisons et la faisons vivre.

Enjeux

Des utilisateurs qui ne trouvent pas l’information, des résultats mal classés, une interface à construire ou à moderniser.

Notre intervention

Choix de la solution, architecture, modélisation des index, réglage de la pertinence, interface de recherche : suggestions de saisie, facettes, mise en évidence des termes trouvés, recherche géographique.

Livrables

Un moteur en production, documenté, avec ses procédures d’exploitation, et des équipes formées à le faire évoluer.

Nous travaillons avec Apache Solr et SolrCloud comme avec Elasticsearch. Ces deux moteurs open source d’indexation et de recherche plein texte reposent sur la bibliothèque Apache Lucene, à laquelle ils ajoutent une architecture distribuée, capable de monter en charge, et des outils d’administration.

Mission

Le ministère de l’Éducation nationale a retenu Taligentia, à l’issue d’un appel d’offres, pour réaliser ACCE, le moteur de recherche des établissements scolaires français dans le monde : une recherche simple sur deux critères, « quoi » et « où », des facettes pour affiner les résultats, des suggestions pendant la saisie et l’affichage des établissements sur une carte.

Établissements trouvés, affichés sur une carte
Les résultats de recherche d’ACCE affichés sur une carte

Accès à l’information

Avant de chercher, il faut collecter. Nous connectons le moteur de recherche à toutes les sources de l’entreprise, quels que soient leur volume et leur format, en respectant les droits d’accès de chaque utilisateur.

Connecteurs

Apache ManifoldCF relie des référentiels de contenus comme Microsoft SharePoint ou Documentum à un index Solr ou Elasticsearch, et reporte dans les résultats les règles de sécurité des sources.

Conversion

Apache Tika extrait le texte et les métadonnées (auteur, date, type) de plus d’un millier de formats de fichiers : documents Office et OpenDocument, PDF, courriels.

Autres sources

Bases NoSQL comme MongoDB ou Neo4j, bases relationnelles, réseaux sociaux et toute source qui expose une API.

Mission

Un spécialiste de l’analyse des réseaux sociaux : une plateforme SolrCloud qui indexe des messages venus de nombreux réseaux, en plusieurs langues, avec des collections de près de 500 millions de messages analysés et étiquetés.

Data Intelligence

Des données brutes à des données exploitables : nous construisons les chaînes qui nettoient, transforment, rapprochent et enrichissent les données avant leur indexation, avec Apache NiFi ou des développements sur mesure.

  • Référentiels : sociétés, technologies, personnes, constitués et tenus à jour à partir de sources multiples.
  • Enrichissement : classification, extraction d’entités nommées, détection de la langue, dédoublonnage.
  • Recherche sémantique : représentation des textes par des modèles de langage, recherche hybride qui combine mots-clés et sens, assistants qui répondent en s’appuyant sur vos documents.

Audit, architecture et migrations

Une plateforme Apache Solr, SolrCloud ou Elasticsearch qui ralentit, qui tombe en panne ou qui doit changer de version : nous en faisons l’état des lieux et proposons un plan d’action chiffré, puis nous le mettons en œuvre si vous le souhaitez.

Audit

Architecture, infrastructure, configuration de Solr ou d’Elasticsearch et des index, requêtes, exploitation : les causes des lenteurs et des incidents, classées par priorité.

Architecture

Dimensionnement, répartition des données et des réplicas, haute disponibilité, sur serveurs, en conteneurs Docker ou dans le cloud.

Migrations

Montées de version de Solr ou d’Elasticsearch, passage à SolrCloud, passage d’un moteur à l’autre : reprise des schémas, réindexation et bascule sans interruption de service.

Mission

Un éditeur suisse de logiciels de gestion documentaire : pour l’un de ses clients grands comptes, audit de l’architecture, de l’infrastructure et de la configuration SolrCloud de la recherche intégrée à sa solution, avec des recommandations de stabilisation.

Conduite de projet

Nos associés réunissent les compétences qu’exige un projet de recherche d’information, de l’avant-vente à la mise en production :

  • Direction et gestion de projet, en méthode agile
  • Conseil avant-vente et aide au choix d’une solution
  • Spécifications et documentation
  • Développement Java et PHP
  • Intégration, déploiement et DevOps, sous Linux et Docker
  • Transfert de compétences à vos équipes

Technologies

  • Apache Solr et SolrCloud, Apache Lucene
  • Elasticsearch et OpenSearch
  • Apache ManifoldCF : connecteurs
  • Apache Tika : extraction de texte et de métadonnées
  • Apache NiFi : flux et préparation de données
  • MongoDB, Neo4j et bases relationnelles
  • Modèles de langage : recherche sémantique et hybride
  • Docker, Linux, cloud

Un projet de recherche ou de collecte de données ?

Présentez-nous votre contexte : l’un de nos associés vous répond et vous propose un premier échange.

Nous contacter