86

RésuméCet article examine le phénomène d’assignation de métadonnées par l’utilisateur (tagging) et évalue jusqu’à quel point on y retrouve les éléments de contrôle du vocabulaire présents dans les terminologies structurées. Les méthodes de contrôle du vocabulaire dans les langages documentaires traditionnels, comme les thésaurus, ainsi que les avantages qu’ils offrent lors de la recherche d’information sont d’abord présentés. On identifie des processus similaires dans les systèmes de tagging et on décrit les techniques d’introduction des techniques de contrôle de vocabulaire ; le langage d’indexation et d’accès qui en résulte est ensuite comparé aux langages documentaires plus formels. Les façons de combiner vocabulaires contrôlés et étiquettes (tags) pour améliorer le repérage sont discutées. Les systèmes de tagging possèdent des caractéristiques utiles qui viennent compléter les résultats de l’indexation conventionnelle, mais ils n’offrent pas la précision des langages documentaires préconstruits, en ce qui concerne notamment les relations structurales ; il est difficile pour un système automatisé d’établir ces relations.

The paper examines the phenomenon of user assigned metadata (tagging) and evaluates the extent to which elements of vocabulary control found in structured terminologies are replicated there. The ways in which vocabulary is controlled in traditional formats, such as thesauri, are discussed, and the advantages for information retrieval considered. Similar processes evolving in tagging systems are identified, and various techniques for introducing vocabulary control are described, and the results compared with formal controlled vocabularies. Ways in which controlled vocabularies and tags can be combined to enhance performance are considered. The paper concludes that tagging systems have useful features that complement conventional indexing, but that they lack the precision of intellectually built systems, particularly with respect to structural relationships, and that it is difficult to derive these relationships using machine methods.