Unsilo, le moteur de recherche sémantique des brevets.

Le savoir en science et en technologie se développe rapidement et les milieux scientifiques produisent beaucoup d’informations qui malheureusement ne sont pas toujours très accessibles. Unsilo veut palier à cette lacune en proposant son outil de recherche de web sémantique.

L’interface simple permet au chercheur de définir son problème ou sa formule scientifique et le moteur effectue sa recherche à travers les milliers de documents scientifiques, brevets, taxonomies, journaux et revues. L’outil présente les résultats par grappes (clusters) en fonction de la pertinence de la requête. Ils sont donc regroupés par approche et par analogies. La force de l’outil provient de l’agrégation de plusieurs sources disparates.

Les résultats sont d’ailleurs présentés dans un tableau par concepts que l’on peut soustraire à sa guise pour raffiner les résultats. La visualisation est interactive et l’on peut faire varier l’ordre des priorités (Voir figure ici-bas).

L’avantage en termes de gain de temps est appréciable. Il peut s’avérer fastidieux de faire une recherche sur un moteur généraliste ou de tenter de construire une requête complexe par opérateurs booléens. Par ailleurs, il est toujours préférable de savoir si la recherche que l’on tente a déjà été faite ou non. En plus de régler le problème de la propriété intellectuelle car on peut savoir si le brevet existe ; cela permet au chercheur de couvrir une autre facette du sujet et de faire avancer la science.

L’information cachée est un problème important pour les professionnels de la recherche scientifique que ce soit en biologie, en chimie ou en médecine. Certaines opportunités sont parfois perdues parce que l’information n’est pas obtenue à temps, sans parler du temps qu’il faut pour créer un nouveau médicament. Unsilo veut apporter une solution à cela.

Notons également, qu’Unsilo a lancé MedQL.com, un outil de recherche qui permet aux généticiens de découvrir des relations cachées entre les gènes et les maladies. MedQL tire ses informations de la base de données américaine Medline contenant plus de 20 millions d’articles.