Transformer l'actualité locale en renseignement pour le maintien de la paix : text mining avancé pour les Nations Unies.

À propos du client

Le Département de l'appui aux missions (DFS) des Nations Unies fournit un soutien logistique, administratif et technique aux missions de maintien de la paix et aux missions politiques spéciales de l'ONU dans le monde entier. La Division des technologies de l'information et des communications (ICTD) du DFS est chargée de doter les opérations de terrain des outils numériques et de l'infrastructure de données nécessaires pour mener des missions complexes et multinationales dans des environnements instables. Le centre de données mondial de l'ONU pour les missions de maintien de la paix et les missions politiques spéciales, y compris les serveurs ayant soutenu cette mission, est hébergé à la Base logistique de l'ONU à Brindisi, en Italie.

Au moment de cette mission, l'ONU gérait environ 16 opérations de maintien de la paix actives, impliquant plus de 100,000 personnels en uniforme et civils déployés en Afrique, au Moyen-Orient, en Asie et dans les Amériques. La capacité à détecter les menaces émergentes, à suivre les acteurs clés et à surveiller le sentiment des médias locaux en quasi temps réel était essentielle à la sécurité et à l'efficacité des missions.

Contexte sectoriel

En 2012, les communautés mondiales du renseignement et de la défense avaient reconnu le traitement du langage naturel (NLP) et l'analytique textuelle automatisée comme des capacités fondamentales pour les opérations de renseignement de sources ouvertes (OSINT). Le volume de contenus numériques accessibles au public, articles d'actualité, réseaux sociaux, agences de presse, médias régionaux, avait crû de façon exponentielle, rendant la surveillance manuelle opérationnellement intenable. Les agences de renseignement et les organisations de défense des États-Unis, du Royaume-Uni et de l'Union européenne investissaient massivement dans des systèmes d'analyse automatisée des médias capables d'extraire des entités, de classifier le sentiment et de cartographier géospatialement les événements rapportés.

Durant cette période, les plateformes commerciales d'analytique textuelle d'entreprise ont mûri rapidement. SAP BusinessObjects Enterprise XI 3.0 Text Analytics, IBM SPSS Text Analytics et SAS Text Miner étaient les principales options de niveau entreprise pour les organisations souhaitant déployer des workflows NLP structurés sans développer de modèles de langage sur mesure à partir de zéro. Toutefois, déployer ces plateformes dans des environnements multilingues et multinationaux, avec les exigences de précision du renseignement de maintien de la paix, nécessitait une personnalisation substantielle en matière de développement de lexiques, de programmation de règles linguistiques et de gestion des synonymes. Iknow a apporté cette expertise spécialisée en NLP appliqué à la mission auprès de l'ONU.

La situation à l'arrivée d'Iknow

L'ICTD du DFS avait identifié un besoin clair : un système capable de collecter des contenus d'actualité locaux auprès de centaines de sources dans les régions en conflit, d'en extraire un renseignement structuré, noms d'individus, organisations, lieux, dates et types d'événements, et de le présenter dans une interface analytique unifiée accessible aux analystes du maintien de la paix du monde entier. Les analystes s'appuyaient alors sur la revue manuelle de flux RSS et de synthèses envoyées par courriel, une approche lente, incohérente et incapable de monter en charge face au volume de contenus pertinents produits quotidiennement dans les points chauds du globe.

SAP BusinessObjects était la plateforme de business intelligence homologuée au sein du DFS, faisant de l'écosystème d'analytique textuelle SAP un choix naturel. Le défi technique ne résidait pas dans la sélection de la plateforme mais dans la conception et la configuration du système : le DFS avait besoin d'un partenaire d'implémentation doté d'une expertise approfondie en NLP appliqué, en déploiement de logiciels d'entreprise dans des environnements sécurisés, et capable de développer et de valider les règles linguistiques et les lexiques nécessaires à une extraction d'entités précise à partir de contenus d'actualité multilingues.

Le DFS faisait face à trois défis qui se cumulaient et rendaient, ensemble, la surveillance manuelle des médias intenable comme pratique de renseignement durable :

• Surcharge d'information et lacunes de couverture. Le volume de contenus d'actualité produits localement et pertinents pour les opérations de maintien de la paix, couvrant journaux régionaux, agences de presse, médias en ligne et agrégateurs RSS dans des dizaines de pays, dépassait la capacité analytique de l'effectif d'analystes du maintien de la paix. Les développements critiques dans les zones de conflit étaient régulièrement identifiés des heures ou des jours après leur parution dans les médias locaux, limitant la capacité de l'ONU à réagir de manière proactive.
• Un accès aux sources fragmenté et incohérent. Les analystes accédaient aux contenus par de multiples canaux déconnectés, sans interface unifiée. Il n'existait ni processus systématique d'ingestion des contenus, ni taxonomie commune pour classifier les événements, ni référentiel partagé du renseignement extrait. Deux analystes surveillant la même zone de conflit pouvaient disposer d'informations sensiblement différentes selon les sources que chacun suivait individuellement.
• L'incapacité à extraire un renseignement structuré de textes non structurés. Même lorsque des contenus pertinents étaient disponibles, l'information existait sous forme narrative non structurée, la prose journalistique, et non sous forme de données structurées pouvant être interrogées, filtrées ou visualisées. Convertir le texte non structuré en renseignement exploitable exigeait une lecture et une annotation manuelles, un processus incapable de monter en charge face aux volumes de contenus concernés.

Iknow et l'ICTD du DFS se sont accordés sur quatre résultats mesurables pour la mission :

• Déployer une plateforme d'analytique textuelle de niveau production, la suite SAP BusinessObjects Enterprise XI 3.0 Text Analytics, dans le centre de données de l'ONU à Brindisi, en Italie, intégrée à l'environnement SAP BusinessObjects existant du DFS.
• Concevoir, construire et valider un système capable d'ingérer des contenus d'actualité locaux provenant de centaines de sources via des flux RSS, d'extraire automatiquement les entités clés, personnes, organisations, lieux, dates et types d'événements, et de rendre ces informations structurées disponibles pour l'interrogation analytique.
• Développer et déployer un tableau de bord analytique personnalisé, construit sur SAP BusinessObjects Web Intelligence, permettant aux analystes du maintien de la paix de surveiller les zones de conflit, de suivre les acteurs importants et d'identifier les tendances émergentes via une interface unique et unifiée.
• Livrer une feuille de route technique spécifiant l'architecture et la séquence d'implémentation pour étendre les capacités du système, y compris des langues supplémentaires, de nouvelles sources de contenu et des fonctionnalités analytiques améliorées, au-delà du déploiement initial.

Comment Iknow a structuré le travail

Iknow a organisé la mission autour d'un cycle de développement logiciel complet, du recueil des exigences au déploiement. Un accent particulier a été mis sur les tâches de NLP appliqué telles que le développement de lexiques, la programmation de règles linguistiques et la validation de la précision, critiques pour atteindre des résultats de niveau renseignement. Le cycle de vie comprenait le recueil et la documentation des exigences, le développement et la validation d'une preuve de concept, la conception du système, l'installation et la configuration de la plateforme, le développement et les tests NLP, le développement et l'intégration des tableaux de bord, les tests d'acceptation utilisateur et le déploiement en production.

Une phase de preuve de concept a été prévue tôt dans la mission pour valider les hypothèses techniques fondamentales. Elle a notamment évalué si SAP BusinessObjects Text Analytics, correctement configuré, pouvait atteindre la précision requise sur des types de contenus tels que la presse régionale, les sources multilingues et le vocabulaire lié aux conflits pertinent pour le DFS. Cette approche a réduit le risque du programme et fourni aux parties prenantes du DFS des preuves concrètes des capacités du système avant un engagement organisationnel plus large.

Activités et décisions clés

• Installation de la plateforme et configuration de l'environnement. Iknow a installé la suite SAP BusinessObjects Enterprise XI 3.0 Text Analytics dans le centre de données de l'ONU à Brindisi, en Italie, en configurant le système au sein de l'infrastructure Microsoft existante du DFS. L'installation dans un environnement de centre de données de l'ONU a exigé de composer avec des contrôles de sécurité, une segmentation réseau et des exigences de gouvernance propres aux organisations internationales, un processus qui a éclairé les phases ultérieures de l'architecture technique.
• Développement et validation de la preuve de concept. Iknow a conçu et exécuté une preuve de concept démontrant des capacités de fouille de données et de fouille de textes sur un échantillon représentatif de contenus d'actualité issus de zones de conflit actives. La preuve de concept a validé la précision de l'extraction d'entités pour les personnes, les organisations, les lieux et les types d'événements et a servi de référence d'acceptation pour le développement de production ultérieur.
• Développement NLP appliqué : lexiques, règles linguistiques et synonymes. La phase la plus intensive techniquement a consisté à développer les lexiques, les règles linguistiques et les bibliothèques de synonymes nécessaires à une extraction d'entités précise à partir de contenus d'actualité liés aux conflits. Cela incluait la création et la validation de règles de reconnaissance des noms d'acteurs (individus, groupes armés, entités gouvernementales), des références géographiques, des classifications de types d'événements (attaques, arrestations, sanctions, mouvements de forces) et des expressions temporelles. Les règles ont été testées et affinées de manière itérative sur des échantillons de contenus annotés jusqu'à ce que la précision d'extraction atteigne les standards opérationnels du DFS.
• Pipeline d'ingestion de contenus RSS. Iknow a conçu et mis en œuvre le pipeline d'acquisition de contenus, ingérant l'actualité locale de centaines de sources externes principalement via des flux RSS. Le pipeline gérait la déduplication des contenus, la détection de la langue et le prétraitement avant le traitement d'analytique textuelle, garantissant que la couche d'extraction en aval opère sur des entrées propres et structurées.
• Développement et déploiement des tableaux de bord. En travaillant dans SAP BusinessObjects Web Intelligence, Iknow a développé des tableaux de bord analytiques personnalisés permettant aux analystes de surveiller les points chauds par géographie (via l'intégration embarquée de Google Maps), de filtrer par acteur, type d'événement, période et source, et d'accéder aux principales actualités et aux thèmes importants identifiés par le moteur de fouille de textes. Les tableaux de bord ont été déployés sur l'intranet de l'ONU, accessibles aux analystes du maintien de la paix du monde entier.

Parties prenantes et collaboration

La mission a nécessité une coordination entre la direction de l'ICTD du DFS, qui gérait la relation contractuelle et les exigences techniques ; les équipes d'analystes du maintien de la paix, qui définissaient les cas d'usage opérationnels et validaient les sorties du système ; et le personnel d'infrastructure informatique du centre de données de Brindisi, qui supervisait les accès au système, la configuration réseau et la conformité sécurité. La répartition géographique des parties prenantes entre le siège de l'ONU à New York, le centre de données de Brindisi et les missions de terrain dans plusieurs pays a imposé une communication de projet rigoureuse et une documentation exhaustive tout au long de la mission.

Atteindre la précision d'extraction sur des contenus liés aux conflits

Les configurations NLP standard prêtes à l'emploi, optimisées pour des contenus commerciaux d'entreprise, se sont révélées insuffisantes sur l'actualité liée aux conflits issue de sources régionales et locales. Ces sources emploient souvent des conventions de dénomination non standard pour les groupes armés et des références de lieux absentes des répertoires géographiques commerciaux, ainsi qu'un vocabulaire événementiel propre aux contextes de conflit. Iknow a relevé ces défis par un développement intensif de lexiques et une programmation de règles, en élargissant systématiquement la base de connaissances du système via des cycles itératifs de test et d'affinage. Chaque cycle consistait à exécuter le moteur d'extraction sur des échantillons de contenus annotés, à analyser les schémas d'erreur et à mettre à jour les règles et les lexiques. Cette méthodologie a progressivement porté la précision d'extraction à des niveaux opérationnellement acceptables.

Contenus multilingues et diversité des sources

Les contenus d'actualité des zones de conflit d'Afrique centrale, du Moyen-Orient et d'Asie du Sud-Est arrivaient en plusieurs langues, avec une qualité et une cohérence structurelle variables. Iknow a priorisé les langues et les types de sources présentant la plus grande pertinence opérationnelle pour les missions actives du DFS et a développé des bibliothèques de synonymes et des règles linguistiques propres à chaque langue pour les flux de contenus les plus prioritaires. La feuille de route technique livrée en clôture de mission a identifié la séquence et l'effort estimé pour étendre la couverture à des langues supplémentaires lors des phases d'implémentation ultérieures.

Résultats opérationnels

• Un système d'analytique textuelle de production déployé et opérationnel. Les analystes du maintien de la paix de l'ONU ont eu accès à un système de production capable d'ingérer, de traiter et de présenter en temps réel du renseignement issu de centaines de sources d'information locales, remplaçant une surveillance manuelle fragmentée par une plateforme unifiée et automatisée. Le tableau de bord du système offrait une identification visuelle immédiate des points chauds géographiques, des acteurs émergents et des grappes d'événements significatifs.
• Une extraction d'entités précise à partir de contenus de conflit non structurés. La combinaison des capacités de la plateforme SAP Text Analytics et des lexiques, règles linguistiques et bibliothèques de synonymes sur mesure d'Iknow a produit un système d'extraction d'entités identifiant de manière fiable les acteurs et les lieux à partir de la prose journalistique non structurée, l'exigence analytique centrale spécifiée par le DFS. Les analystes du maintien de la paix pouvaient interroger les entités extraites à travers des milliers d'articles sans lire individuellement les contenus sources.
• Une couverture de surveillance considérablement élargie. Le pipeline d'ingestion automatisé, traitant les contenus RSS de centaines de sources, a donné aux analystes une couverture effective d'un volume de contenus dont la réplication manuelle aurait exigé des dizaines d'analystes supplémentaires à temps plein. Les organisations ayant déployé des systèmes OSINT automatisés comparables durant cette période ont systématiquement rapporté des améliorations d'un ordre de grandeur de la couverture des sources, sans augmentation proportionnelle des effectifs d'analystes.
• Un socle pour une capacité NLP étendue. La feuille de route technique livrée par Iknow a fourni au DFS un plan d'implémentation structuré pour étendre la couverture linguistique, les fonctionnalités analytiques et les sources de contenu du système, offrant à l'organisation un chemin clair d'amélioration continue fondé sur l'architecture de production établie par Iknow.

Résultats stratégiques et organisationnels

• La preuve de la viabilité de l'analytique textuelle d'entreprise pour le renseignement de maintien de la paix. La mission a établi, par un déploiement en production et l'usage des analystes, que les plateformes d'analytique textuelle d'entreprise pouvaient être configurées pour répondre aux exigences de précision et d'exploitation du renseignement de maintien de la paix. Cela a fourni au DFS des preuves concrètes pour ses futures décisions d'investissement dans des capacités élargies d'automatisation OSINT.
• Un savoir NLP ancré dans l'environnement technique du DFS. Les lexiques, règles linguistiques, bibliothèques de synonymes et documents de configuration produits pendant la mission sont restés dans l'environnement du DFS, dotant l'organisation d'actifs intellectuels réutilisables pour ses développements NLP futurs, en interne ou avec des partenaires d'implémentation successeurs.

Délai avant impact

La preuve de concept a été achevée dans les trois premiers mois de cette mission d'un an, validant les hypothèses techniques fondamentales et permettant un engagement confiant vers l'implémentation complète. Le système de production a été mis en service pendant la durée de la mission. Les analystes ont commencé à utiliser le tableau de bord pour la surveillance opérationnelle avant la fin de la mission ; les bénéfices analytiques plus profonds, meilleure détection des menaces, couverture de sources élargie et capacité à identifier des tendances dans de grands volumes d'articles, se sont accumulés à mesure que les analystes se familiarisaient avec les capacités du système.

Compétences clés

• Intelligence artificielle : traitement du langage naturel et analytique textuelle
• Gestion de l'information : analyse de contenus non structurés
• Implémentation de systèmes : déploiement de plateformes analytiques d'entreprise
• Ingénierie des exigences et développement de cas d'usage
• Conception de systèmes OSINT pour des applications de renseignement

Méthodes et référentiels

• Cycle de développement logiciel complet (étapes de recueil des exigences, preuve de concept, conception, construction, test et déploiement)
• Développement NLP appliqué : ingénierie de lexiques, programmation de règles linguistiques, gestion des synonymes
• Gestion des risques pilotée par preuve de concept
• Validation et affinage itératifs de la précision
• Élaboration de feuilles de route techniques

Technologies

• Suite SAP BusinessObjects Enterprise XI 3.0 Text Analytics (extraction d'entités, fouille de textes)
• SAP BusinessObjects Web Intelligence (développement et déploiement de tableaux de bord)
• Ingestion de flux RSS et architecture de pipeline de contenus
• API Google Maps (visualisation géospatiale des points chauds de conflit)
• Environnement d'infrastructure Microsoft (déploiement et intégration du système)