Ce que le texte fait
Il documente une machine et il en publie les comptes. L'objet est annoncé sans détour en
[LIP-2006-questdb]§7@c1 : savoir « whether it was possible to generate a Questions
database » à partir de trois bases de l'UIA — World Problems, Global Strategies,
Human Values. Le procédé tient en une ligne : prendre le titre d'une entrée, l'insérer
comme graine XXXX dans un gabarit interrogatif (« How is XXXX caused? »), recommencer
pour chaque type de WH-question et pour chaque titre alternatif.
La forme du document est un tableau, pas un texte. Mesure sur les 784 blocs de
corpus/text/LIP-2006-questdb.txt : 396 blocs (50,5 %) ne contiennent qu'un nombre ou
un point, et 705 (90 %) font quatre mots ou moins. Les 4 179 mots du document sont
presque tous concentrés dans une trentaine de blocs de prose ; tout le reste est le
tableau des gabarits (§18-§233) et les deux tableaux de résultats (§237-§462, §464-§716).
C'est le troisième document du dépôt où §N sépare mal la prose de la donnée, après
[LIP-2015-laetmaps].
Le résultat est chiffré et daté : [LIP-2006-questdb]§730@c2 — 1 060 458 questions
intégrées aux bases de l'UIA en octobre 2006. Le titre annonce « a Million » ; le corps
livre 1,06 million. Pour une fois chez Judge, l'annonce est en dessous de la mesure.
Deux incohérences internes, mesurées. Le texte annonce en §463 la génération « in October 2006 », mais le titre du tableau qui suit immédiatement (§464) porte « Final results of question generation (October 2005) ». Et le total de questions du tableau de 2006 (§488, 80 154 entités graines) ne se recompose pas trivialement en 1 060 458. On ne tranche pas : on note que les comptes publiés ne se vérifient pas depuis la page seule.
Ce qu'on en retient (opératoire)
1. Le générateur est rejouable tel quel. Gabarit à trou, graine = titre d'entrée, produit cartésien avec les sept types de WH-question. Le tableau §18-§233 donne les 34 gabarits effectivement essayés, et marque d'un double astérisque ceux qui ont été écartés — « Why does God allow XXXX to happen? (**) » en fait partie. Publier les gabarits rejetés est une pratique de traçabilité, pas de rédaction : elle rend le dispositif auditable. C'est directement transposable à un référentiel TURFu de titres.
2. Le texte déclare sa propre grossièreté. [LIP-2006-questdb]§746@c4 : les intitulés
produits ne sont pas nécessairement grammaticalement corrects, et §718@c3 : les
résultats sont « extremely preliminary ». Un générateur qui publie sa marge d'erreur en
même temps que son volume est plus utilisable qu'un générateur qui ne publie que son
volume.
3. Le vrai critère est le tri, pas la génération. [LIP-2006-questdb]§774@c6 : que
faudrait-il pour écarter les questions « more contrived or artificial » ? La question est
posée et laissée ouverte. On la retient comme telle : produire un million d'items est
un problème résolu ; en écarter 950 000 ne l'est pas. C'est la leçon opératoire du
document pour toute génération assistée, et elle a dix-neuf ans.
Ce qu'on laisse au laboratoire
Le million lui-même. Rien dans la page n'établit qu'une seule de ces questions ait
été lue par quiconque. Le texte le concède en §781@c5 — des motifs inhabituels
apparaissent, mais mènent-ils à des aperçus inhabituels ? La section §756-§783 est une
liste de onze interrogations sans réponse ; elle est étiquetée speculatif pour cette
raison, et non parce qu'elle serait faible.
Le renversement problème / question. Il est élégant — un problème est déjà une question, une stratégie déjà une réponse (§735-§737) — mais il opère par redescription : le contenu informationnel après génération est exactement celui d'avant, réindexé sept fois. On l'écarte de l'opératoire tout en le notant comme une reformulation utile.
Toute la couche visualisation (§747-§755 : VRML, HyperGraph, FreeMind, SWF, Netmap, Decision Explorer). Elle date le document plus sûrement que son année, et Judge y signale lui-même que plusieurs de ces options n'ont jamais été activées pour les questions.
Renvois
[LIP-2015-laetmaps]— même géométrie de document : la prose noyée dans les cellules de dénombrement, et la même réserve de l'auteur sur ce que ses propres cartes mesurent.[LIP-2004-writpol]— l'autre tentative de réordonner un corpus existant sans y rien ajouter, par polarités plutôt que par gabarits interrogatifs.[LIP-1971-univ]— la même opération vingt-cinq ans plus tôt et à la main : appliquer une grille régulière à chaque item d'un référentiel et publier la matrice.