Intelligent Metadata Layer
Intelligent Metadata Layer, abrégé IML, est une approche de référentiel neutre pour la gestion des informations intelligentes qui unifie les informations parmi les différentes sources basées sur le contexte, et non sur le système ou le dossier où les informations sont sauvegardées.
IML permet à un utilisateur M-Files de se connecter à plusieurs référentiels externes différents, en sus des coffres M-Files traditionnels. Au moyen d’applications de coffre spéciales connues sous le nom de connecteurs, l’utilisateur peut naviguer et éditer le contenu se trouvant dans les sources externes au sein de l’interface utilisateur M-Files.
IML fournit automatiquement un classement et des métadonnées à vos documents à l’aide des fameux services intelligents qui intègrent une couche d’intelligence artificielle à M-Files. Les services intelligents sont des applications de coffre qui classent pour vous les documents en déterminant la classe du document et en suggérant les valeurs des métadonnées en analysant le contenu du fichier sémantiquement et visuellement.
Architecture d’IML
L’architecture d’IML peut être divisée en trois couches différentes : la couche de l’expérience utilisateur unifiée en haut, la couche des métadonnées intelligentes au milieu et un processus d’arrière-plan multiréférentiel en bas.
La couche supérieure, la couche de l’expérience utilisateur unifiée, sert à proposer une expérience utilisateur unifiée, peu importe le référentiel utilisé. Elle permet d’afficher et d’éditer les interfaces utilisateur M-Files Desktop, M-Files Web et M-Files Mobile connues, où que les informations se trouvent.
La couche intermédiaire, également connue sous le nom de Couche des métadonnées intelligentes, constitue un élément central de l’architecture d’IML. Elle se compose des compétences essentielles d’une gestion du contenu de l’entreprise, comme une interface de recherche polyvalente, des workflows, un historique des versions, le verrouillage des documents pour l’édition et une recherche dans plusieurs référentiels. L’approche de M-Files pour le classement des documents avec des métadonnées et la catégorisation de contenu dans des vues basées sur des métadonnées permet de trouver des documents en fonction de ce qu’ils sont plutôt que d’où ils se trouvent. La recherche multiréférentielle est la version de M-Files pour la recherche d’entreprise, ce qui permet de rechercher des documents dans divers référentiels.
La couche intermédiaire intègre de l’intelligence artificielle dans le système M-Files. Les fameux services intelligents proposent des ressources pour la suggestion de métadonnées automatiques et le classement des documents en réalisant une analyse de texte et d’image sur du contenu qui est ajouté à M-Files et en appliquant un apprentissage machine aux comportements de l’utilisateur du coffre. Les services intelligents sont des applications de coffre qui, une fois installées, peuvent se charger de la lourde tâche consistant à indiquer des métadonnées et à classer des documents. De plus, l’interface de programmation de l’application IML permet aux services intelligents d’être développés par des tiers de façon à pouvoir être préparés sur mesure pour s’adapter aux besoins et environnements spécifiques des diverses organisations et entreprises.
Pour obtenir plus d’informations sur les services intelligents, consultez Services intelligents.
La couche inférieure, le processus d’arrière-plan multiréférentiel, sert d’interface entre M-Files et les référentiels externes. À l’aide des applications de coffre connues sous le nom de connecteurs, les utilisateurs de M-Files sont capables d’afficher et de modifier des contenus dans les référentiels externes à l’aide de l’interface utilisateur M-Files. Les connecteurs établissent des connexions entre M-Files et les référentiels externes et permettent à l’utilisateur d’afficher et d’éditer des contenus provenant de différentes sources externes comme si l’utilisateur ne travaillait qu’avec un seul coffre.
Pour plus de renseignements sur les connecteurs, consultez Connecteurs.