Présentation
Hippomaps, présenté sur Hacker News sous le titre « Fast deterministic natural language search for OpenStreetMap data », offre une interface web où l’utilisateur saisit une requête en français ou en anglais, par exemple « cafés by the Limmat 100 m from the lake in Zurich ». Le service traduit cette phrase en une requête structurée appliquée directement aux objets géographiques d’OpenStreetMap (OSM). Le texte d’introduction indique que le moteur est à la fois rapide et déterministe, c’est‑à‑dire qu’il produit toujours le même résultat pour une même entrée.
Mécanisme de recherche déterministe
OpenStreetMap stocke les entités géographiques sous forme de nœuds, de chemins (ways) et de relations, chacune annotée de paires clé/valeur (tags). Hippomaps doit donc convertir la phrase naturelle en un filtre combinant ces tags et des contraintes spatiales. Le caractère « déterministe » implique l’utilisation d’un analyseur syntaxique basé sur des règles explicites plutôt que sur un modèle probabiliste d’apprentissage automatique. Chaque token de la requête (« cafés », « Limmat », « 100 m », « lake », « Zurich ») est mappé à un tag OSM (amenity=cafe) ou à une géométrie (proximité à la rivière Limmat, distance maximale de 100 m depuis le lac). Le processus d’interprétation suit un graphe de décision fixe, garantissant que deux utilisateurs identiques obtiennent exactement le même jeu de résultats.
Analyse des performances et limites
La rapidité annoncée provient probablement d’une indexation préalable des objets OSM selon leurs tags et leurs coordonnées, permettant des requêtes spatiales en temps constant ou logarithmique. En combinant un filtre de tags avec un rayon géographique, le moteur peut exploiter des structures de type R‑tree ou quad‑tree pour restreindre le jeu de données avant d’appliquer les conditions textuelles. Cette architecture évite les passes multiples sur le jeu complet d’OSM, qui compte plusieurs centaines de millions d’objets. Cependant, l’absence de composant d’apprentissage signifie que le système ne peut pas prioriser les résultats selon la pertinence perçue par les utilisateurs, ni gérer les ambiguïtés lexicales (ex. « bank » comme institution financière ou rive). De plus, la dépendance à un vocabulaire de règles nécessite une mise à jour manuelle pour intégrer de nouveaux tags OSM ou des expressions locales, ce qui peut limiter la couverture linguistique.