Dans une banque de données structurée, les données sont entrées dans des champs ou des zones. Ces champs sont libellés d'après la donnée. Dans une banque de données documentaires, il y a 4 champs minimaux : le titre, l'auteur, les sujets et la source. La source peut être divisée en plusieurs champs, comme le lieux d'édition, la maison d'édition et la date.  Pour plusieurs automates de recherche, le mot champ est remplacé par filtre.  Dans une page web, il y a essentiellement deux parties importantes d'où proviennent les champs: les métadonnées et l'adresse URL.

Les méta-données

    La plupart des logiciels de recherche web indexent les champs des métadonnées.  Ces champs permettent de mieux cibler un document qu'une recherche libre. Ils font partie du formulaire Propriétés et couleur de la page  dans Netscape Composer. Tout bon éditeur de textes HTML doit avoir un formulaire semblable, ou tout rédacteur doit insérer ces champs, ceux-ci étant tenus en compte par la plupart des moteurs de recherche. Voici l'adresse d'un formulaire qui code ces champs en langage HTML.

    Il existe aussi un code pour normaliser la description d'un document : le Dublin Core.  Cependant les métadonnées du Dublin Core n'ont pas été adoptées.

    Des concepteurs et référenceurs de pages web détournent les méta-données de leur fin en insérant des mots qui ont peu rapport avec le contenu.  Le champ «text» a été ajouté pour pallier ce détournement.

L'adresse URL

    L'adresse URL est la principale source des champs.  Elle remplace le méta-titre quand les méta-données n'ont pas été insérées dans la page web.  D'elle découlent la recherche d'un serveur, d'un nom de domaine générique ou géographique, d'un sujet et d'un type de document.  Elle est l'hyperlien qui fait voyager l'internaute d'un site à l'autre, qui nous informe sur la notoriété d'un site et sur les sites similaires, qui fait découvrir des images et autres documents.

Les préfixes de recherche

    Pour qu'un champ devienne un «champ de recherche», il a besoin d'un identifiant qui est un préfixe.  Chaque banque de données possède ses préfixes de recherche.  Voici un exemple schématisé d'une page web avec ses champs et les principaux préfixes de recherche d'AltaVista.

Champs et indexation

    L'indexation d'un document se fait à l'intérieur des balises des méta-données.  Elle prend tout son sens lorsqu'un thème est abordé par des périphrases, des synonymes et autres figures de rhétoriques. Ces figures sont nommées «signaux faibles».   Par exemple, un texte peut comprendre les mots «restructuration», «globalisation», «concurrence», «fusion» sans que le mot «licenciement» y soit alors que tout le texte le sous-entend    Dans ce contexte, «licenciement» est désigné comme un «concept».  Le travail d'un indexeur est de trouver le concept à partir d'un ouvrage commun.  Par exemple, s'il prend Yahoo!, il trouvera la rubrique «licenciements».  En insérant ce mot dans les méta-données, il donnera une occasion supplémentaire à l'internaute d'étendre sa recherche aux automates et de trouver le texte.  Malheureusement, beaucoup d'auteurs de pages web omettent le plus élémentaire des champs: le titre.   C'est pourquoi des documents avec la mention «Untitle» ou «Sans titre» apparaissent dans un résultat de recherche.  En fait, l'indexation des pages web est un travail négligé et méconnu qui est rarement fait par des professionnels de l'indexation que sont les bibliothécaires et les documentalistes.
    Pour pallier l'absence d'indexation, les informaticiens essaient d'automatiser le processus.  Des programmes de catégorisation et de suggestions de recherche à la volée sont leur réponse.  AlltheWeb fait des regroupement (clusters) et affiche des requêtes similaires, AltaVista l'appelle AltaVista Prisma (disparu), Exalead affiche une dizaine de termes reliées sur les sites partenaires de AOL France et Google s'est muni d'un opérateur à sa liste le cinq août 2003: l'opérateur de synonymes.  Tous ces programmes permettent de  découvrir des documents ayant des «signaux faibles».  Bien qu'ils ont l'ambition de classer le web, leurs tentatives demeurent de louables maladresses.

Champs et sites de recherche

    Les sites de recherche ont développé des préfixes de recherche comme nous l'avons vu avec AltaVista et Google.  Le but de ce chapitre est d'identifier chacun de ces champs, leur utilisation et le préfixe correspondant utilisé par chacun des sites de recherche.
    Les champs de recherche sont aussi utilisés pour l'affichage.  C'est ce qui clora ce chapitre. En voici les parties: