Journée de lAUSIDEF – Lyon, 10-11 juin 2010 [email protected] RDF et le Web de...

Journée de l’AUSIDEF – Lyon, 10-11 juin 2010

[email protected]

RDF et le Web de données

En guise de préambule…

Problèmes d’intégration des outils de référencement dans les systèmes d’information ou systèmes d’ingénierie documentaire

Catalogue local

Catalogue collectif Périodiques en ligne

Thèses en ligne

e-books

Ressources pédagogiques

Ressources multimédiasBases de signets

Enregistrements sonores

Catalogues de bibliothèquesassociées ou partenaires

Archives ouvertes

Un point d’entré unique ?

Catalogue localCatalogue collectif

Périodiques en ligne

Thèses en ligne

e-books





Archives ouvertes

Ok

Catalogue de la bibliothèque

Documentation scientifique et technique

Bibliothèques / agences bibliographiques nationales

Supports pédagogiques

Documents multimédias

Revues

e-books

Vidéos

oai-pmh

oai-pmh

API

OpenURL

Z 39.50

SRU

Z 39.50

WebService

vvvvvv

iso 2709

Web invisible (« deep web, hidden web »)

Le Web invisible ou Web caché est la partie du Web correspondant à l'ensemble des documents qui ne sont pas indexés par les outils de recherche traditionnels.

« Les ressources du Web invisible comprennent, entre autres-les sites Web construits autour d'une base de données (interrogeable uniquement par un moteur de recherche interne)- les pages accessibles par un formulaire de recherche- les pages protégées par un mot de passe- les pages interdites aux robots d'indexation- les pages écrites dans des formats propriétaires- les intranets et - les extranets. » [AFUL]

Les données sont contrôlées par des applications, et chaque application les garde pour son propre usage…

Pour accéder à ces données, un utilisateur doit passer par un portail ou un moteur de recherche dédié qui créée un chemin vers le données prisonnières d’une base de données.

Catalogue localCatalogue collectif

Périodiques en ligne

Thèses en ligne

e-books





Archives ouvertes

Ok

Catalogue de la bibliothèque

Documentation scientifique et technique

Bibliothèques / agences bibliographiques nationales

Supports pédagogiques

Documents multimédias

Revues

e-books

Vidéos

oai-pmh

oai-pmh

API

OpenURL

Z 39.50

SRU

Z 39.50

WebService

vvvvvv

iso 2709

SQL > select base1.UNIMARC.UNIMARC12,base1.UNIMARC.UNIQUE_KEY from base1.UNIMARC,system.EXEMPLAIRE where substr(system.EXEMPLAIRE.CATALOG_ID,17,10) = to_char(base1.UNIMARC.UNIQUE_KEY) and system.EXEMPLAIRE.SECTION='1' and system.EXEMPLAIRE.STATUS in (1,2,3,5,6,100,101,110,210) and base1.UNIMARC.UNIMARC12 in ('2008', '2009');

Je veux restreindre un corpus de résultats aux ouvrages de sciences édités en 2008 et 2009

Il y a 10 ans, l’enjeu était de promouvoir son catalogue sur le web (« opacweb »).

On consacre aujourd’hui encore beaucoup de temps à l’administration d’un SIGB ou d’un SID

web

opac web

réseau interne

BDD

On travaille à rendre son application interopérable, capable d’aller puiser des informations dans des sources hétérogènes, et capable de fournir des informations à d’autres applications.

Demain on travaillera peut-être à rendre nos données compatibles avec le web sémantique

BDD

opac web

Réseaux sociaux

moteurs commerciaux

Agencesbibliograph

iques

SIGB

Z3950

OAI-PMH

SID

OpenURL

SRU

ENT

shibboleth

http://images.google.com/imgres?imgurl=http://www.psi.toronto.edu/~inmar/wiml/wiml_images/google_logo.jpg&imgrefurl=http://www.psi.toronto.edu/~inmar/wiml/2009/mailinglist.php&usg=__vFDxTxE9F6L_ML6MumRLVDwgqFc=&h=1500&w=3600&sz=277&hl=fr&start=1&um=1&tbnid=o78WRIXSFwEmKM:&tbnh=63&tbnw=150&prev=/images%3Fq%3Dgoogle%2Blogo%26hl%3Dfr%26rls%3Dcom.microsoft:*:IE-SearchBox%26rlz%3D1I7ADBF_fr%26sa%3DX%26um%3D1

http://images.google.com/imgres?imgurl=http://www.weboutside.be/wp-content/uploads/2008/02/2136a-yahoo_baisse_ses_encheres.jpg&imgrefurl=http://www.weboutside.be/category/business/&usg=__6Qwr3irbFFcBEngk-A9qW-B8-jY=&h=264&w=350&sz=18&hl=fr&start=6&um=1&tbnid=ms7wfktWIUwBqM:&tbnh=91&tbnw=120&prev=/images%3Fq%3Dyahoo%26hl%3Dfr%26rls%3Dcom.microsoft:*:IE-SearchBox%26rlz%3D1I7ADBF_fr%26sa%3DN%26um%3D1

Le Web sémantique

<html> <html>

WEB de documents

http

Problème :Le contenu du web est fait pour être lu par des humains, pas par des ordinateurs.

Problème? : avec l’accroissement du nombre de pages web, les recherches deviennent de moins en moins efficaces.

on arrive aujourd’hui à la limite de l’efficacité des metatags. (crawlés par moteurs de recherche).

Une éventuelle solution ? Consisterait rendre ces contenus compréhensibles par des machines, que les machines puissent identifier leur nature sans ambiguïté. >> d’une certaine façon, donner du sens au contenu (d’où « sémantique »).

Mise en œuvre : il faut mettre à disposition un langage pour décrire des ressources de façon intelligibles (RDF) qui va permettre de définir des structures.

RDF est plus mode de stockage des définitions, un modèle, donc

Une remarque :il faut distinguer cette entreprise de l’IA qui centralise les données dans une base de données, alors qu’avec RDF, elles peuvent être n’importe où, sans qu’on ait besoin de les stocker : chaque élément RDF peut être appelé par un URI.

Pour éviter que les « agents » ou programmes rencontrent des situations ambiguës, (homonymies ou synonymies), il faut introduire des ontologies, qui reposent sur des classes (OWL)

Des promesses : les applications reposant sur ces structures de données vont pouvoir traiter et manipuler des données sans les humains

Des projets ? Pour l’instant le web sémantique est mis en application dans le domaine du commerce électronique, mais cela peut s’étendre d’autres types de données (les bibliothèques, peut-être ?) et d’autres biens de consommation (domotique par exemple).

Du boulot : il faut que les documents soient décrits comme l’attend le web sémantique…

web « traditionnel » vs web sémantique

« espace universel d’échange consultable par tout internaute »

objectif : apporter la sémantique formelle nécessaire pour que les machines, elles aussi, puissent consulter et interpréter les informations présentes sur le web

s’appuie sur 3 couches de base

XML : support ou cadre d’implémentation

RDF : cadre de description des ressources, modèle d’annotation sous forme d’URI

OWL : moyen d’écrire des ontologies sur le web

« ensemble structuré de savoirs dans un domaine de connaissance particulier »

Web… sémantique ?

Gère des documents

.htm, .html

.pdf

.xml

.mp3

Gère des « objets »

personnes

endroits

événements

musique

films

.??? organisations…

concerts

σῆμα

événement

l’évenement <anniversaire> ou <fête d’anniversaire> comporte des propriétés qui peuvent être supportées par des web services : <date>, <heure>, <lieu>, <déplacement>Ces propriétés ou « sèmes » sont reliées entre elles.

on pourrait ajouter <offrir un cadeau> et proposer un <achat de cadeau>, suivi d’une <livraison>

la <livraison> aurait elle-même comme propriété obligatoire : <expéditeur>, <destinataire>, <coût>, <adresse>, etc.

Quelques mots-clés pour indexer cette journée…

RDF*OWL*

RDFS*

FRADFRBR

RDA

SKOS

FRBRoo

FOAF

XML

* NB la plupart des documentions importantes de W3C ont été traduites en français !

SPARQL*

RDF : Resource description Framework= Cadre de description des ressources

« Modalité d’annotation d’une ressource (sous forme d’URI) sur la base d’un vocabulaire partagé. »

La syntaxe de base s’exprime sous forme d’un triplet

resource

property literal

On parle aussi de représentation par « graphe »

Blaise Cendrars est_auteur_de

Rhum

<?xml version="1.0"?><rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns# "xmlns:s="http://monsite.fr/schema.rdf#"><rdf:Description about=”Rhum”><s:Creator>Blaise Cendrars</s:Creator></rdf:Description></rdf:RDF>

Expression du triplet dans un fichier RDF :

NAME SPACEobligatoire

A propos de Rhum, il y a un auteur : Blaise Cendrars

On a utilisé l’attribut rdf:about. Il existe d’autres attributs : rdf:ID, rdf:type, rdf;bag, rdf:seq, rdf:alt

On a introduit la relation s:creator, mais elle peut être subdivisée n sous-classes ; interprète, compositeur, préfacier, etc.

Son outil de recherche : SPARQL

Les requêtes SPARQL s’inspirent de SQL (modèle simple). On peut ajouter une clause DISTINCT après SELECT ou LIMIT, OFFSET, et ORDER après WHERE

des clauses :OPTIONAL

UNION

FILTER

Ex: rapatrier le nom d’une personne et éventuellement son pict

Ex. Trouver les personnes qui ont un e-mail et celles qui ont un pict

Impose des contraintes sur les variables (Ex. on veut trouver toutes les auteurs des publications du mois de septembre 2009)

Dans la documentation SPARQL, il est fait mention d’une autre syntaxe un peu différente : Turtle (pour « Terse RDF Triple Language)

Soit l’ensemble de données :@prefix dc: <http://purl.org/dc/elements/1.1/> .@prefix : <http://example.org/book/> .@prefix ns: <http://example.org/ns#> .:book1 dc:title "SPARQL Tutorial" .:book1 ns:price 42 .:book2 dc:title "The Semantic Web" .:book2 ns:price 23 .

Soit la requête :PREFIX dc: <http://purl.org/dc/elements/1.1/>PREFIX ns: <http://example.org/ns#>SELECT ?title ?priceFROM <ex1.ttl>WHERE { ?x dc:title ?title .OPTIONAL { ?x ns:price ?price . FILTER (?price < 30) }}

Résultat : | title | price |==============================| "The Semantic Web" | 23 || "SPARQL Tutorial" | |------------------------------

RDF-S (RDF-Schema)Permet de définir un modèle ou schéma dans un domaine d’expertise :- définition de hiérarchies de classes et de propriétés- formulation de contraintes.

Comment déclarer une classe de ressource : 2 moyens

1. utiliser l’attribut rdf:type en se référant au type Class

<rdf:Description rdf:about="#Artist"><rdf:type><rdf:Description rdf:about="http://www.w3.org/2000/01/rdfschema#Class"/></rdf:type></rdf:Description>

2. utiliser l’espace de nom rdfs à l’aide d’une déclaration xmlns:rdfs=http://www.w3.org/2000/01/rdf-schema#

<rdfs:Class rdf:ID="Artist"></rdfs:Class>

#Artist

Dans un éditeur de graphe, la fonction AddSubclassOf permet d’ajouter une sous-classe #Painter à la Classe #Artist

#Painter

Pourquoi passer de RDF-S à OWL ?RDF-S apparaît vite comme insuffisant, en empruntant des éléments de la logique formelle :

rdfs:range définit le domaine de valeurs d’une propriété quelle que soit la classe concernée Ex. ne permet pas d’exprimer que les vaches ne mangent que de l’herbe, alors que d’autres sortes d’animaux mangent aussi de la viande

Pas de possibilité d’exprimer que deux classes sont disjointesEx. La classe des hommes et des femmes sont disjointes

Ne permet pas de créer des classes par combinaison ensembliste d’autres classes (inter, union, complément)Ex. Si l’on veut construire la classe Personne comme l’union disjointe des classes Hommes et Femmes

Ne permet pas de définir de restriction sur le nombre d’occurrences de valeurs que peut prendre une propriété. Ex. On ne peut pas dire qu’une personne a exactement deux parents

ne permet pas de définir certaines caractéristiques des propriétés: transitivité (ex: estPlusGrand-Que), unicité (ex: estLePèreDe), inverse (ex: mange est la propriété inverse de estMangéPar). [Paul] – a_pour_sœur [Virginie]

Si les contraintes d’expressivité sont trop grandes, il faut passer à des définitions ontologiques « déportées », extérieures au schéma, qui vont uniquement gérer la complexité des relations logiques entre classes, d’où OWL

Ontologies ?

ville

code postal

mairie

site internet

département

région

pays (OWL)

ville

code postal

mairie

site internet

département

région

pays

adresse

téléphone

URL

Et pour les bibliothèques ?

Il faut absolument veiller à conserver les fonctionnalités de recherche (!),(Ce qui donne du sens au travail des bibliothécaires et de la valeur aux SID.)mais elles peuvent émerger/s’exprimer différemment. Elles peuvent peut-être s’affiner, mais pas disparaître.

Contrat des FRBR :Un catalogue doit permettre de « trouver, identifier, sélectionner et obtenir » une ressource (B. Tillet)

« Je cherche les Variations Goldberg de J.-S. Bach …»

Mais « J’aimerais bien écouter les Variations Goldberg, interprétées par Daniel Barenboim, en concert à Buenos Aires en 1989 . Je crois que ça existe chez Erato »

Rendre les applications interopérables : on sait faire (à peu près…)

Rendre les données portables dans d’autres contextes, pour d’autres usages et utilisables par d’autres médias : on ne sait pas (encore) faire (pas pour tout en tout cas).

[A propos du web sémantique]

“Parmi les changements que les bibliothèques vont avoir besoin de mettre en oeuvre pour y pourvoir doit figurer la migration du catalogue public d’une base de données de notices bibliographiques, autonome et isolée, vers un ensemble de données “hyperliées” qui peut interagir avec les ressources informationnelles du web. On pourra alors intégrer les données documentaires aux environnements numériques de travail des utilisateurs, auxquels les bibliothèques apporteront leur service.”

ALA’s Library Technology Reports is publishing Understanding the Semantic Web: Bibliographic Data and Metadata by Karen Coyle

examen

programmedocument

diplômepréparé

droits deprêt

situation

localisation

droits d’accès

heuresd’ouverture

programmedocument

droits d’accès

auteur

titreéditeur

mots-clés

niveau « événement »

niveau bibliographique

œuvremanifestation

La conclusion approche…

…ou : « pourquoi s’inquiéter ? »

…et : « pour quoi s’inquiéter ? »

001 070305692010 ##$a1-59059-003-1$bbr.073 #0$a9781590590034200 1#$a@XML programming$bTexte imprimé$eWeb applications and Web services with JSP and ASP$fAlexander Nakhimovsky, Tom Myers210 ##$aBerkeley, Calif.$cApress$dcop. 2002215 ##$a1 vol. (XVIII-555 p.)$cill., couv. ill. en coul.$d24 cm225 0#$aThe @expert's voice$ebooks for professionals by professionals300 ##$aLa couv. porte en plus : "Learn practical and up-to-date information on XML specifications and related technologies, including XLink, XPointer, XML Schema, RELAX NG, SOAP, WSDL, UDDI; "Find substantial examples in Java and VB/VB Script that are written to be understandable by any programmer, whatever his or her language background"; "Create Web applications and Web services that use DOM, SAX, and XSLT to process XML data, both virtual (generated in memory) and persistent (stored in files or databases)320 ##$aIndex410 ##$0069269572@Books for professionals by professionals605 ##$a@Active server pages$2lc606 ##$aXML (Document markup language)$2lc606 ##$aMicrosoft Visual BASIC$2lc606 ##$aJavaServer pages$2lc606 ##$aWeb sites$xDesign$2lc606 ##$aWeb site development$2lc606 ##$aJava (Computer program language)$2lc606 ##$3035260521XML (langage de balisage)$2rameau606 ##$3052625877JavaServer pages (logiciel)$2rameau606 ##$3035805684Sites Web -- Développement$2rameau606 ##$3050768735Fournisseurs de services applicatifs$2rameau680 ##$aQA76.76.H94$bN355x 2002700 #1$3059632887Nakhimovsky, Alexander D.$4070701 #1$3059632585Myers, Thomas J. (1952-....)$4070801 #0 $bPPT$gAACR2801 #1 $bPPT$gAACR2

id= 070305692

oeuvre.Titre=« XML

Programming »id=3059632585

Personne.Nom= Tom Myers

id=3059632887

Personne.Nom= Alexander

Nakhimovsky

id= 127261852

édition

id=3035260521

vedette rameau.Forme retenue= XML (langage de balisage)

id= 69850

Langue.Libellé=« English »

id= 0069269572

Collection.Titre=« Books for

profesionnals »

a_pour_auteura_pour_auteur

a_pour_sujet

a_pour_langue

appartient_à

a_pour_éditeur

adapté de Yann Nicolas

On peut présumer que le formalisme introduit par RDF et OWL permet de mieux structurer les données pour les présenter sur le web.

MAIS : produire des données sous forme de graphe n’est pas dans les habitudes. Pour les bibliothécaires, Il faudra passer d’une représentation syntagmatique / paradigmatique à une représentation atomique

Les outils pour produire ces données sont demandent à être améliorés (bien qu’offrant déjà de grandes possibilités : http://protege.stanford.edu/)

Cela ne se fera qu’au prix de «changements assez importants dans la gestion des flux informationnels ».

Cela se produira sans doute par étapes, par exemple en commençant par l’introduction de microformats (« ensembles de conventions permettant d’ajouter des notions sémantiques aux documents html » sans recourir à de nouveaux langages.

Cela ne se fera pas sans une observation stricte des normes et des formats !

Pas de web sémantique sans saisie des données…

…ni avec un minimum de contrôle des données.

c’est nous !

c’est nous aussi !

Journée de l’AUSIDEF – Lyon, 10-11 juin 2010

[email protected]

Merci de votre attention !

Journée de lAUSIDEF – Lyon, 10-11 juin 2010 [email protected] RDF et le Web de...

Documents

Transcript of Journée de lAUSIDEF – Lyon, 10-11 juin 2010 [email protected] RDF et le Web de...