Le Web sémantique.Un Web de métadonnées

Tutoriel JABES 2010

WEB DE DOCUMENTSVS

WEB DE DONNÉES

Le Web est une collection de documents (HTML, PDF…)

Le Web devient une collection de bases de données (RDF, RDFa)

hier aujourd’hui demain

LE CONTENU DES DONNÉES EST UTILISÉ DANS UN DOCUMENT

HTML

Le Document HTML est fait pour être lu par des humains ;pas pour être exploité par des programmes

Données

Page HTML

hier aujourd’hui demain

LES DONNÉES SONT PRÉSENTES DANS LE

DOCUMENT HTMLLe Document HTML + RDFa peut être lu par des humains et exploité par des programmesLa base de données est dans le Web, pas sous le Web (deep Web)

Données

Page HTML

HTML + RDFa

Données

La victoire des métadonnées

• Rich snippets

• SearchMonkey

• Open Graph Protocol

Métadonnées de…

• Documents• Produits commerciaux• Entreprises et autres organismes• Événements• Jeux• Recettes de cuisine

Métadonnées de recette GoogleProperty Descriptionname (fn) Required. The name of the dish.recipeType (tag) The type of dish: for example, appetizer, entree, dessert ... photo Image of the dish being prepared.published The date the recipe was published, in ISO date format.summary A short summary describing the dish.review A review of the dish. Can include nested review information.prepTime The length of time it takes to prepare the recipe for dish, in ISO 8601 duration format. Can use min, max as child elements to

specify a range of time.cookTime The time it takes to actually cook the dish, in ISO 8601 duration format. Can use min, max as child elements to specify a range

of time.totalTime (duration) The total time it takes to prepare the cook the dish, in ISO 8601 duration format. Can use min, max as child elements to

specify a range of time.nutrition Nutrition information about the recipe. Can contain the following child elements: servingSize, calories, fat, saturatedFat,

unsaturatedFat, carbohydrates, sugar, fiber, protein, cholesterol. These elements are not explicitly part of the hRecipe microformat, but Google will recognize them.

instructions The steps to make the dish. Can contain the child element instruction, which can be used to annotate each step.

yield The quantity produced by the recipe (for example, number of people served, number of servings, etc).

ingredient An ingredient used in the recipe. Can contain child items name (name of the ingredient) and amount. Use this to identify individual ingredients.

author Creator of the recipe. Can include nested person information.

Métadonnées de documentsselon Yahoo

Métadonnées de documentsselon Yahoo

L’enjeu Que le Web de données

ne parle pas seulement de vidéos, de produits commerciaux, de congrès et de

recettes de cuisinemais également

des fonds de nos bibliothèques, de nos thèses, de nos manuscrits, de nos articles,

de nos revues… et de nos auteurs, directeurs de thèse,

organismes, vocabulaires …

Comment mettre nos métadonnées sur le Web de données ?

Sudoc.zip

Comment mettre nos métadonnées sur le Web de données

sans y mettre nos notices ?

Notices = paquets ficelés

! Ouvrir ces paquets !

Dissection d’une notice MARC Vers des métadonnées en RDF

Partons d’une notice Sudoc en UNIMARC décrivant l’édition commerciale d’une thèse

cam0 22 450 001 134144422005 20100315113520.000010 $a978-2-275-03443-0$bbr.$d38 EUR073 1$a9782275034430100 $a20090610d2009 k y0frey0103 ba101 0 $afre102 $aFR105 $ay va 001yy106 $ar200 1 $aAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy,...$gpréface de Didier R. Martin,...210 $aParis$cLGDJ-Lextenso éd.$dDL 2009215 $a1 vol. (XI-416 p.)$d24 cm225 2 $aBibliothèque de droit privé$x0520-0261$vtome 510306 $aLGDJ = Librairie générale de droit et de jurisprudence320 $aBibliogr. p. [369]-396. Notes bibliogr. Index328 0$zTexte remanié de$bThèse de doctorat$cDroit privé$eParis 11$d2008410 |$tBibliothèque de droit privé$x0520-0261$v510451 |$tAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy$c[S.l.]$n[s.n.]$d2008$p1 vol. (343 p.)606 $aAnthropologie juridique$2rameau606 $aSociétés$xDroit$2rameau606 $aPersonnes morales$2rameau686 $aKA.111$2local_cujas700 1$aQuievy$bJean-François$f1980-....$4070702 1$aMartin$bDidier$f1944-....$4080801 3$aFR$bAbes$c20100315$gAFNOR

Notice = paquet

Mais j’ai triché

cam0 22 450 001 134144422005 20100315113520.000010 $a978-2-275-03443-0$bbr.$d38 EUR073 1$a9782275034430100 $a20090610d2009 k y0frey0103 ba101 0 $afre102 $aFR105 $ay va 001yy106 $ar200 1 $aAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy,...$gpréface de Didier R. Martin,...210 $aParis$cLGDJ-Lextenso éd.$dDL 2009215 $a1 vol. (XI-416 p.)$d24 cm225 2 $aBibliothèque de droit privé$x0520-0261$vtome 510306 $aLGDJ = Librairie générale de droit et de jurisprudence320 $aBibliogr. p. [369]-396. Notes bibliogr. Index328 0$zTexte remanié de$bThèse de doctorat$cDroit privé$eParis 11$d2008410 |$0001025449$tBibliothèque de droit privé$x0520-0261$v510451 |$0127264191$tAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy$c[S.l.]$n[s.n.]$d2008$p1 vol. (343 p.)606 $3028070364$aAnthropologie juridique$2rameau606 $3027480968$aSociétés$xDroit$2rameau606 $3027883248$aPersonnes morales$2rameau686 $aKA.111$2local_cujas700 1$3127281851$aQuievy$bJean-François$f1980-....$4070702 1$3086099582$aMartin$bDidier$f1944-....$4080801 3$aFR$bAbes$c20100315$gAFNOR

Liens aux autorités

Notice bibliographique avec liens aux autorités =

plusieurs paquets liés entre eux

Edition de la Thèse. Titre = « Anthropologie… ». Langue = « fre »

Id=134144422 a pou

r dire

cteur

a pour sujet

a pour auteur

appartient à

Id=134144422 a pou

r dire

cteur

a pour sujet

a pour auteur

appartient à

a pour langue

Id=134144422

a pour directeur

a pou

r suj

et

a pour auteur

appartient à

a po

ur la

ngue

La thèse comme Œuvre

. Titre = « Anthropologie… »

Id=123456789

a pour édition

Démarche

• Vider la notice bibliographique• Déporter le maximum d’information dans

des notices d’autorité • L’information contenue dans une autorité est

» séparée» plus facile à réutiliser

Web de données : une façon de pousser cette logique jusqu’au bout

Défaire le paquet de métadonnées

• Décomposer la notice en affirmations élémentaires et indépendantes (triplets)

123456789 est de type Thèse123456789 a pour auteur 127281851127281851 a pour nom « Jean-Fr. Quiévy »123456789 a pour édition 134144422134144422 est de type Edition134144422 appartient à 001025449001025449 est de type Collection001025449 a pour titre « Bib. De droit privé »

On est passé de MARC à RDF (Resource Description Framework – W3C)

123456789 a pour auteur 127281851

127281851 a pour nom « J.F. Quiévy »

• 2 informations indépendantes l’une de l’autre

• 2 informations dans la même base ou non !» Information distribuée sur le Web

Comment faire des liens si les informations qui composaient le paquet-notice sont éclatées sur le Web ?

Des informations décentralisées et des identifiants globaux

Information gérée par la base catalogue :

http://www.catalogue.org/123456789 a pour auteur http://www.referentiel.org/127281851

Information gérée par la base référentiel :

http://www.référentiel.org/127281851a pour nom « J.F. Quiévy »

Qu’est-ce que ça change ? #1

N’importe qui peut compléter la « notice » !

• Car n’importe qui peut affirmer quelque chose sur ma thèse

Exemple :

http://www.ma-bib-perso.org/yann possède-un-exemplaire-de

http://www.catalogue.org/134144422

! Je m’exemplarise dans le Sudoc… ps : je prête aussi

Qu’est-ce que ça change ? #2

N’importe qui peut réutiliser mes données!

• Car tout le monde comprend les triplets RDF (bientôt).

Exemple :

De nouvelles interfaces, de nouveaux outils

! Où sont les limites du catalogue ? Juste une AOC ?

Qu’est-ce que ça change ? #3

Raisonner

• N’importe qui peut tirer de mes données des choses que j’ignorais

• Exemple :• Le catalogue dit que ce livre appartient à la

collection http://www.issn.org/collection/001025449• La base ISSN dit que cette collection est une

collection d’ouvrages de droit privé (règle).« on » peut en déduire que ce livre est un livre de

droit privé (ce qui n’était pas dans la notice)

Qu’est-ce que ça change ? #4

Lever le dilemme de l’interopérabilité

• Dilemme :

• Populaire mais pauvre (Dublin Core simple)

• Rester riche et mourir seul dans la dignité (MARC, TEF)

• Solution : tef:auteur sous-propriété de dc:creator

Données ABES dans le Web de données

• Calames RDFa en 2008

• Autorités Fin 2010

• STAR (thèses élec.) Fin 2010

• Portail des thèses 2011

Aller plus loin

• RDF Primer http://www.w3.org/TR/rdf-primer/

• RDFa (RDF dans une page HTML) Primer http://www.w3.org/TR/xhtml-rdfa-primer/