Portails documentaires et

référentiels du Web sémantique : exemples et enjeux à venir à partir

de HDA-Lab et DBpedia

Les portails documentaires : un atout pour les archives ?

Journée d’étude ALMA

14 février 2014

Alexandre Monnin Paris 1, PhiCo, EXeCO

Inria, Wimmics Membre du réseau d’expert Open Data

d’Etalab

Le portail Histoires des arts (HDA)

Près de 5000 ressources agrégées et commentées pour l'enseignement de l'histoire des arts : dossiers pédagogiques, expositions virtuelles, vidéos... ainsi que des repères chronologiques par domaines artistiques (architecture, bande dessinée, littérature, jardins, musique, peinture, théâtre...).

• Toutes les périodes

• Toutes les civilisations

• Tous les domaines artistiques

Grande hétérogénéité des institutions impliquées (+300)

Grande hétérogénéité des contributeurs de ces institution au portail HDA

Enjeux d’une indexation commune

• Un seul modèle pour toutes les institutions ?

• Un seul modèle pour tous les éléments du corpus ?

• Un seul domaine pour toutes les période ?

• Un seul modèle pour toutes les civilisations ?

• Un seul modèle pour tous les domaines artistiques ?

? Three Rings for the Elven-kings under the sky, Seven for the Dwarf-lords in their halls of stone, Nine for Mortal Men doomed to die, One for the Dark Lord on his dark throne In the Land of Mordor where the Shadows lie. One Ring to rule them all, One Ring to find them, One Ring to bring them all and in the darkness bind them In the Land of Mordor where the Shadows lie.

Se mettre d’accord

Autour d’une table ?

Une grande table alors…

Solution

Le tagging libre augmenté

libre en amont (pas d’anneau unique, faible barrière d’entrée)

augmenté en aval (une lingua franca post-hoc)

Où trouver les entités/concepts dont nous avons besoin ?

DBpedia ?

En France: SemanticPedia (convention)

• 8 semaines pour sémantiser 16 000 mots-clefs de HDA (données ouvertes disponibles sur data.gouv.fr).

• Mise en place dans le back-office de la plate-forme HDA d’un workflow semi-automatique de tagging lié à DBpedia (analyse des notices, et suggestion de liaison avec des URI de DBpedia aux utilisateurs)

Verdict

Wikipedia répond aux besoins du tagging culturel

• 2012 : 77, 2 % des tags ont pu être liés à Wikipedia en français (en passant par la version anglaise à l’époque, chiffre qu’il faut donc revoir sensiblement à la hausse).

• 2012 : 83 % des tags utilisés l’ont été plus d’une fois par les visiteurs du site.

• Octobre 2012 : 100 % des 100 mots-clefs les plus fréquemment utilisés par les visiteurs du site sont appariés à Wikipedia/DBpedia.

Enrichissement

• Désambiguïsation

• Gestion de la synonymie

• Descriptions

• Illustrations

• Coordonnées géographiques…

Créer une boucle vertueuse réutilisation <-> contribution

Mobiliser les agents pour que les thèmes traités aient une représentation sur WP

Améliore DBpedia Améliore les applications qui utilisent DBPedia

etc.

De plus en plus d’initiatives impliquent des institutionnels (mapping parties avec Open Street Map, résidence au château de Versailles, etc.).

« nos établissements sont invités à leur tour à consolider, à enrichir ou à rectifier s’il y a lieu les données figurant sur Wikipédia, afin non seulement d’augmenter la qualité de ses articles en langue française, mais aussi son efficacité sur le Web sémantique. » (Aurélie Filippetti, 19 novembre 2012)

Simplicité : pas d’appel aux couches supérieures du Web Sémantique

Linked Open Data

• Use URIs as names for things

• Use HTTP URIs so that people can look up those names.

• When someone looks up a URI, provide useful information, using the standards (RDF*, SPARQL)

• Include links to other URIs. so that they can discover more things.

Enrichissement multilingue

• Lien entre les différentes versions linguistiques de Wikipedia

= équivalents linguistique des entrées (dont des mots-clefs)

= recherche multilingue à coût quasi- nul (traduction des interfaces)

= désenclavement linguistique du corpus traité

Plus-value « sémantique »

A tester sur HDA-Lab : http://hdalab.iri-research.org/hdalab/

Aujourd’hui

• Le projet Joconde Lab (http://jocondelab.iri-research.org/jocondelab/) a prolongé l’effort initié avec HDA-Lab.

• Corpus de 500.000 notices d'objets de toute nature (archéologie, beaux-arts, ethnologie, histoire, sciences et techniques...) valorisées par des parcours thématiques, des zooms et des expositions virtuelles, valorisé par des parcours thématiques dans les images.

• Même principe que HDA : 80 % des descripteurs utilisés sur Joconde sont couverts du Wikipedia

Merci !