Le Web de données
Architecture du Web (1)
• World Wide Web : toile d'araignée de serveurs d'informations reliés les uns aux autres par des liens physiques (le réseau matériel) et des liens logiques (les liens hypertextes)
• Architecture du Web = les standards définissant l’infrastructure technologique
• Rôle du W3C (World Wide Web Consortium) : s’occupe de la standardisation de l’architecture du Web
33
Les objectifs du W3C
• Accessibilité pour les logiciels et machines– Interopérabilité et portabilité – Production de contenu Web facilitée – Réduction du volume des pages – Meilleure visibilité et indexation par les moteurs de
recherche– Compatibilité – Pérennité des documents
• Accessibilité universelle aux contenus
Pas très éloigné Pas très éloigné des missions des des missions des
bibliothèques bibliothèques publiques tout ça !!publiques tout ça !!
Architecture du Web (2)Repose sur 3 technologies : Un protocole : HTTP (Hypertext Transfer Protocol) Un langage : HTML (Hypertext Markup Language)
Standard défini par le W3C pour la diffusion de documents sur le Web pour pouvoir afficher de l'information à l'aide de balises dont le nombre est limité. Il est interprété par le navigateur
Des identifiants : URI (Uniform Resource Identifier) Une ressource : tout objet Ressource identifiées de manière univoque par une URI :
chaîne de caractères normalisée permettant d'identifier de manière permanente une ressource abstraite ou physique, accessible ou non sur Internet (personne, organisme, lieu, évènement, concept, …)
Les URI 2 déclinaisons :
URN (Uniform Resource Name) URI d’identification d’une ressource par son nom unique dans
un espace de noms Utilisé pour identifier une ressource sans s’occuper de son
emplacement ou de la manière de la référencer Exemple :
urn:isbn:978-2-10-057294-6= URI de référence à une publication
URL (Uniform Resource Locator) URI spécifiant l'adresse physique de localisation d'une
ressource sur Internet et la méthode permettant d'y accéder
http://www.idref.fr/027219100/id= URI donnant accès à la ressource
Évolutions du web Web 1.0 web de documents
permet aux usagers de naviguer facilement sur Internet en utilisant des liens hypertexte une page = un document
format : HTML (HyperText Markup Language) ne permet que la mise en forme
Web 2.0 web collaboratif évolution du Web du point de vue des technologies
employées et des usages Internet n’est plus simplement un media mais une
plate-forme de services et d'applications en ligne Permet aux internautes d'interagir sur le contenu des
pages et de dialoguer entre eux
Le Web de documents
Base de données
Données Documents
Base de données
Hyperlien
Yann Nicolas, Le Web de données, enssib, 11 octobre 2012
Limites du Web de documents
MARC, sors de ta chambre ! Va jouer dehors avec les autres !
Le Web de données ? Web de données ou Linked Data ou Web of Data
Mouvement de l’Open Data Mise à disposition de données publiques ouvertes
(etalab, creative comm.) librement accessibles sans restriction de copyright, licence payante…
Données pouvant être réutilisées, reproduites, redistribuées librement et sans discrimination (cf. http://www.opendefinition.org/okd/)
+ Mise en relation pour construire un réseau global qui permet, à partir d’une donnée, d’accéder aux autres données liées du Web
Le Web de données ? Un Web constitué de données accessibles,
structurées, dans un format non-propriétaire, identifiées et liées entre elles sémantiquement
(Définition de Tim Berners-Lee dès 1999) Objectif : Mettre à disposition des données en
utilisant des techniques standardisées qui garantissent l’interopérabilité :
Le Web de données liées
Base de données
Données Documents
Base de données
Hyperlien
Yann Nicolas, Le Web de données, enssib, 11 octobre 2012
Liens entre les bases de données
Voilà ce à quoi rêvent nos machines…
Enregistrement concert de la Cité de la musique
Pour nous offrir ça par exemple :(non exhaustif) : « Jules César de Haendel »
Jules César HWV17Opéra(1723)
Catalogue de la Cité de la musique http://mediatheque.cite-musique.fr/masc/
Haendel, Georg Friedrich (1685-1759)compositeur
Œuvre
Haym, Nicola Francesco (1678-1729)librettiste
Internet Archive
Concert conférence le 24 janvier 2014 sur Jules César de Haendel à l’Eglise St Blaise, Valbonne
Disque à la vente Julio Cesare de Händel, Georg Petrou dir.
Sites marchands
Partition
Partition numérisée
Wikipédia
Livret
Opéras 18e
RDF RDF = Resource Description Framework Standard permettant de décrire les ressources Web et
métadonnées qui y sont associées Proposé en 1999 par le W3C Permet de décrire, représenter et relier simplement toute
ressource du Web : page Web, image, video, personne, objet, évènement, produit,
service, … tout ce qui peut être identifié par un URI peut être considéré
comme une ressource Objectif : partager les métadonnées pour des
ressources identiques par l’utilisation d’une syntaxe commune applicable à tous les domaines
RDF ??C’est aussi simple que ça :
SUJET OBJETPREDICAT
Sujet :Charles Darwin
Objet :The origin of species
Prédicat :A écrit= Creator
16
RDF : un modèle conceptuel
Principe de base : toute chose peut être décrite avec des phrases minimales composées d’un verbe, d’un sujet et d’un complément = déclaration RDF
Exemple :
Honoré de Balzac a écrit "La Comédie humaine"
Sujet : Honoré de Balzac Ressource
Verbe : a écrit Prédicat
Complément : La Comédie humaine Objet
17
RDF : Graphe
La déclaration est représentée visuellement par un graphe (système de nœuds reliés par des flèches) qui permet de parcourir l'information de lien en lien
SUJET OBJETPREDICAT
RDF : modèle de graphe Chaque membre du triplet est une ressource
qui peut être le sujet ou l’objet d’autres déclarations
On construit ainsi un modèle de graphe
RDF : modèle de graphe (2) L’objet d’un triplet peut aussi être :
un littéral = chaîne de caractères, nombre, date
Prédicat :A écrit
Prédicat :Comprend
«1809»«1809»
Prédicat :Est né
Sujet : Charles Darwin
Sujet : Charles Darwin
Objet : The origin of species
Sujet : The origin of species
Objet : An introduction on
the origin of species
EXEMPLE DE GRAPHE
est né à
est un
a créé
est une
représente
est mort à
estcontemporain de
est né à
est conservée à
est situé à
1840est né en
est né en
1850est mort en
RDF : lever toute ambiguité pour les machines
Honoré de Balzac est né à Paris
Paris ???
De MARC à RDF ?
• Les données des catalogues en MARC sont très structurées, et donc ré exploitables.
• Tout le travail effectué jusqu’à présent n’est donc pas perdu (ouf !) et sera utilisé pour :
• Définir des ontologies en RDF, c’est-à-dire exprimer en RDF les concepts spécifiques aux données bibliographiques (les attributs FRBR par exemple)
• Inclure les concepts génériques applicables aux données bibliographiques
• Définir des modèles de données en RDF (ce que veut faire la LC avec BIBFRAME)
http://sparna.fr/linked-data-demo.html
Informations issues de DBPedia.org
<p>Récemment j'ai déménagéà <span class="tag" rel="dc:subject" resource="http://fr.dbpedia.org/resource/Tours">Tours</span> et… </p> (Code source)
By Thomas Francart
Voir aussi : http://labs.sparna.fr/
Exemple d’enrichissement de pages webPourquoi pas nous ?
000 cam 22 3 450 001FRBNF42226398000000X003http://catalogue.bnf.fr/ark:/12148/cb42226398b010 $a978-2-603-01444-8$brel.100 $a20100624d2005 m y0frey50 ba1011 $afre102 $aFR105 $a||||z 00|||106 $ar2001 $aGuide des chenilles d'Europe$bTexte imprimé$eles chenilles de plus de 500 espèces de papillons sur 165 plantes hôtes$fD.J. Carter$g[ill.] B. Hargreaves 210 $aParis$cDelachaux et Niestlé$dDL 2005215 $a1 vol. (311 p.)$cill.$d20 cm2252 $aˆLes ‰guides du naturaliste300 $aBibliogr. p. 301-303410 0$034235813$tˆLes ‰Guides du naturaliste$x1022-2707$d2005454 1$tField guide to caterpillars of butterflies and moths in Britain and Europe606 $312000511$aChenilles$311931301$yEurope$311975688$xGuides pratiques et mémentos$2rameau676 $a595.781 39$v22700 1$312013664$aCarter$bDavid$f1943-....$4070702 1$312367696$aHargreaves$bBrian$4440801 0$aFR$bFR-751131015$c20100624$gAFNOR$2intermrc
http://catalogue.bnf.fr/ark:/12148/cb12367696d
http://catalogue.bnf.fr/ark:/12148/cb34235813n
http://catalogue.bnf.fr/ark:/12148/cb120136648
Des URI pour désigner les ressources
http://catalogue.bnf.fr/ark:/12148/cb42226398b
Guide des chenilles d'Europe / D.J. Carter ; [ill.] B. Hargreaves. - Paris : Delachaux et Niestlé, DL 2005
Carter, David (1943-....)
http://catalogue.bnf.fr/ark:/12148/cb120136648
http://catalogue.bnf.fr/ark:/12148/cb34235813n
Les Guides du naturaliste
Hargreaves, Brian
http://catalogue.bnf.fr/ark:/12148/cb12367696d
Des URI pour exprimer les relations
ISBD : has title proper
DC : Creator
DC : Title
RDA : Authorhttp://rdvocab.info/roles/author
http://purl.org/dc/elements/1.1/title
http://purl.org/dc/elements/1.1/creator
http://iflastandards.info/ns/isbd/elements/P1004
RDA : Title proper http://rdvocab.info/Elements/titleProper
Une syntaxe normalisée
Cet ouvrage
"Guide des chenilles d'Europe"a pour titre propre
sujet
verbecomplément d’objet
http://catalogue.bnf.fr/ark:/12148/cb42226398b
"Guide des chenilles d’Europe"
http://iflastandards.info/ns/isbd/elements/P1004
prédicat
objet
sujet
Le sujet est toujours une URI
Le prédicat est toujours une URI
L’objet peut êtreun texte (« littéral »)ou une URI
2001 $aGuide des chenilles d'Europe
Un réseau de relations entre des données
http://catalogue.bnf.fr/ark:/12148/cb42226398b
"Guide des chenilles d’Europe"
http://catalogue.bnf.fr/ark:/12148/cb34235813n
http://catalogue.bnf.fr/ark:/12148/cb120136648
"Carter"
"David"
1943
"Les Guides du naturaliste"
http://data.bnf.fr/what-happened/date-1943
http://iflastandards.info/ns/isbd/elements/P1004
A pour titre propre
http://rdvocab.info/RDARelationshipsWEMI/containedInManifestation
Appartient à
http://iflastandards.info/ns/isbd/elements/P1033 A pour titre clé
http://xmlns.com/foaf/0.1/familyName A pour patronyme
http://xmlns.com/foaf/0.1/givenName A pour prénom
http://rdvocab.info/ElementsGr2/dateOfBirth
A pour date de naissance
http://rdvocab.info/roles/author
A pour auteur
Pour aller vers le Web de données
Vers le web de données
Vers le web sémantique
3 avril 2012 -- Bordeaux -- Urfist/Médiaquitaine Philippe Le Pape -- ABES
Consti
tué
d’élém
ents d
e
donnée
s liés
les
uns au
x autr
es
Les données portent en elles leur identification et leur fonction (leur « sens »), selon une syntaxe lisible par les « machines du web »
À condition d’utiliser les standards du web
Devenir acteur du web de données pour :
• Relier les catalogues des bibliothèques avec d’autres données existantes
• Ouverture à d’autres communautés (libraires, éditeurs, …)
• Navigation par les utilisateurs sans avoir à connaître les formats des bases de données et les langages de requête spécifiques
• Plus de visibilité par les moteurs de recherche• Tirer parti des données structurées des catalogue
et des référentiels• Interopérabilité = Souplesse pour la réutilisation
des données
31
Les bibliothèques dans le Web de données aujourd’hui
Des exemples
Isidore : http://www.rechercheisidore.fr Plateforme de recherche permettant
l’accès aux données numériques des sciences humaines et sociales
Données en accès libre (open access) Moissonnage ciblé des métadonnées et
données scientifiques structurées Enrichissement des métadonnées selon
les principes du Web de données
Encore des exemples
Data.bnf.fr : http://data.bnf.fr Fiches descriptives des auteurs, des œuvres et des
sujets Possibilité de télécharger le RDF associé à la fiche
descriptive (exemple : le projet opencat)
VIAF (Virtual International Authority File)
http://viaf.org/
Valoriser les fichiers d'autorité des bibliothèques (visibilité et liens entre les données)
Rationnaliser la gestion des fichiers d’autorités
Tous les chemins mènent à…Organisation de
l’information bibliographique :
ISBD
F R B RF R B R
Web de Web de données !données !
Formats d’encodage
MARC
Format Format compatible compatible
RDF RDF (BIBFRAME ?)(BIBFRAME ?)
Web de Web de données !données !
Normes de catalogage
AACR
Afnor
REICAT
Etc…
R D A ?R D A ?
Web de Web de données !données !