1.
Sudoc, Calames, theses.fr
et le Web de données
Atelier JABES2011

2.
Vers le Web de données
Application Lancement Format RDF Données à jour Richesse des liens
Calames 2008 RDFa Oui +
theses.fr 2010 RDFa + RDF/XML
2011
Oui +
IdRef 2010 RDF/XML + RDFa
2011
Oui ++
Sudoc 2011 RDF/XML
2011
Oui +++

3.
Il faut participer au Web de données [Acquis]

4.
Objectifs de l’atelier
• Faire un bilan d’étape
• Montrer les données
• Justifier certains choix
• Expliquer comment ça marche
• Manipuler quelques outils simples
• Esquisser la suite du travail à mener
– Nous
– Vous

5.
Partons du connu

6.
S’agit-il de données RDF ou d’une simple notice Dublin Core ?

7.
RDF nu

8.
about
• En RDF, il faut expliciter de quoi on parle en
l’identifiant par une URL :
http://www.sudoc.fr/013041932/id
• http://www.sudoc.fr/013041932/id est l’identifiant
du document décrit
• http://www.sudoc.fr/013041932/id est décrit à cette
page-là http://www.sudoc.fr/013041932

9.
triplets
• En RDF, tout est décomposé en triplets
• Chaque triplet est indépendant
• Chaque triplet pourrait être stocké séparément
 Pas de notice finie
 Une autre source peut la compléter, si elle parle de la même
chose : http://www.sudoc.fr/013041932/id
 Interopérabilité. Extensibilité.

10.
Identifier la langue avec le référentiel Lexvo

11.
Mettre en relation un document et
une langue
• La langue n’est pas un code (‘fre’)
• La langue est une entité à part entière
– Avec son propre identifiant
http://lexvo.org/id/iso639-3/fra
– et ses propres propriétés
• La propriété dcterms:language met en relation
deux entités

12.
http://www.lexvo.org/id/iso639-3/fra décrite en
HTML

13.
http://www.lexvo.org/id/iso639-3/fra
décrite en RDF

14.
De fil en aiguille
• La description de la langue poursuit la
description du document Sudoc
• Où s’arrêter ?
• C’est sans fin
• C’est le Web de données

15.
Identifier les personnes avec IdRef

16.
IdRef,
fournisseur d’identifiants et de référentiels
• www.idref.fr = application Web ouverte
– Ouverte sur le Web de données
– Ouverte à d’autres applications IST (France)
• Par son Web Service de recherche
• Par ses fonctions d’intégration (Javascript)
• Différents moyens/services pour récupérer et
exploiter les identifiants et les données des
autorités Sudoc ABES.

17.
IDREF
Autorités
Sudoc
Sudoc et IdRef
Sudoc

18.
Autorités
Sudoc
Les autorités Sudoc,
pivot du Linked data ABES
theses.fr
Calames
Sudoc
Thèses soutenues
et
Thèses en cours (2011)

19.
RDFa de Calames
• Pas de page RDF/XML
• Le RDF est caché dans le HTML de
http://www.calames.abes.fr/pub/ms/Calames-2010914119419211
Pour révéler le RDF caché ,
utiliser un outil comme

20.
RDFa de Calames
http://www.calames.abes.fr/pub/ms/Calames-2010914119419211

21.
RDFa de theses.fr
• Pas encore de page RDF/XML
• Le RDF est caché dans le HTML de
http://www.theses.fr/2009TOUR3802
Pour révéler le RDF caché ,
utiliser un outil comme

22.
Les thèses
portant sur les correspondants de Goethe
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX ead: <info:ms#>
PREFIX tef: <http://www.abes.fr/abes/documents/tef/>
SELECT ?these
{
?ms dc:creator <http://www.abes.fr/su/res/026895528>.
?ms ead:destinataire ?destinataire.
?these a tef:Thesis.
?these dc:subject ?destinataire
}
La requête exploite les données Calames et STAR

23.
Lier les données à IdRef, au-delà de l’ABES

24.
Autorités
Sudoc
Linked data IST.fr ?
theses.fr
Calames
Sudoc
Thèses soutenues
et
Thèses en cours ( 2011)
HAL ?
revues.
org ?
Persée ?
Presses
univ. de Y ?
Plateforme
pédagogiq.
?
?

25.
IdRef comme nœud régional
• Positionnement d’IdRef : IST français
• En complémentarité avec d’autres
fournisseurs d’identifiants et de référentiels :
– Local : identifiants propres à une application, à un
annuaire
– Régional : BnF, auteurs HAL, CERL, DAI (NL)
– Global : VIAF, DBpedia

26.
Autorités
Sudoc
theses.fr
Calames
Sudoc
HAL ?
revues.
org ?
Persée ?
Presses
univ. de Y ?
Plateforme
pédagogiq.
?
Autorités
BnF
DBpedia
VIAF

27.
Lier les données de l’IST entre elles, au-delà d’IdRef

28.
Autorités
Sudoc
Linked data IST.fr ? Les labos !
theses.fr
Calames
Sudoc
HAL
revues.
org
Persée
Presses
univ. de Y
Plateforme
pédagogiqu
e X
?
Référentiel
des
laboratoires

29.
Autorités
Sudoc
Linked data IST.fr ? Les affiliations
theses.fr
Calames
Sudoc
HAL
revues.
org
Persée
Presses
univ.s de Y
Plateforme
pédagogiqu
e X
PRISMES
(AMUE)
locaux
Référentiel
des
laboratoires

30.
On parle de la même chose
• owl:sameAs

31.
Identifier et nommer les personnes avec IdRef

32.
Identifier les concepts avec IdRef et RAMEAU

33.
IdRef et Rameau
• Identifiants IdRef pour Rameau
• A lier aux identifiants canoniques, ceux du
centre national Rameau (BnF) quand ils seront
officiellement publiés.
• MeSH
• Dewey

34.
Préciser le rôle des agents avec les MARC Relators

35.
L’embarras du choix ?
• dcterms:creator
• dcterms:contributor
• marcrel:aut
• rda:authorWork
• tef:auteur ?

36.
Qui utilise explicitement marcrel:aut
utilise implicitement dc:contributor

37.
Raisonnement
Le Sudoc dit :
http://www.sudoc.fr/012367206/id marcrel:aut http://www.idref.fr/ 026975262 /id
La Bibliothèque du Congrès dit (ici) :
Marcrel:aut rdfs:subPropertyOf dc:contributor
Un outil de raisonnement pourra en déduire que :
http://www.sudoc.fr/012367206/id dc:contributor http://www.idref.fr/ 026975262 /id

38.
Qui utilise marcrel:aut
peut également tef:auteur,
malgré la redondance apparente

39.
tef:auteur
• Ne semble rien dire de plus que marcrel:aut
• Mais possède une propriété intéressante :
C’est une propriété fonctionnelle
=
Une thèse ne peut avoir qu’un auteur
=
si une thèse a deux auteurs, c’est deux fois le même !

40.
Raisonnement
Quelqu’un dit :
http://www.sudoc.fr/012367206/id tef:auteur http://www.idref.fr/035200898/id
Quelqu’un d’autre dit :
http://www.sudoc.fr/012367206/id tef:auteur http://www.viaf.org/123456789
Une ontologie TEF dit :
http://www.abes.fr/tef/auteur rdf:type owl:ObjectProperty owl:FunctionalProperty
(une thèse ne peut avoir qu’1 auteur, au sens de tef:auteur)
(mais elle peut avoir 2 dc:creator)
Un outil de raisonnement pourra en déduire que :
http://www.idref.fr/035200898/id owl:sameAs http://www.viaf.org/123456789

41.
DÉMO
Fichier (fusion des triplets RDF) :
http://193.52.69.127/xml/rdf/sperber_turtle.txt
Outils de raisonnement :
http://www.ivan-herman.net/Misc/2008/owlrl/
http://inspector.sindice.com

42.
Raisonnement
• RDF, c’est de la logique
• Travaux en cours avec le LIRMM pour ADONIS sur
les données Persée
• Oblige à qualité des données et rigueur de la
modélisation
• Sinon : on génère n’importe quoi !
• Usages :
– Enrichir les données
– Expliciter les données
– Mettre au jour des incohérences

43.
Page RDF complète

44.
Une pincée de RDA et de FRBR

45.
CONCLUSION

46.
Convertir en RDF
• Aussi indéterminé que « convertir en Excel » !
Quelle modélisation ?
Quels vocabulaires réutiliser ?
Forger son propre vocabulaire ?
Nos données historiques sont-elles éligibles à
ces nouvelles modélisations ?
» cf. notre dc:format et notre dc:publisher

47.
Trois lièvres à la fois
Priorité Objectif Vocabulaires
Parler à la cantonade Interopérabilité générale dc, foaf
Modéliser de manière
exhaustive nos données
métier
Se passer de MARC rda, isbd, frbr
Faire raisonner les données Tirer le maximum des données
Contrôler leur qualité
Aide au catalogage
ad hoc si
nécessaire

48.
La suite
• Enrichir encore les conversions en RDF
• Multiplier si nécessaire les vocabulaires
employés, sans craindre les redondances
• Ajouter des liens internes et externes (IST
française, BnF, OCLC, Dbpedia, Freebase, etc.)
• Encourager les partenaires à diffuser leurs
données en RDF, en s’appuyant sur des
référentiels communs (IdRef)
• Continuer à exploiter ces données en RDF avec le
LIRMM et d’autres