SlideShare une entreprise Scribd logo
1  sur  29
Réalisé par : Encadré par :
- DEMRAOUI Lamiae - Pr. R.BENNABOU
- CHATOUI Kaoutar
FSTF-MST-SIR
2
emantically- nterlinked nline ommunities
 C’est une application de web sémantique qui permet de relier
différents réseaux sociaux
 C’est une ontologie qui décrit les objets utilisés sur ce type de
réseau.
 Elle repose sur le RDF
Définir un vocabulaire commun à la multitude de réseaux
sociaux, l'échange entre les différentes communautés est possible
d'une manière simple et standardisée.
FSTF-MST-SIR
3
4
FSTF-MST-SIR
 SIOC est constitué de classes et de propriétés décrivant leurs
relations.
5
FSTF-MST-SIR
 Les données au format SIOC sont ensuite réutilisables par une
multitude d'applications du web 2.0,dans le but de lier les
différentes discussions afin d’améliorer et faciliter la recherche.
 SIOC permet de lier, à l'aide des information sémantique, des
postes de différentes applications du web 2.0.
 SIOC nécessite que les applications supportent l'exportation et
l'importation de données en SIOC.
Plusieurs API dans bien des langages
(PHP/JAVA/PERL/RDFs on Rails) permettent de réaliser ces
interfaces inter-application.
6
FSTF-MST-SIR
7
FSTF-MST-SIR
riend f riend
 C’est un projet de création de pages Web décrivant de façon lisible
par des machines :
• Des gens
• Les liens entres eux
• Les choses qu'ils créent et font
 FOAF est un processus ouvert qui définit la technologie décentralisée
pour la connexion des sites Web sociaux, et les gens qu'ils décrivent.
FSTF-MST-SIR
8
 Permettre aux machines de comprendre les pages personnelles afin
de les mettre en relation plus facilement.
 2 technologies :
• RDF (Ressource Description Framework)
• W3C (World Wild Web Consortium)
Intégrer l'information à partir de votre page d'accueil
avec celle de vos amis et les amis de vos amis, et leurs amis ...
9
FSTF-MST-SIR
 <foaf:Person>
<foaf:name>Peter Parker</foaf:name>
<foaf:gender>Male</foaf:gender>
<foaf:title>Mr</foaf:title>
<foaf:givenname>Peter</foaf:givenname>
<foaf:family_name>Parker</foaf:family_name>
<foaf:mbox
rdf:resource="mailto:peter.parker@dailybugle.com"/>
<foaf:mbox_sha1sum>cf2f4bd069302febd8d7c26d803f63fa7f20
bd82</foaf:mbox_sha1sum>
<foaf:homepage
rdf:resource="#">http://www.peterparker.com"/>##
<foaf:weblog
rdf:resource="#">http://www.peterparker.com/blog/"/>##
 </foaf:Person> 10
FSTF-MST-SIR
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:foaf="http://xmlns.com/foaf/0.1/"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#">
<foaf:Person rdf:nodeID="harry"> <foaf:name>Harry
Osborn</foaf:name> <rdfs:seeAlso
rdf:resource="http://www.osborn.com/harry.rdf"/> </foaf:Person>
<foaf:Person> <foaf:name>Peter Parker</foaf:name> <foaf:knows
rdf:nodeID="harry"/> <foaf:knows> <foaf:Person>
<foaf:name>Aunt May</foaf:name> </foaf:Person> </foaf:knows>
</foaf:Person>
</rdf:RDF>
11
FSTF-MST-SIR
FOAF-a-Matic:
 Fournir les informations que l'on veut voir apparaître
• Minimum : nom + adresse postale
• Ajouter les noms + adresses d'amis
Permettre aux outils d'indexation de trouver des liens
réseaux d'individus à travers sa description
12
FSTF-MST-SIR
Avantages
 Facile à utiliser tout en permettant une combinaison facile avec
d’autres vocabulaires dans le but d’avoir des éléments de
métadonnées plus riches.
 Transforme le net en un réseau social.
Inconvénients :
 La sécurité est mal gérée avec le FOAF
13
FSTF-MST-SIR
 Pour éviter l’utilisation d’une taxonomie de classes représentée au
sein d’un modèle OWL classique, on peut utiliser la solution
SKOS.
 SKOS permet en effet de définir une hiérarchie d’instances, au sens
d’organisation taxonomique d’instances et non plus de classes.
 L’objectif de SKOS est ainsi de permettre la définition sur le Web
Sémantique des modèles de représentation des connaissances plus
légers que des ontologies comme des thesaurus ou des taxonomies.
• SKOS définit :
 une classe skos:Concept : identifiés par des URI.
 Étiquettes : avec des chaînes dans plusieurs langues.
 Relations : informelles entre concepts.
 Documentation : avec divers types de notes.
 Schèmes d'agrégation de concepts: représente un vocabulaire
traditionnel et intègre des thésaurus ou classification existants
 Pour les concepts en matière d'étiquetage:
 Skos: prefLabel, skos: altLabel, skos: hiddenLabel
 Pour documenter des concepts
 skos:note, skos:scopeNote, skos:definition, skos:editorialNote...
 Pour lier des concepts
 skos:broader, skos:narrower, skos:related
 collections de concepts
 relations entre tag
 coordination de concepts
 relations hiérarchiques transitives
 différentes notations.
 modélise les standards de représentation de thesaurus
 Partant d’un besoin d’interopérabilité des tags entre applications,
SCOT définir un modèle relatif à la représentation des nuages de
tags.
 Leur objectif est de permettre l’export de l’ensemble des tags d’un
utilisateur et leur utilisation fréquente d’un service vers un autre,
dans l’idée d’appliquer la portabilité des données sociales.
 Pour ce faire, SCOT introduit différentes classes et propriétés pour
modéliser entre autres les cooccurrences entre tags au sein d’un
système particulier (propriété scot:cooccurIin et classe
scot:Cooccurrence).
 L'ontologie SCOT s'intéresse de près à des nuages de tags et
commence à s'imposer comme moyen de "représenter la
structure et la sémantique des données du social tagging afin
de les partager et de les réutiliser".
 SCOT dans la suite de SIOC s'intègre parfaitement au sein du
trio ontologique FOAF, SIOC et SKOS .
FSTF-MST-SIR
22
 Si les ontologies précédentes modélisent les notions de tag et
d’activité de tagging, aucune ne permet de prendre en compte
la signification qui peut être associée à un tag dans le cadre
d’une action de tagging particulière.
 Nous considérons en effet que lorsqu’un utilisateur associe un
tag à une ressource, il lui assigne une signification particulière
qu’il est nécessaire de prendre en compte pour interpréter
correctement cette annotation.
 À partir de ce constat, il est nécessaire de formaliser la
signification d’un tag dans le contexte d’une action de tagging
particulière et l’ensemble des significations potentielles que
celui-ci peut avoir dans une folksonomie, i.e. selon un service
ou une communauté donnée.
 Notre proposition, MOAT, a donc pour objectif de créer un
pont entre cette notion souple de folksonomies et d’annotation
contrôlée par l’utilisateur et notamment l’indexation
sémantique, en indexant donc les documents non plus par de
simple termes (i.e. les tags) mais par des URIs de concepts.
 On passe ainsi d’une indexation par mot-clé à une indexation
par concept (ou instance identifié par une URI référante)
d’ontologie, permettant de résoudre les différents problèmes
posés par les systèmes à base de tags.
 Ainsi, à partir de ces deux définitions, nous pouvons
représenter une folksonomie non plus comme composée de
trois ensembles mais de quatre :
 Enfin, nous avons présenté MOAT, modèle permettant de
combiner ontologies, bases de connaissances formelles, tags et
folksonomies afin d’offrir un moyen de résoudre les problèmes
des ontologies précédentes tout en conservant leur souplesse.
Outils Web Sémantique
Outils Web Sémantique
Outils Web Sémantique
Outils Web Sémantique

Contenu connexe

Tendances

Chapitre 11: Expression Lambda et Référence de méthode en Java
Chapitre 11: Expression Lambda et Référence de méthode en JavaChapitre 11: Expression Lambda et Référence de méthode en Java
Chapitre 11: Expression Lambda et Référence de méthode en JavaAziz Darouichi
 
Introduction à spring boot
Introduction à spring bootIntroduction à spring boot
Introduction à spring bootAntoine Rey
 
Cours design pattern m youssfi partie 1 introduction et pattern strategy
Cours design pattern m youssfi partie 1 introduction et pattern strategyCours design pattern m youssfi partie 1 introduction et pattern strategy
Cours design pattern m youssfi partie 1 introduction et pattern strategyENSET, Université Hassan II Casablanca
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Hatim CHAHDI
 
Chp4 - Composition, Orchestration et Choregraphie de services
Chp4 - Composition, Orchestration et Choregraphie de servicesChp4 - Composition, Orchestration et Choregraphie de services
Chp4 - Composition, Orchestration et Choregraphie de servicesLilia Sfaxi
 
Chp1- Introduction aux Technologies Web et SOA
Chp1- Introduction aux Technologies Web et SOAChp1- Introduction aux Technologies Web et SOA
Chp1- Introduction aux Technologies Web et SOALilia Sfaxi
 
Javascript pour les Développeurs WEB
Javascript pour les Développeurs WEBJavascript pour les Développeurs WEB
Javascript pour les Développeurs WEBAbbes Rharrab
 
Tp3 - Application SOA avec BPEL
Tp3 - Application SOA avec BPELTp3 - Application SOA avec BPEL
Tp3 - Application SOA avec BPELLilia Sfaxi
 
Tp1 - WS avec JAXWS
Tp1 - WS avec JAXWSTp1 - WS avec JAXWS
Tp1 - WS avec JAXWSLilia Sfaxi
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQLLilia Sfaxi
 
Introduction au web sémantique
Introduction au web sémantiqueIntroduction au web sémantique
Introduction au web sémantiqueStéphane Traumat
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingLilia Sfaxi
 
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er coursBases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er coursHatim CHAHDI
 
Architecture microservices avec docker
Architecture microservices avec dockerArchitecture microservices avec docker
Architecture microservices avec dockergcatt
 

Tendances (20)

Support developpement applications mobiles avec ionic v3 et v4
Support developpement applications mobiles avec ionic v3 et v4Support developpement applications mobiles avec ionic v3 et v4
Support developpement applications mobiles avec ionic v3 et v4
 
Chapitre 11: Expression Lambda et Référence de méthode en Java
Chapitre 11: Expression Lambda et Référence de méthode en JavaChapitre 11: Expression Lambda et Référence de méthode en Java
Chapitre 11: Expression Lambda et Référence de méthode en Java
 
Introduction à spring boot
Introduction à spring bootIntroduction à spring boot
Introduction à spring boot
 
Cours design pattern m youssfi partie 1 introduction et pattern strategy
Cours design pattern m youssfi partie 1 introduction et pattern strategyCours design pattern m youssfi partie 1 introduction et pattern strategy
Cours design pattern m youssfi partie 1 introduction et pattern strategy
 
Hive ppt (1)
Hive ppt (1)Hive ppt (1)
Hive ppt (1)
 
Support de cours angular
Support de cours angularSupport de cours angular
Support de cours angular
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
 
Chp4 - Composition, Orchestration et Choregraphie de services
Chp4 - Composition, Orchestration et Choregraphie de servicesChp4 - Composition, Orchestration et Choregraphie de services
Chp4 - Composition, Orchestration et Choregraphie de services
 
Chp1- Introduction aux Technologies Web et SOA
Chp1- Introduction aux Technologies Web et SOAChp1- Introduction aux Technologies Web et SOA
Chp1- Introduction aux Technologies Web et SOA
 
Javascript pour les Développeurs WEB
Javascript pour les Développeurs WEBJavascript pour les Développeurs WEB
Javascript pour les Développeurs WEB
 
Tp3 - Application SOA avec BPEL
Tp3 - Application SOA avec BPELTp3 - Application SOA avec BPEL
Tp3 - Application SOA avec BPEL
 
Chp2 - SOA
Chp2 - SOAChp2 - SOA
Chp2 - SOA
 
Tp1 - WS avec JAXWS
Tp1 - WS avec JAXWSTp1 - WS avec JAXWS
Tp1 - WS avec JAXWS
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
 
Introduction au web sémantique
Introduction au web sémantiqueIntroduction au web sémantique
Introduction au web sémantique
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data Processing
 
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er coursBases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
 
Traitement distribue en BIg Data - KAFKA Broker and Kafka Streams
Traitement distribue en BIg Data - KAFKA Broker and Kafka StreamsTraitement distribue en BIg Data - KAFKA Broker and Kafka Streams
Traitement distribue en BIg Data - KAFKA Broker and Kafka Streams
 
La méthode z
La méthode zLa méthode z
La méthode z
 
Architecture microservices avec docker
Architecture microservices avec dockerArchitecture microservices avec docker
Architecture microservices avec docker
 

Similaire à Outils Web Sémantique

03 Web Semantique
03  Web Semantique03  Web Semantique
03 Web Semantiquebadirh
 
Métadonnées de thèse
Métadonnées de thèseMétadonnées de thèse
Métadonnées de thèseY. Nicolas
 
quand le lien fait sens
quand le lien fait sensquand le lien fait sens
quand le lien fait sensFabien Gandon
 
web sémantique et web social: deux étapes vers les données liées d'un web ubi...
web sémantique et web social: deux étapes vers les données liées d'un web ubi...web sémantique et web social: deux étapes vers les données liées d'un web ubi...
web sémantique et web social: deux étapes vers les données liées d'un web ubi...Fabien Gandon
 
Moteurs de recherche et web sémantique
Moteurs de recherche et web sémantiqueMoteurs de recherche et web sémantique
Moteurs de recherche et web sémantiqueAntidot
 
SPARQL-Generate, présentation SemWeb.Pro 2019
SPARQL-Generate, présentation SemWeb.Pro 2019SPARQL-Generate, présentation SemWeb.Pro 2019
SPARQL-Generate, présentation SemWeb.Pro 2019Maxime Lefrançois
 
Sibille jacobson thesaurus
Sibille jacobson thesaurusSibille jacobson thesaurus
Sibille jacobson thesaurusAssociationAF
 
Présentation de Claire Sibille et Michel Jacobson
Présentation de Claire Sibille et Michel JacobsonPrésentation de Claire Sibille et Michel Jacobson
Présentation de Claire Sibille et Michel JacobsonAssociationAF
 
Les professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de donnéesLes professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de donnéesGautier Poupeau
 
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...Les technologies du web, les standards de l'innovation ouverte : état de l'ar...
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...Fabien Gandon
 
Isidore à l'interface de la rencontre des SHS et du Web de données
Isidore à l'interface de la rencontre des SHS et du Web de donnéesIsidore à l'interface de la rencontre des SHS et du Web de données
Isidore à l'interface de la rencontre des SHS et du Web de donnéesAntidot
 
Modèles de données et langages de description ouverts 5 - 2021-2022
Modèles de données et langages de description ouverts   5 - 2021-2022Modèles de données et langages de description ouverts   5 - 2021-2022
Modèles de données et langages de description ouverts 5 - 2021-2022François-Xavier Boffy
 
Modélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de donnéesModélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de données chessmu
 
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...mondeca
 
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ?
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ? RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ?
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ? ADBS
 
CRFCB AMU_evolutions-catalogage_091213_RDA
CRFCB AMU_evolutions-catalogage_091213_RDACRFCB AMU_evolutions-catalogage_091213_RDA
CRFCB AMU_evolutions-catalogage_091213_RDAnonue12
 

Similaire à Outils Web Sémantique (20)

03 Web Semantique
03  Web Semantique03  Web Semantique
03 Web Semantique
 
Semantic web introduction
Semantic web introductionSemantic web introduction
Semantic web introduction
 
Métadonnées de thèse
Métadonnées de thèseMétadonnées de thèse
Métadonnées de thèse
 
quand le lien fait sens
quand le lien fait sensquand le lien fait sens
quand le lien fait sens
 
web sémantique et web social: deux étapes vers les données liées d'un web ubi...
web sémantique et web social: deux étapes vers les données liées d'un web ubi...web sémantique et web social: deux étapes vers les données liées d'un web ubi...
web sémantique et web social: deux étapes vers les données liées d'un web ubi...
 
Moteurs de recherche et web sémantique
Moteurs de recherche et web sémantiqueMoteurs de recherche et web sémantique
Moteurs de recherche et web sémantique
 
SPARQL-Generate, présentation SemWeb.Pro 2019
SPARQL-Generate, présentation SemWeb.Pro 2019SPARQL-Generate, présentation SemWeb.Pro 2019
SPARQL-Generate, présentation SemWeb.Pro 2019
 
Metadonnees -- une typologie
Metadonnees -- une typologieMetadonnees -- une typologie
Metadonnees -- une typologie
 
Sibille jacobson thesaurus
Sibille jacobson thesaurusSibille jacobson thesaurus
Sibille jacobson thesaurus
 
Web sémantique
Web sémantiqueWeb sémantique
Web sémantique
 
Présentation de Claire Sibille et Michel Jacobson
Présentation de Claire Sibille et Michel JacobsonPrésentation de Claire Sibille et Michel Jacobson
Présentation de Claire Sibille et Michel Jacobson
 
Les professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de donnéesLes professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de données
 
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...Les technologies du web, les standards de l'innovation ouverte : état de l'ar...
Les technologies du web, les standards de l'innovation ouverte : état de l'ar...
 
Isidore à l'interface de la rencontre des SHS et du Web de données
Isidore à l'interface de la rencontre des SHS et du Web de donnéesIsidore à l'interface de la rencontre des SHS et du Web de données
Isidore à l'interface de la rencontre des SHS et du Web de données
 
Modèles de données et langages de description ouverts 5 - 2021-2022
Modèles de données et langages de description ouverts   5 - 2021-2022Modèles de données et langages de description ouverts   5 - 2021-2022
Modèles de données et langages de description ouverts 5 - 2021-2022
 
Modélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de donnéesModélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de données
 
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...
Présentation SEO et semantic web à la conférence SMX, SEO and semantic Web to...
 
Foaf
FoafFoaf
Foaf
 
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ?
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ? RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ?
RDA : le nouveau paradigme du catalogage (2). Qu'est-ce que le RDA ?
 
CRFCB AMU_evolutions-catalogage_091213_RDA
CRFCB AMU_evolutions-catalogage_091213_RDACRFCB AMU_evolutions-catalogage_091213_RDA
CRFCB AMU_evolutions-catalogage_091213_RDA
 

Dernier

présentation sur la logistique (4).
présentation     sur la  logistique (4).présentation     sur la  logistique (4).
présentation sur la logistique (4).FatimaEzzahra753100
 
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdfSKennel
 
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdf
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdfActions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdf
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdfalainfahed961
 
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...maach1
 
Support de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptxSupport de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptxdocteurgyneco1
 
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.ppt
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.pptCHAPITRE 2 VARIABLE ALEATOIRE probabilité.ppt
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.pptbentaha1011
 
Chapitre 2 : fondations et analyses de données géotechniques
Chapitre 2 : fondations et analyses de données géotechniquesChapitre 2 : fondations et analyses de données géotechniques
Chapitre 2 : fondations et analyses de données géotechniquesangevaleryn
 

Dernier (9)

présentation sur la logistique (4).
présentation     sur la  logistique (4).présentation     sur la  logistique (4).
présentation sur la logistique (4).
 
CAP2ER_GC_Presentation_Outil_20240422.pptx
CAP2ER_GC_Presentation_Outil_20240422.pptxCAP2ER_GC_Presentation_Outil_20240422.pptx
CAP2ER_GC_Presentation_Outil_20240422.pptx
 
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdfSciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdf
SciencesPo_Aix_InnovationPédagogique_Atelier_APC.pdf
 
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdf
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdfActions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdf
Actions du vent sur les bâtiments selon lEurocode 1 – Partie 1-4.pdf
 
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...
Cours-de-Ponts Cours de Ponts Principes généraux - Conception Méthodes de con...
 
Note agro-climatique n°2 - 17 Avril 2024
Note agro-climatique n°2 - 17 Avril 2024Note agro-climatique n°2 - 17 Avril 2024
Note agro-climatique n°2 - 17 Avril 2024
 
Support de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptxSupport de cours La technologie WDM.pptx
Support de cours La technologie WDM.pptx
 
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.ppt
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.pptCHAPITRE 2 VARIABLE ALEATOIRE probabilité.ppt
CHAPITRE 2 VARIABLE ALEATOIRE probabilité.ppt
 
Chapitre 2 : fondations et analyses de données géotechniques
Chapitre 2 : fondations et analyses de données géotechniquesChapitre 2 : fondations et analyses de données géotechniques
Chapitre 2 : fondations et analyses de données géotechniques
 

Outils Web Sémantique

  • 1. Réalisé par : Encadré par : - DEMRAOUI Lamiae - Pr. R.BENNABOU - CHATOUI Kaoutar
  • 3. emantically- nterlinked nline ommunities  C’est une application de web sémantique qui permet de relier différents réseaux sociaux  C’est une ontologie qui décrit les objets utilisés sur ce type de réseau.  Elle repose sur le RDF Définir un vocabulaire commun à la multitude de réseaux sociaux, l'échange entre les différentes communautés est possible d'une manière simple et standardisée. FSTF-MST-SIR 3
  • 5.  SIOC est constitué de classes et de propriétés décrivant leurs relations. 5 FSTF-MST-SIR
  • 6.  Les données au format SIOC sont ensuite réutilisables par une multitude d'applications du web 2.0,dans le but de lier les différentes discussions afin d’améliorer et faciliter la recherche.  SIOC permet de lier, à l'aide des information sémantique, des postes de différentes applications du web 2.0.  SIOC nécessite que les applications supportent l'exportation et l'importation de données en SIOC. Plusieurs API dans bien des langages (PHP/JAVA/PERL/RDFs on Rails) permettent de réaliser ces interfaces inter-application. 6 FSTF-MST-SIR
  • 8. riend f riend  C’est un projet de création de pages Web décrivant de façon lisible par des machines : • Des gens • Les liens entres eux • Les choses qu'ils créent et font  FOAF est un processus ouvert qui définit la technologie décentralisée pour la connexion des sites Web sociaux, et les gens qu'ils décrivent. FSTF-MST-SIR 8
  • 9.  Permettre aux machines de comprendre les pages personnelles afin de les mettre en relation plus facilement.  2 technologies : • RDF (Ressource Description Framework) • W3C (World Wild Web Consortium) Intégrer l'information à partir de votre page d'accueil avec celle de vos amis et les amis de vos amis, et leurs amis ... 9 FSTF-MST-SIR
  • 11. <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:foaf="http://xmlns.com/foaf/0.1/" xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"> <foaf:Person rdf:nodeID="harry"> <foaf:name>Harry Osborn</foaf:name> <rdfs:seeAlso rdf:resource="http://www.osborn.com/harry.rdf"/> </foaf:Person> <foaf:Person> <foaf:name>Peter Parker</foaf:name> <foaf:knows rdf:nodeID="harry"/> <foaf:knows> <foaf:Person> <foaf:name>Aunt May</foaf:name> </foaf:Person> </foaf:knows> </foaf:Person> </rdf:RDF> 11 FSTF-MST-SIR
  • 12. FOAF-a-Matic:  Fournir les informations que l'on veut voir apparaître • Minimum : nom + adresse postale • Ajouter les noms + adresses d'amis Permettre aux outils d'indexation de trouver des liens réseaux d'individus à travers sa description 12 FSTF-MST-SIR
  • 13. Avantages  Facile à utiliser tout en permettant une combinaison facile avec d’autres vocabulaires dans le but d’avoir des éléments de métadonnées plus riches.  Transforme le net en un réseau social. Inconvénients :  La sécurité est mal gérée avec le FOAF 13 FSTF-MST-SIR
  • 14.  Pour éviter l’utilisation d’une taxonomie de classes représentée au sein d’un modèle OWL classique, on peut utiliser la solution SKOS.  SKOS permet en effet de définir une hiérarchie d’instances, au sens d’organisation taxonomique d’instances et non plus de classes.  L’objectif de SKOS est ainsi de permettre la définition sur le Web Sémantique des modèles de représentation des connaissances plus légers que des ontologies comme des thesaurus ou des taxonomies.
  • 15. • SKOS définit :  une classe skos:Concept : identifiés par des URI.  Étiquettes : avec des chaînes dans plusieurs langues.  Relations : informelles entre concepts.  Documentation : avec divers types de notes.  Schèmes d'agrégation de concepts: représente un vocabulaire traditionnel et intègre des thésaurus ou classification existants
  • 16.  Pour les concepts en matière d'étiquetage:  Skos: prefLabel, skos: altLabel, skos: hiddenLabel  Pour documenter des concepts  skos:note, skos:scopeNote, skos:definition, skos:editorialNote...  Pour lier des concepts  skos:broader, skos:narrower, skos:related
  • 17.
  • 18.  collections de concepts  relations entre tag  coordination de concepts  relations hiérarchiques transitives  différentes notations.  modélise les standards de représentation de thesaurus
  • 19.
  • 20.  Partant d’un besoin d’interopérabilité des tags entre applications, SCOT définir un modèle relatif à la représentation des nuages de tags.  Leur objectif est de permettre l’export de l’ensemble des tags d’un utilisateur et leur utilisation fréquente d’un service vers un autre, dans l’idée d’appliquer la portabilité des données sociales.  Pour ce faire, SCOT introduit différentes classes et propriétés pour modéliser entre autres les cooccurrences entre tags au sein d’un système particulier (propriété scot:cooccurIin et classe scot:Cooccurrence).
  • 21.  L'ontologie SCOT s'intéresse de près à des nuages de tags et commence à s'imposer comme moyen de "représenter la structure et la sémantique des données du social tagging afin de les partager et de les réutiliser".  SCOT dans la suite de SIOC s'intègre parfaitement au sein du trio ontologique FOAF, SIOC et SKOS .
  • 23.  Si les ontologies précédentes modélisent les notions de tag et d’activité de tagging, aucune ne permet de prendre en compte la signification qui peut être associée à un tag dans le cadre d’une action de tagging particulière.  Nous considérons en effet que lorsqu’un utilisateur associe un tag à une ressource, il lui assigne une signification particulière qu’il est nécessaire de prendre en compte pour interpréter correctement cette annotation.  À partir de ce constat, il est nécessaire de formaliser la signification d’un tag dans le contexte d’une action de tagging particulière et l’ensemble des significations potentielles que celui-ci peut avoir dans une folksonomie, i.e. selon un service ou une communauté donnée.
  • 24.  Notre proposition, MOAT, a donc pour objectif de créer un pont entre cette notion souple de folksonomies et d’annotation contrôlée par l’utilisateur et notamment l’indexation sémantique, en indexant donc les documents non plus par de simple termes (i.e. les tags) mais par des URIs de concepts.  On passe ainsi d’une indexation par mot-clé à une indexation par concept (ou instance identifié par une URI référante) d’ontologie, permettant de résoudre les différents problèmes posés par les systèmes à base de tags.
  • 25.  Ainsi, à partir de ces deux définitions, nous pouvons représenter une folksonomie non plus comme composée de trois ensembles mais de quatre :  Enfin, nous avons présenté MOAT, modèle permettant de combiner ontologies, bases de connaissances formelles, tags et folksonomies afin d’offrir un moyen de résoudre les problèmes des ontologies précédentes tout en conservant leur souplesse.

Notes de l'éditeur

  1. (blogs, forums,...).
  2. Afin de rendre utilisable l'ontologie fournie par SIOC, le projet met à disposition divers outils qui vont permettre d'utiliser le vocabulaire.Ce On a ainsi les différentes classes qu'il utilise:*Community : c'est le concept de plus haut niveau, qui permet de regrouper d'autres objets*Space : un espace générique de stockage de donnée*Item : un contenu générique*Container : n'importe quel objet contenu dans un espace et pouvant contenir des contenus*Site : un site web, c'est une spécialisation d'un espace*Forum : un canal de discussion (un forum, un blog...), c'est un type de conteneur*Thread : un conteneur pour des contenus liés*Post : un contenu spécifique*User : un utilisateur*Usergroup : un groupe d'utilisateurs*Role : représente la fonction d'un utilisateur...
  3. SIOC utilise des objets définis dans d'autres ontologies telles que FOAF (pour décrire les personnes impliquées), SKOS...SIOC travaille donc étroitement avec FOAF afin de gérer les utilisateurs, les interactions inter-utilisateurs, proposer une authentification unifiée, etc. Le but étant de relier une personne FOAF à plusieurs entités SIOC.SIOC utilise également l'ontologie SKOS. Elle a pour rôle de définir un vocabulaire à partir d'un concept assez large. Cette association permet à SIOC de relier différents sujets, abordés sur les réseaux sociaux, en fonction de leur proximité sémantique.
  4. Les champs d’un fichier FOAF peuvent être le nom, l’adresse email, l’adresse du site Web et/ou du blog, les adresses des photos, les études suivies, les centres d’intérêts, les amis – et bien d’autres choses, selon les spécifications actuelles. La dernière version de FOAF établit une liste de plusieurs dizaines de champs possibles, répartis en cinq grandes catégories : les données de base (nom, prénom, etc.), les informations personnelles (centres d’intérêts, connaissances…), les comptes en lignes (email, messageries instantanées…), les documents et images (textes produits par la personne, photos personnelles…), et enfin les groupes et projets. Si vous êtes dans une communauté, vous n’existez pas aux yeux des membres d’une autre communauté.
  5. FOAF utilise la technologie du W3C RDF pour
  6. FOAF-a-Matic vous permet de créer rapidement et facilement votre propre description FOAF. En fournissant simplement les informations que vous voulez voir apparaître dans votre description (au minimum nom et adresse de courrier), vous pouvez ajouter les noms et adresses de courrier de vos amis. Il est intéressant d’ajouter des amis (vous pouvez en ajouter autant que vous voulez) car cela permettra aux outils qui indexeront votre description de trouver les liens de réseaux d’individus.
  7. . En effet, il faut être particulièrement vigilant lors de l’élaboration des documents FOAF car les informations relatives à une personne peuvent tomber dans de mauvaises mains (mail spamming, respect de la vie privée …) mais peut être une option à considérer si les gens veulent constituer une communauté de partage.
  8. Plus exactement SKOS définit une classe skos:Concept et considère les relations skos:narrower et skos:broader (sous-propriétés d’une relation plus générique skos:semanticRelation) ainsi qu’une relation skos :related pour établir des liens entre différentes instances de cette classe.
  9. Relation • Liens hiérarchiques - skos:broader • du particulier au général • d’une partie vers le tout - skos:narrower • du général au particulier • du tout vers ses parties • Liens associatifs - skos:related ex:animals rdf:type skos:Concept; skos:prefLabel "animals"@en; skos:narrower ex:mammals. ex:mammals rdf:type skos:Concept; skos:prefLabel "mammals"@en; skos:broader ex:animals. ex:birds rdf:type skos:Concept; skos:prefLabel "birds"@en; skos:related ex:ornithology.
  10. Si l’approche courante consiste à considérer une action de tagging comme une relation tripartite entre un utilisateur, un tag et la ressource annotée; on peut l’enrichie par des paramètre supplémentaire, à savoir la signification du tag dans un contexte. la signification locale d’un tag, i.e. la signification particulière et non ambiguë d’un tag au sein d’une action de tagging ; D’autre part, modéliser l’ensemble des significations potentielles d’un tag dans une folksonomie donnée revient à considérer qu’a chaque tag est associé un ensemble de significations: les significations globales d’un tag, i.e. l’ensemble des significations qui peuvent lui-être associées si l’on considère le terme seul, hors contexte.
  11. MOAT permet donc le passage du terme (le tag apple) à la notion (la pomme en tant que fruit) et finalement au concept ().
  12. Cette complémentarité permet ainsi à MOAT, associée à la Tag Ontology, SIOC et SCOT de proposer un ensemble complet d’ontologies dédiées à la représentation des différentes caractéristiques des systèmes à base de tags sur le Web Sémantique : actions de tagging (Tag Ontology), utilisateurs (SIOC), nuages de tags (SCOT) et significations (MOAT).