Jabes 2012 - Tutoriel, vers le Web de données - Yann Nicolas (Abes)

1. Vers le web de données
#tutoriel #30’ #jabes2012 Yann Nicolas, ABES

2. Le web de données,
c’est pas quoi ?
Base Web
Documents GED Le Web =
Web de documents
Données Base de données Web de données

3. Le Web, web de documents
Base de
données
Données Documents
Base de
données
Hyperlien

4. http://fyeah-icebergs.tumblr.com/post/1063474140

5. Un archipel d’icebergs
• Les données sont cachées sous les pages HTML
(deep web)
• Seules les pages HTML sont liées entre elles
• Les pages HTML sont faites pour les humains
• Ce que veulent les machines, ce sont des
données
• et des données liées
– car elles se complètent les unes les autres
– car les liens permettent de naviguer et de découvrir
• Et des liens qualifiés, signifiants
– au-delà du « voir aussi » des hyperliens

6. Le web de données liées
Base de
données
Données Documents
Base de
données
HyperlienLiens entre les
bases de données

7. Le web de données liées
Base de
données
Données Documents
Base de
données
HyperlienLiens entre les
bases de données

8. Une base de données
DOCUMENTS
id auteur titre
doi :10.3406/mefr.1959.7458 auteur_mefr_1904 Retractatio
AUTEURS
id nom
auteur_mefr_1904 Paul Veyne
Persée
Lien interne à la base

9. Une autre
base de données
LIVRES
id z7XX titrepropre editeur
068391307 027182800 Le Pain et le cirque Le Seuil
PERSONNES
id nom personnetype
027182800 Veyne, Paul (1930-…. 0
Sudoc + IdRef
Lien interne à la base

10. DOCUMENTS
id auteur titre
doi :10.3406/mefr.
1959.7458
auteur_mefr_1904 Retractatio
AUTEURS
id nom
auteur_mefr_1904 Paul Veyne
LIVRES
id z7XX titrepropre editeur
068391307 027182800 Le Pain et le
cirque
Le Seuil
PERSONNES
id nom personnetype
027182800 Veyne, Paul (1930-…. 0
#1 Comment lier
la donnée d’une base
à la donnée de l’autre base ?
#2 Comment lier deux bases
qui n’ont pas le même schéma
#3 Comment qualifier
la nature de ce lien ?
#4 Comment faire tout ça sur
le Web, en surface ?
est la même
entité que

11. COMMENT ARRIVER À ÇA ?

12. Le nuage du web de données liées

13. Le nuage du web de données liées

14. Les données ABES sur le web de données,
avec IdRef pour pivot

15. UN MODÈLE GÉNÉRAL POUR
DÉCRIRE … N’IMPORTE QUOI
RDF

16. doi:10.3406/
mefr.1959.7458
auteur_mefr_1904
« Retractatio »
En RDF,
• une ressource (qch) est en relation avec
• soit une autre ressource
• soit un mot
« Paul Veyne »RDF = Graphes
qch
a telle relation avec
qch
qch
a telle relation avec
« mot »

17. doi:10.3406/
mefr.1959.7458
auteur_mefr_1904
« Retractatio »
Les relations (prédicats) ont un nom précis.
Ce nom est une URL. ex : dc:title = http://purl.org/dc/elements/1.1/title
rda:title | abes:title | isbd:title
« Paul Veyne »Nommer les relations

18. Les entités (ressources) ont un nom précis.
Ce nom est une URL. ex : http://dx.doi.org/doi:10.3406/mefr.1959.7458
ex : http://www.sudoc.fr/092673007/id
http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_m
efr_1904/id
« Retractatio »
« Paul Veyne »Nommer les ressources

19. http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_m
efr_1904/id
« Retractatio »
<http://dx.doi.org/doi:10.3406/mefr.1959.7458> dc:title « Retractatio ».
<http://dx.doi.org/doi:10.3406/mefr.1959.7458> dcterms:creator <http://www.persee.fr/auteur_mefr_1904/id>.
< http://www.persee.fr/auteur_mefr_1904/id > foaf:name « Paul Veyne »
« Paul Veyne »
Ecrire ce graphe
Des graphes aux triplets
Triplets RDF

20. http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject skos:prefLabel
Deux sites en RDF peuvent parler de la même chose – explicitement ici (même nom (URL)).
http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_m
efr_1904/id
« Retractatio »
« Paul Veyne »2 bases séparées

21. http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_me
fr_1904/id
« Retractatio »
« Paul Veyne »
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
skos:prefLabel
L’agrégation des données est immédiate
Deux sites en RDF peuvent parler de la même chose.
Mais pas forcément de la même manière (pas de schéma ou de vocabulaire unique)
On agrège les 2 bases

22. Deux sites en RDF peuvent parler de la même chose – implicitement ici (deux noms différents !)
 Problème pour les agréger
http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject skos:prefLabel
http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_m
efr_1904/id
« Retractatio »
« Paul Veyne »2 bases séparées

23.  Dire explicitement qu’il s’agit de la même entité avec owl:sameAs
http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject skos:prefLabel
http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_m
efr_1904/id
« Retractatio »
« Paul Veyne »2 bases séparées

24. http://dx.doi.org/
doi:10.3406/
mefr.1959.7458
http://www.per
see.fr/auteur_me
fr_1904/id
« Retractatio »
« Paul Veyne »
http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject
skos:prefLabel
Grâce à owl:sameAS, la fusion est totale : tout ce qu’on dit de l’un est aussi vrai de l’autre
On agrège les 2 bases
owl:sameAs
owl:sameAs

25. Paul Veyne dans le RDF de VIAF
http://viaf.org/viaf/108250528/rdf.xml
Le Veyne
de VIAF
et
le Veyne
d’IdRef
ne font
qu’un
http://viaf.org
/viaf/108250528
owl:sameAs
http://www.idref.fr
/027182800/id

26. http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject
skos:prefLabel
Le schéma RDF ajoute des informations sur le vocabulaire utilisé (propriétés des propriétés et
des classes)
Ce qui permet de faire du raisonnement 
On ajoute un peu de sémantique
truc:subject dcterms:subject
rdfs:subPropertyOf Schémas RDF
Ontologies

27. http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
« Credit »
truc:subject
skos:prefLabel
Le raisonnement permet d’ajouter des informations (triplets).
En l’occurrence, il permet d’exprimer automatiquement en Dublin Core un triplet qui utilisait
un vocabulaire truc non standard
On en déduit que…
truc:subject dcterms:subject
rdfs:subPropertyOf Schémas RDF
Ontologies
http://www.truc.
co.nz/wyz123
http://id.loc.gov/au
thorities/subjects/s
h85033856
dcterms:subject
Triplets déduits

28. Fonds
Calames
Auteur IdRef
Livre
Sudoc
Thèse
theses.fr
Auteur
VIAF
Auteur
BnF
Auteur
Wikipedia
Auteur
ISNI
Aujourd’hui
owl:sameAs
owl:sameAs

29. Fonds
Calames
Auteur IdRef
Livre
Sudoc
Thèse
theses.fr
Auteur
VIAF
Auteur
BnF
Auteur
Wikipedia
Auteur
ISNI
Demain
owl:sameAs

30. Fonds
Calames
Auteur IdRef
Livre
Sudoc
Thèse
theses.fr
Auteur
VIAF
Auteur
BnF
Auteur
Wikipedia
Auteur
ISNI
Après-demain peut-être ?
owl:sameAs
owl:sameAs
Auteur
HAL CCSD
Article
HAL CCSD
Livre
Worldcat
cite
a pour
dérivé
Données
brutes
+ brevets,
projets ANR,
etc.
+ CrossRef,
revues,
indicateurs
d’usage, etc.
+ articles, éditions
scientifiques,
numérisation, etc.

31. http://www.flickr.com/photos/danbri/6233467501/

32. http://www.circuitdomain.com/PCB%20Prototyping/PCB.htm

33. Vertu
RDF offre un modèle universel
qui permet d’exprimer toute
donnée, quelle que soit la
norme de description.
Cela rend bien plus facile
l’agrégation de données
diverses
Effet
Inutile de chercher le format
miracle qui marchera pour
le MARC du Sudoc et
d’IdRef, le TEF de STAR,
l’EAD de Calames, l’ONIX de
tel éditeur, le A++ de
Springer (Lic. Nat.), le
Bloubiboulga de tel autre,
etc.
#abes #hubdedonnées #istex

34. RDF rend les données
extensibles.
La notice d’autorité n’a pas besoin
de tout stocker sur une
personne.
Il vaut mieux en dire le strict
nécessaire et faire des liens
vers d’autres sources (ex :
dictionnaires biographiques …
en RDF)
Idem pour les données
bibliographiques (prix,
recensions, influences, etc.)
#idref #ist #wikipedia #webofdata
Vertu Effet

35. RDF n’impose pas de schéma
unique. On peut mixer les
vocabulaires
Devons-nous utiliser RDA,
Dublin Core ou un
vocabulaire bibliographique
à nous ?
On peut faire les trois.
On peut aussi utiliser un
vocabulaire dont le schéma
explicite ses relations avec
un vocabulaire standard
(cf. truc:subject et dcterms:subject)
#ouverturedesdonnées #hubdedonnées #istex
Vertu Effet

36. RDF permet de raisonner sur
les données, pour les
enrichir ou contrôler leur
cohérence
Dans le projet SudocAD, on a
essayé de déduire quelle
est la bonne autorité à lier à
une notice bibliographique
#hubdedonnées #sudocad #qualinca
Vertu Effet

37. En savoir plus
• Infos : http://punktokomo.abes.fr/tag/semantique-web/
• Outil : inspector.sindice.com
• Tutos : http://web-semantique.developpez.com/tutoriels/

38. ABES, charte graphique (circa 2000)