structuration des métadonnées de pérennisation

Formation
19-23 Novembre 2013
Pérennisation et communication
de l'information numérique
Pascal Romain
Ingénieur documentaire
Département général de la Gironde

Les métadonnées de pérennisation et l’accès aux objets

Sommaire
• Introduction sur les métadonnées
définition, aspect théorique, processus de production
• Le modèle d’information de l’OAIS: place des métadonnées dans le modèle
• Quelles métadonnées pour la pérennisation ?
• encoder et lier les métadonnées
• L’accès à l’information grâce aux métadonnées

Introduction sur les métadonnées : enjeux

Comment sécuriser et
diffuser l’information
au sein d’un même
processus ?

Introduction sur les métadonnées : définition
Une métadonnée est une donnée
servant à définir ou décrire une autre
donnée. Porteuse d'information sur le

contexte, le sens et la finalité de la
ressource informationnelle portée par la
donnée brute.

μετά:
préfixe grec indiquant
l'auto-référence

Introduction sur les métadonnées : cas pratique

titre

+
indexation lieu
indexation sujet

=

contexte temporel

producteur

contexte spatial

Introduction sur les métadonnées : théorie

Des dispositifs
d’encodage, de lecture
et de transmission
conditionnent
notre accès aux données

Dans le contexte numérique, des dispositifs
de médiation sont nécessaires à
l’appréhension de la donnée.
Plusieurs communautés d’utilisateurs
impliquent différents types de métadonnées
Une métadonnée doit avoir une finalité et
une utilité immédiate

Attention : l’abus de métadonnées est dangereux pour la santé
Des dispositifs de stockage, de sécurisation
et de surveillance sont nécessaires à la
conservation des données

Introduction sur les métadonnées : enjeux
La structuration de
l’information est
la clé qui assure la versatilité
des usages qui peuvent être
capitalisés à partir d’un

processus de description

Introduction sur les métadonnées : structuration

Conservation des informations
sur le processus de création
et de transformation

Traçabilité des échanges
et des habilitations

métadonnées
administratives

métadonnées
techniques

Intelligibilité du contexte

métadonnées
descriptives

métadonnées
de structure
Pérennisation et interopérabilité

Introduction sur les métadonnées: typologie
On distingue généralement 4 grands types de métadonnées :
métadonnées techniques:

décrivent les outils utilisés pour créer la donnée ainsi que le processus de création lui-même.
essentielles à l'intelligibilité de la donnée dans un contexte d'intermédiation numérique ainsi qu'à la qualité de la donnée dans
une perspective de conservation sur le long terme.
elles doivent suivre le cycle de vie de la donnée et permettre de garantir son intégrité

métadonnées administratives

utilisées pour définir les contrôles d'accès à la donnée
décrivent les évènements et les agents qui interviennent sur la donnée ainsi que les conditions d'utilisation
permettent de gérer la donnée et les liens qui peuvent exister entre ses éventuelles différentes représentations

métadonnées descriptives

utilisées pour préciser le contenu informatif de la donnée
structurent les informations dont la donnée est porteuse en la reliant à des concepts ou à d'autres données
permettent d'expliciter, de décrire, de contextualiser ou de hiérarchiser l'information

métadonnées de structure

enveloppes qui permettent de relier plusieurs types de métadonnée
permettent de disposer d'un cadre de description commun favorisant l'interopérabilité de l'information

Introduction sur les métadonnées : enjeux de production

Comment produire
des métadonnées à
moindre coût ?

Introduction sur les métadonnées: production
La production de métadonnées peut
s'envisager à différentes

étapes

du cycle de vie du document
porteur d'information :
saisie à la création
saisies au cours d'une étape de traitement de
l'information
extraction à posteriori : transformation, diffusion,
récupération





OAIS

Système d’information ouvert d’archivage
Modèle conceptuel organisé autour de 6 entités gérant les échanges
d’informations au sein du système d’information

Le modèle d’information de l’OAIS: les paquets d’information

Le modèle conceptuel nous
aide à considérer
l’objet information dans un
cycle de vie non-linéaire

Dans le contexte de la pérennisation, les informations peuvent prendre 3 formes
successives ou simultanées:

•le paquet d’information à soumettre : SIP (Submission Information Package)
le paquet d’information à archiver: AIP (Archival Information Package).
Il peut exister sous 2 formes au sein de l’archive OAIS
Le paquet d’information à diffuser : DIP (Diffusion Information Package)
•Les entités administration et planification sont chargés de gérer ces états en fonction des besoins

Paquet

Objet

Information

Le modèle d’information de l’OAIS:
les paquets d’information: l’information
l’Objet Information est composé
d’un objet données

(physique ou numérique)
et de l’information de
représentation qui
permettent d’interpréter
les données
sous la forme d’une
information
compréhensible.

les paquets d’information: la représentation
•Information de structure
types de données courants en
informatique, comme des caractères, des
nombres, des pixels, des tableaux
•Information sémantique
informations complémentaires associées
aux éléments de structure, telles que la
langue dans laquelle l’objet est exprimé, les
opérations réalisables sur chaque type de
données et leurs relations, etc.
•Autres
Identifiants d’autres standards comme la
référence à la norme ASCII
basé sur le principe de la récursivité

les paquets d’information: la pérennisation
Information de provenance
Décrit l’origine du contenu d’information, qui en a la charge, et
quel est l’historique de ses modifications
•Information de contexte
•Décrit comment le contenu d’information s’articule avec
d’autres informations à l’extérieur du paquet
•Information d’identification
•Fournit un ou plusieurs identifiants ou systèmes
d’identification
•Information d’intégrité
•Protège le contenu d’information contre les altérations non
documentées

les relations
Une information est toujours produite dans un contexte.
Elle résulte de l’action d’un ou plusieurs agents.
Son cycle de vie est une suite d’événements qui opèrent sur
des objets entre lesquels il existe souvent des relations

le contexte du versement
Le versement d’un document ou d’une archive
dans une perspective de pérennisation implique la
description de plusieurs éléments de contexte
(l’environnement technique, la description du
producteur, la description du contenu, les droits
d’accès).

Il mets en relation un agent versant et un
agent recevant autour d’un versement
comprenant des objets en relation

le contexte de la gestion (ou archivage)
La gestion et le stockage impliquent
la description d’évènements
(l’analyse, l’enrichissement, le
stockage, la migration) dont la
responsabilité incombe à différentes
entités OAIS.
Ces processus sont complexes et
nécessitent la description
des objets à conserver et à diffuser

le contexte d’administration
L’administration dans le temps de l’objet
archive nécessite le suivi et la
conservation des événements qui
affectent l’information.
Une veille technologique est nécessaire
pour garantir l’accès des agents habilités
au cours du cycle de vie des objets
informationnels et la conservation du
capital informationnel.

le contexte de l’accès
L’accès aux informations nécessite
l’enrichissement et la mise en relation des
objets avec d’autres sources
d’explicitation .
Les communautés d’agents expriment des
besoins qui doivent être pris en compte
sans compromettre l’intégrité de l’entité
OAIS.

la structuration des méta-données
L’entité OAIS utilise les
métadonnées pour
normaliser et structurer les
échanges d’informations avec
les acteurs externes et
internes
L’objectif est de conserver la
richesse de l’information et
sa traçabilité

Quelle métadonnées pour la pérennisation ?
Les informations techniques
Les métadonnées répondent à une triple finalité
qualité

intelligibilité

intégrité

qui correspond aux étapes
production

conservation

diffusion

inhérentes au cycle de vie de l’information

Les informations administratives
Les métadonnées répondent à une logique de structuration
agents

événements

objets

des différents contextes
création

conservation

diffusion

inhérentes au cycle de vie de l’information

Les informations descriptives
Les métadonnées répondent à une logique de recherche et
d’accès
acteurs

contexte

objets

en fonction de la communauté d’utilisateurs
identité

référentiel

granularité

et des impératifs de citabilité et d’interopérabilité

Les informations de structure
Les métadonnées de structure sont des enveloppes qui relient
objets

événements

agents

et permettent de disposer d'un cadre de description commun
identité

représentation

pérennité

favorisant l'interopérabilité et la structuration de l'information

Sommaire
• Introduction sur les métadonnées
définition, aspect théorique, processus de production
• Le modèle d’information de l’OAIS: place des métadonnées dans le modèle
• Quelles métadonnées pour la pérennisation ?
• Encoder et lier les métadonnées
• L’accès à l’information grâce aux métadonnées

Encoder et lier les métadonnées: pratique

Du concept à
l’application pratique.
L’ivresse du choix

Encoder et lier les métadonnées: pratique

Quelle structuration ?
Quelles finalités ?

Encoder et lier les métadonnées :
modèles conceptuels

Les schémas de
métadonnées servent à
contrôler la saisie et
développer la

sémantique des
informations

le web de données: ontologies et vocabulaires

Ontologie: défini de manière formelle, pour un domaine de connaissance, les concepts qui permettront
de décrire les « choses » de façon non ambiguë, et les règles contraignant ces descriptions
Cette norme comprend les éléments suivants :
- les types de choses : classes
Ex : Document, Livre, Personne

- les propriétés ou attributs des choses
Ex : auteur, date de publication
- les contraintes éventuelles qui relient celles-ci à celles-là
Ex : Un livre est un document, un livre a au moins un auteur, une personne n'est pas un document

URI (Uniform Resource Identifier): l’économie
durable de la connaissance
Syntaxe :
<scheme:chaîne/de.caractère>
<http://monsite.com/dossier/fichier.html#ancre>
<http://mondomaine.org/ressource/1234>

Les URI sont des identifiants Web.
Les URL sont des URI qui identifient la
ressource par le moyen d'y accéder.
Les URL peuvent être pérennes.

•un préfixe qui indique le contexte dans lequel l’identifiant est attribué
(par ex. http:,ftp:, urn:, etc.)
•un élément qui permet de désigner l’autorité nommante qui a attribué
l’identifiant au sein de ce système
•le « nom » lui-même, c'est-à-dire une chaîne de caractères qui identifie
la ressource de manière unique, au sein de ce système et pour cette
autorité.

http://fr.wikipedia.org/wiki/Universal_Unique_Identifier

Encoder et lier les métadonnées
RDF: la structuration de l’accès aux ressources
sujet

objet
prédicat

Le sujet est toujours une URI.
Toute “chose” sur laquelle on veut faire des assertions
(sujet) doit avoir une URI.
Les “choses” ont toujours un type : une CLASSE.
Le prédicat est toujours une URI.
Il permet d'exprimer les propriétés des
“choses”, ou les relations des “choses” entre elles
L‘objet peut être un texte (littéral) ou une URI.

Les classes et les propriétés sont déclarées dans des vocabulaires pour être réutilisées

RDF: le hub de données
•Le modèle RDF permet de décloisonner les silos de données.
•Les référentiels permettent alors de les relier
L’Ecume des jours est un roman de Boris Vian publié en 1947 avec pour thèmes centraux
l’amour, la maladie, la mort
L’Ecume des jours est un roman
L’Ecume des jours a pour auteur Boris Vian
L’Ecume des jours est paru en 1947
L’Ecume des jours a pour thèmes l’amour, la maladie, la mort
J’irais cracher sur vos tombes a pour auteur Vernon Sullivan

RDF n'est pas lié à une syntaxe
particulière mais c'est en XML que
sont publiés la plupart des
vocabulaires standard (RDFS, FOAF,
SKOS, OWL) qui utilisent le modèle
de données en graphe.

L’ Ecume des jours– type - roman
L’ Ecume des jours– auteur - Boris Vian
L’ Ecume des jours– année de parution – 1947
L’ Ecume des jours - thème – amour
http://dbpedia.org/page/Froth_on_the_Daydream
http://data.bnf.fr/13091689/boris_vian/
dbpedia:Froth_on_the_Daydream rdf:type yago:Novel106367879
dbpedia:Froth_on_the_Daydream dcterms:creator dbpedia:Boris_Vian
dbpedia:Froth_on_the_Daydream dcterms:date "1947"
dbpedia:Froth_on_the_Daydream skos:subject dbpedia:Love
dbpedia-owl:wikiPageRedirects dcterms:creator dbpedia:Vernon_Sullivan

SKOS (Simple Knowledge Organisation System): le thésaurus à l’heure
du web
•SKOS est construit sur la base du langage RDF, et son principal
objectif est de permettre la publication facile de vocabulaires
structurés pour leur utilisation dans le cadre du Web de
données.
• SKOS est actuellement développé dans le cadre du W3C et
cherche à être au maximum compatible avec les standards qui
définissent les thésaurus.
•SKOS est un vocabulaire écrit en RDFS où la classe générique
est skos:Concept
•les propriétés de mise en correspondance proposées dans
SKOS permettent d'exprimer des correspondances entre
concepts provenant de schémas différents
skos:exactMatch ou skos:closeMatch
skos:broadMatch, skos:narrowMatch, skos:relatedMatch
skos:semanticRelation

XML (Extensible Markup Language): la lingua franca
de l’encodage d’information
<xml version="1.0" encoding="UTF-8"?>
<ex:collection xml:lang="fr"
xmlns:dc="http://purl.org/dc/elements/1.1/"
xmlns=http://www.w3.org/1999/xhtml
xmlns:ex="http://exemple.org">
<ex:vehicule>
<dc:title>Mon super vélo</dc:title>
<velo id="2">
<taille>76</taille>
<marque>cool bike</marque>
<modele>speeder</modele>
</ex:velo>
<ex:velo taille="76" marque="coolbike"
modele="speeder" id="2" />

•langage à balises permettant de structurer et de décrire
un ensemble d’objet au sein d’espace de noms
•langage hiérarchique permettant de décrire des
relations
•langage de transport d’information permettant de
standardiser les échanges de données
•peut être décrit par un schéma ou une DTD
•peut servir au stockage des données mais également à
leur interrogation

Encoder et lier les métadonnées: carte d’identité technique

Les en-têtes des fichiers
numériques sont porteurs

d’information
d’identification et de

provenance

L’exemple du schéma de données MIX

3 normes complémentaires pour l’information technique des images fixes

EXIF (Exchangeable image file format): permet de décrire le contexte (quand), l'outil (comment),
la localisation (où) et l'auteur (qui) de la production. Les données Exif sont incorporées au fichier
d’image lui-même. Elles peuvent être modifiées mais reflètent normalement les conditions de
production d'une image numérique.
Le format en version 2.2 (2003) n'est pas maintenu [http://exif.org/Exif2-2.PDF]
XMP (Extensible Metadata Platform): permet de décrire sous forme d'un document XML intégré
au fichier des informations relatives à ses caractéristiques. Il permet d'intégrer des métadonnées
EXIF ou Dublin Core et supporte l'unicode.
Ce format est maintenu par Adobe. [http://www.adobe.com/products/xmp/]
MIX (Metadata Image XML): permet de décrire sous forme d'un document XML externe
l'ensemble des éléments définis dans la norme ISO 39.87. Le format en version 2 est maintenu par
la bibliothèque du congrès américain. [http://www.loc.gov/standards/mix/]

3 normes complémentaires pour l’information technique des contenus
multimédias
MPEG-7 (Moving Picture Experts Group) : une norme de description dont le but est de faciliter
l'indexation et la recherche de documents multimédia. Il permet d'utiliser des descripteurs pour
caractériser des données audio ou visuelles mais également de décrire le contenu de ces données
ainsi que les relations sémantiques qui les lient entre elles. Standard ISO/IEC 15938 il est assez peu
utilisé en raison de sa complexité.[http://mpeg.chiariglione.org/standards/mpeg-7/mpeg-7.htm]

PBCore (Public Broadcasting Metadata Dictionary) : initialement utilisé par les diffuseurs radio, il
s'appuie sur le standard Dublin Core pour décrire le contenu intellectuel des ressources, les
mentions de droits ainsi que l'ensemble des informations techniques sur le document numérique
audio.
Il existe sous forme de format XML. [http://pbcore.org/2.0/]
VIDEOMD (Video Technical Metadata Extension Schema) : permet de décrire sous forme d'un
document XML externe les métadonnées techniques qui décrivent un objet numérique vidéo. Il est
utilisé en lien avec METS. [http://lcweb2.loc.gov/mets/Schemas/VMD.xsd]

Encoder et lier les métadonnées: la description du contexte

Il est souvent nécessaire
d’expliciter l’information en
décrivant son contexte et
ses relations

MODS (Metadata Object Description Schema )
schéma d’interopérabilité bibliographique
•norme bibliographique largement utilisée dans
le contexte anglo-saxon et maintenu par la
librairie du congrès.
[http://www.loc.gov/standards/mods/].
•autorise la description hiérarchique ou simple
•permet de conserver quasiment l'ensemble des
informations d'une notice MARC tout en
simplifiant la lecture et le traitement

EAD/EAC (Encoded Archival Description/Context):
description hiérarchique des fonds d’archives
le schéma EAD est basé sur ISAD-G(). Il permet de décrire
un fonds d'archives ou d'ouvrages de manière hiérarchique
du général au particulier, d'indexer les notices descriptives
et de lier ces descriptions à des substituts numériques et à
des notices de producteurs(EAC: Encoded Archival
Context)
•le schéma EAC vise à décrire les producteurs pour retracer
l'historique d'une entité administrative ou morale
d'archives en se basant sur la norme ISAAR-CPF
[http://eac.staatsbibliothek-berlin.de/].
•Il permet une redéfinition de la notion de contexte de
production et d’utilisation des archives. Il se concentre
seulement sur la description des collectivités, des
personnes et des familles.

construction d’une ontologie

Au départ le monde
selon EAD

identifier les concepts

Les objets à
modéliser
http://archiveshub.ac.uk/locah/

identifier les relations

Les relations entre
concepts

en route pour les usages

Et hop une ontologie !
http://data.archiveshub.ac.uk/
Réutilisant des vocabulaires existants
RDF Schema (RDFS): http://www.w3.org/2000/01/rdf-schema#
Dublin Core Terms: http://purl.org/dc/terms/
Friend of a Friend (FOAF): http://xmlns.com/foaf/0.1/
Simple Knowledge Organisation System (SKOS):
http://www.w3.org/2004/02/skos/core#
Object Reuse & Exchange (ORE):
http://www.openarchives.org/ore/terms/
Vocabulaire biographique : http://purl.org/vocab/bio/0.1/
Event Ontologie: http://purl.org/NET/c4dm/event.owl#
Linked Open Data Events vocabulary (LODE):
http://linkedevents.org/ontology/
Timeline Ontologie: http://purl.org/NET/c4dm/timeline.owl#

METS: la structuration de la description des ressources
Le schéma METS vise à fournir un méta-modèle pour l'encapsulation d'autres
formats de métadonnées.
Ce schéma XML composé de 7 sections est extrêmement flexible.
Il permet notamment de représenter l'information sous forme de carte de
structure et s'implémenter le modèle conceptuel OAIS.
Il constitue un format pivot entre la logique de diffusion et celle de conservation de
l'information.

METS: la structuration de la description des ressources
L’utilisation de METS passe par la mise en forme
d’un profil d’utilisation
Celui-ci permet de définir les règles de
description et de permettre une automatisation
des processus de validation et de contrôle.
Il permet de multiplier les formats de description
et les modes de consultation des objets à
conserver ou à diffuser.
Il utilise un système de pointeur basé sur
l’identification de toutes les unités de description

3 modèles pour la structuration des objets d’information
PREMIS (Preservation Metadata: Implementation Strategies) : le modèle de données de PREMIS est composé
de 5 entités reliées entre elles par des identifiants: Entité intellectuelle, Objet, Evénement, Agent, et Droits. Ce
schéma répond notamment au besoin de pérennisation de l'information numérique et de conservation du cycle
de vie des données (import dans un entrepôt de donnée, migration, gestion d'intégrité, liens entre différentes
représentations d'un même document). [http://www.loc.gov/standards/premis]
LIDO (Lightweight Information Describing Objects) : cette norme vise à décrire les objets patrimoniaux en
référence au modèle conceptuel international CIDOC-CRM((ISO 21127). Il permet de décrire l'objet en terme de
contenu mais également de cycle de vie et est fortement orienté vers l'interopérabilité et la mise en réseau.
[http://www.lido-schema.org]

FRBR (Functionnal Requirements for Bibliographic Records) et FRAD (Functional Requirements for Authority
Data) sont des normes qui organisent les différentes composantes de la description bibliographique. Ils
organisent les différentes composantes de la description bibliographique.
et fournissent un modèle conceptuel permettant l'amélioration des notices de catalogue (un produit), l'action de
cataloguer (un processus) et la conception des catalogues (une technologie)

LIDO: un cadre conceptuel et technique
basé sur le modèle conceptuel CIDOC-CRM
(ISO 21127:2006) : conseil international des
musées-modèle conceptuel de référence
constitue une « ontologie » de
l'information relative au patrimoine
culturel
La présentation en est basée sur l'approche «
orientée objet »
la création, la collection ou l'utilisation d'un
objet sont définies comme des événements
qui ont des entités associées comme des
dates, des lieux ou des acteurs.

FRBR: le modèle conceptuel de référence
•Un modèle ternaire :
une entité est un être, ou une « chose doté d'une existence
distincte »
un attribut est une qualité, quelque chose qui décrit cette entité
une relation est le lien entre différentes entités
•3 groupes d'entités:
groupe 1: les produits abstraits ou concrets (travail, expression,
manifestation et exemplaire)
groupe 2: les individus ou institutions
groupe 3: les sujets (concepts, des objets, des évènements, des
lieux)

Les attributs sont des caractéristiques ou des propriétés.
Ils permettent aux utilisateurs de trouver les entités dont ils ont besoin.

attributs inhérents (caractéristiques et spécificités)
attributs externes (identification et contexte)

PREMIS : les métadonnées du cycle de vie

PREMIS : les métadonnées du cycle de vie
•les schémas OBJET, EVENT et AGENT les plus usités sont
reliés par un mécanisme d'identifiant.
des listes d'autorités peuvent être utilisées en vue d'optimiser
les opérations de gestion, de contrôle ou de transformation
(eventType, agentType, format, objectCategory, storageMedium,
copyrightStatus, and RightsBasis).
•PREMIS est couramment utilisé en lien avec METS:
Exemple :
http://www.gpo.gov/fdsys/pkg/USCOURTS-mied-1_09-cv-12267/premis.xml
http://lcweb2.loc.gov/diglib/ihas/loc.natlib.gottlieb.09601/default.html

premis:event dans digiProvMD
premis:rights dans rightsMD
premis:object dans techMD dans digiProvMD
premis:agent dans digiProvMD ou rightsMD

•Des choix d’implémentations s’imposent en lien avec
l’utilisation de METS (redondance de données, mécanisme
d’identification, répartition des informations)

PREMIS : les métadonnées du cycle de vie des objets
Entité Objet
Classe Fichier : une séquence de bits nommée et ordonnée connu d'un système d'exploitation
Un fichier peut avoir 0 ou n bits et est caractérisé par un format, des droits d'accès, et des caractéristiques
permettant de le décrire au sein d'un système de fichiers telles que la taille ou la date de dernière modification.

Classe train de bits : un train de bits représente des données contiguës ou non à l'intérieur d'un fichier qui partagent
des propriétés communes significatives et présentent un intérêt patrimonial.
Un train de bits ne peut pas être transformé en fichier sans l'ajout d'information de structure (comme par
exemple un en-tête) et/ou sans modification du train de bits pour être conforme aux exigences
d'un format de fichier donné.
Classe représentation : une représentation est un ensemble de fichiers, incluant des métadonnées de structure,
nécessaire à la compréhension d'une entité intellectuelle. Par exemple, un article de journal peut être complet à
l'intérieur d'un fichier PDF ; ce fichier unique constitue la représentation. Un autre article de journal peut consister
en un fichier SGML et 2 fichiers images ; ces 3 fichiers constituent la représentation. Un troisième article peut
être représenté par une image TIFF pour chacune de ses 12 pages plus un fichier XML contenant les métadonnées
de structuration exprimant l'ordre de ces pages ; ces 13 fichiers constituent la représentation.
Une représentation correspond donc a une instance numérique unique d'une entité intellectuelle
conservée dans un entrepôt de conservation.

Les identifiants sont utilisés pour relier
les entités ensemble

Site web

Entité intellectuelle

- linkingIntellectualEntityIdentifier
- linkingRightsStatementIdentifier

Relation entre différents types d’entités

- linkingEventIdentifier
- linkingAgentIdentifier
html

- linkingObjectIdentifier

Par exemple, un objet peut être relié à une ou
plusieurs entités intellectuelles, expressions de
droits et événements au travers de liens vers
des unités sémantiques

index.html

chapitre01.pdf

représentations

chapitre02.pdf

pdf

siteWeb.pdf

SEDA: Schéma d’Échange des Données d'Archivage
•Le schéma SEDA permet de décrire les relations entre les
acteurs au cours des échanges (transfert, de communication, de
modification, d'élimination ou de restitution d’archives).
•Il permet d'automatiser les procédures d'échange
d'information en décrivant les règles contractuelles qui
régissent le versement et la prise en charge d'un paquet
d'information.
•Les messages SEDA décrivent les contraintes (format,
support, identification) et fournissent un historique des
opérations effectuées (transfert, réception, destruction, etc..)
•La grammaire XML permet de définir des règles formelles
vérifiables par les machines (est égal à, ne peut pas être différent
de, n'existe qu'en un seul exemplaire, provient de, etc...)

MEDONA: structurer les métadonnées des documents d’activité
• Le schéma MEDONA Z 44-022 permet de structurer les
métadonnées générées par les acteurs au cours des
échanges (transfert, de communication, de modification,
d'élimination ou de restitution d’archives).
Il doit permettre de modéliser les échanges de données
pour l‘archivage et d'automatiser les procédures
d'échange d'information en décrivant les règles
contractuelles qui régissent le versement et la prise en
charge d'un paquet d'information.
• Les messages MEDONA décrivent les contraintes
(format, support, identification) et fournissent un
historique des opérations effectuées (transfert,
réception, destruction, etc..)
• La grammaire XML permet de définir des règles
formelles vérifiables par les machines (est égal à, ne peut
pas être différent de, n'existe qu'en un seul exemplaire,
provient de, etc...)

MEDONA: structurer les métadonnées des documents d’activité
•La classe ManagementMetadata regroupe l'ensemble
des informations nécessaires à la gestion de l'échange
d'un paquet de données. Les informations apportées par
cette classe concernent tous les Objets de données du
paquet.
Ces informations sont :
• l'accord de service (ArchivalAgreement),
• le profil d'archivage (ArchivalProfile),
• le niveau de service (ServiceLevel),
• la règle d'accessibilité (AccessRule)
• la règle pour le calcul du sort final (AppraisalRule).
Toutes ces informations sont facultatives.

MEDONA: structurer les métadonnées des échanges
Tous les messages partagent des propriétés communes
définies dans la classe Message.
Ces propriétés sont :
• une date (Date) qui correspond à la date d'émission
du message
• un identifiant du message (MessageIdentifier) ;
• éventuellement des commentaires (Comment) qui
permettent en particulier d'expliquer la raison du
message (par exemple pour une réponse négative,
ces commentaires peuvent expliquer la raison du
refus et ce qu'il convient de faire pour reformuler la
demande)
• éventuellement une signature du message lui-même
(Signature).
Le message d'accusé de réception (Ackwowledgement)
hérite des propriétés de la classe Message auxquelles il
faut ajouter l'identifiant du message dont il accuse la
réception.

MEDONA: extension aux besoins d’une communauté
<xsd:schema targetNamespace="org:afnor:www:medona:v1.0"
xmlns:xsd="http://www.w3.org/2001/XMLSchema"
xmlns:medona="org:afnor:www:medona:v1.0"
xmlns:xlink="http://www.w3.org/1999/xlink"
xmlns:eac="urn:isbn:1-931666-33-4">
<xsd:import namespace="urn:isbn:1-931666-33-4" schemaLocation="cpf.xsd"/>
<xsd:import namespace="http://www.w3.org/1999/xlink" schemaLocation="xlink.xsd"/>
<xsd:redefine schemaLocation="MEDONA.xsd">
<xsd:complexType name="OrganizationDescriptiveMetadataType">
<xsd:complexContent>
<xsd:restriction base="medona:OrganizationDescriptiveMetadataType">
<xsd:sequence>
<xsd:element ref="eac:cpfDescription"/>
</xsd:sequence>
<xsd:attribute ref="xlink:href" use="prohibited"/>
</xsd:restriction>
</xsd:complexContent>
</xsd:complexType>
</xsd:redefine>
</xsd:schema>

Une communauté peut créer son propre schéma XML
dérivé celui de la norme sans avoir à intervenir sur le
schéma de la norme en incluant le schéma de la norme
dans le sien tout en redéfinissant sous forme de
restriction les types laissés ouverts:
DescriptiveMetadataType,
OrganizationDescriptiveMetadataType
SignatureType
AccessRuleType)
Par exemple, si cette communauté souhaite utiliser le
modèle EAC-CPF 19) pour décrire les acteurs (Service
versant, Service producteur, etc.), elle donnera une
autre définition du type
OrganizationDescriptiveMetadataType dans son
schéma dérivé. De cette manière les messages qui
respectent ce nouveau schéma respectent forcément le
schéma de la norme.

Dublin Core: PPDC et interopérabilité

• permet l'interopérabilité entre des données d'un
domaine ou entre des domaines hétérogènes (Plus
Petit Dénominateur Commun)
• 15 éléments optionnels répétables et qualifiables
• profils d’implémentation permettant d’échanger
facilement des données entre différents domaine
• permet de s’intégrer dans des portails
documentaires transversaux
• permet de gérer les descriptions hétérogènes au
sein d’une archive OAIS

L’accès à l’information par les métadonnées
OAI-PMH: un protocole d’échange ouvert
agrégateur

entrepôts

moissonneurs

portail

Notice d'identité Notice descriptive humain

objet numérique

Contenu culturel

6 verbes pour un échange de données
normalisé
Qui?: la carte d'identité de l'entrepôt
Quand?: Les dates de modification
Comment?:
les standards de métadonnées XML
les collection de données
Combien?:
La liste des identifiants uniques
La liste des fiches descriptives
Quoi?: Le contenu de la fiche
descriptive

SPARQL: le couteau suisse du web sémantique

Du monde des Documents → objets statiques
reliés entre eux par des liens hypertextes
Au monde des ressources adressables → toute
chose ou entité susceptible d'être identifiée,
nommée, manipulée à travers ses représentations
dans n'importe quel système utilisant les
technologies du web

•Le web de données ou semantic Web doit permettre aux
machines de comprendre le contenu des notices
documentaires et d'offrir à terme des agents intelligents
autorisant des nouveaux usages des données
•Le web de données est basé sur l'utilisation de standards:
•une représentation sous forme de graphe : RDF
•Un schéma de définition de règles : RDFS ou OWL
•Un langage de requête permettant de lier des données de
référence : SPARQL
•Un langage d'ontologie permettant de décrire des règles
formelles: OWL
•Un langage de vocabulaire permettant de publier des
thésaurus sur le Web: SKOS
•L'utilisation d'identifiants pérennes: CURI « cool uri don't
change »

Usage: le projet LOCAH: http://data.archiveshub.ac.uk/

Le projet LOCAH fournit des pistes d’utilisation
de la modélisation en graphe pour les archives

•Le web de données ou semantic Web doit permettre
aux machines de comprendre le contenu des notices
documentaires et d'offrir à terme des agents
intelligents autorisant des nouveaux usages des
données
•Le web de données est basé sur l'utilisation de
standards:
•une représentation sous forme de graphe : RDF
•Un schéma de définition de règles : RDFS ou OWL
•Un langage de requête permettant de lier des données
de référence : SPARQL
•Un langage d'ontologie permettant de décrire des
règles formelles: OWL
•Un langage de vocabulaire permettant de publier des
thésaurus sur le Web: SKOS
•L'utilisation d'identifiants pérennes: CURI « cool uri
don't change »

SPARQL: le couteau suisse de l’accès aux données
Comme SQL, SPARQL sélectionne les données retournées par la requête en
utilisant la déclaration SELECT pour déterminer quel sous-ensemble de donnés doit
être retourné
SPARQL utilise également la clause WHERE pour définir les modèles de graphes
pour trouver une réponse au sein du jeu de réponse.
UN modèle de graphe dans la clause SPARQL WHERE consiste dans un triplet
sujet, propriété objet pour trouver une réponse dans les données
La requête SELECT requiert de retourner la variable ?type.
En SPARQL, les noms des variables sont préfixées par le symbole point
d'interrogation("?") .
Dans un modèle de requête de graphe , elle correspondent à n'importe quel noeud –
une ressource ou un litéral

SPARQL: le couteau suisse de l’accès aux données
SPARQL permet d'interroger la structure du graphe sémantique pour sélectionner
les ressources répondant à une certaine structure de graphe.
Par exemple trouver tous les romans de Boris Vian sur Dbpedia
PREFIX dbpedia: <http://dbpedia.org/resource/>
PREFIX yago: <http://dbpedia.org/yago/>
PREFIX p: <http://dbpedia.org/property/>
SELECT DISTINCT ?x
WHERE
{
?x
rdf:type yago:Novel106367879.
?x
p:author dbpedia:Boris_Vian.
}

A quoi ça sert ? Construire un espace global d’information

Merci de votre attention

Pascal Romain
p.romain@cg33.fr
@keronos

références
Publications:
Carlyle, A (2006). Understanding FRBR as a conceptual model: FRBR and the bibliographic universe. Library Resources and Technical Services, 50(4), 264-273
Coyle, Karen, Understanding the Semantic Web: Bibliographic Data and Metadata. Library Technology Reports, Janvier 2010
Séminaire INRIA, Métadonnées: mutations et perspectives, ADBS, 2008
Crédits:
Aurélien Couraux, Gautier Poupeau, Emmanuelle Bermès, Ivan Herman, Fabien Gandron : présentations sur le web
illustrations: jlmaral, widdowquinn, wiccked, Fenng(dbanotes), LaChan, Laughing Squid, LZdR, woicik CC BY-NC 2.0
Liens :
FRBR http://www.ifla.org/en/publications/functional-requirements-for-bibliographic-records
SEDA: http://www.archivesdefrance.culture.gouv.fr/seda/
MODS http://www.loc.gov/standards/mods/
Dublin Core http://dublincore.org/
SKOS http://www.w3.org/TR/skos-reference/
METS http://loc.gov/METS
RDF http://www.W3C.org/RDF
OWL2 http://www.W3C/OWL2
ARK https://confluence.ucop.edu/display/Curation/ARK
OAI-PMH http://www.openarchives.org/OAI/openarchivesprotocol.html
Contact: p.romain@cg33.fr twitter: @keronos

références
outils:
http://library.harvard.edu/preservation/digital-preservation_tools.html
http://www.nationalarchives.gov.uk/information-management/projects-and-work/droid.htm
http://meta-extractor.sourceforge.net/
https://code.google.com/p/fits/
articles
http://www.dcc.ac.uk/resources/external/tools-services/archiving-and-preserving-information
http://www.metadataaustralia2010.com/presentations.html
http://digitalpreservation.nl/seeds/
Ressources musées
http://www.oldman.me.uk/blog/the-british-museum-cidoc-crm-and-the-shaping-of-knowledge/#comment-4
http://collection.britishmuseum.org/
http://www.cidoc-crm.org/
ressources bibliothèques
http://litablog.org/2010/07/mods-and-mads-current-implementations-and-future-directions/

références
Ressources archives
http://archiveshub.ac.uk/locah/
https://www.nationalarchives.gov.uk/documents/information-management/xml-london-tna-rw.pdf
http://e-records.chrisprom.com/plato-digital-preservation-planning-software-review/
http://data.semanticweb.org/conference/iswc/2008/paper/poster_demo/14/html
Ressources record management
http://id.loc.gov/ontologies/premis.html
http://www.loc.gov/standards/premis/tools.html
http://timbusproject.net/resources

structuration des métadonnées de pérennisation

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à structuration des métadonnées de pérennisation

Similaire à structuration des métadonnées de pérennisation (20)

structuration des métadonnées de pérennisation