Exemple introductif. Web des données. Exemple d architecture. Anne-Cécile Caron Le web sémantique est composé :

Transcription

1 1/19 2/19 Exemple introductif Les Rich Snippets de Google permettent au moteur de recherche d ajouter des informations, en plus d un simple lien vers un site, à partir d informations sémantiques trouvées sur les pages web. Anne-Cécile Caron Master P-NT Donc, certains acteurs du web fournissent des données, d autres les utilisent. 3/19 4/19 Web des données Le web sémantique est composé : des organisations/individus qui partagent leurs données avec les autres sous la forme de sources de données, ou d informations sémantiques présentes dans le code HTML des pages publiées. des consommateurs de ces données, qui o rent des services intelligents. Exemple d architecture Extrait du livre Linked Data : Evolving the Web into a Global Data Space, de Tom Heath et Christian Bizer.

2 5 / 19 Linking Open Data (LOD) 6 / 19 Graphe en juillet 2009 il existe sur le Web des ensembles ouverts de donne es (datasets) : Geonames : informations ge ographiques, 8 millions de lieux fin 2009 LinkedGeoData : donne es ge ographiques issues du projet OpenStreetMap MusicBrainz : me tadonne es musicales, stocke es dans une BD relationnelle Wordnet : base de donne es lexicales, pour la langue anglaise. DBLP : Base de donne es bibliographique, publications en informatiques. Plus d un million d articles. Linking Open Data est une communaute qui vise a rassembler les donne es de ces sources sous la forme d un graphe RDF. Ceci est possible gra ce a la notion de Linked Data, et des bonnes pratiques pour la publication et la connexion de donne es se mantiques sur le Web (base sur RDF, Sparql). 7 / 19 8 / 19 Linking Open Data cloud diagram La diapo pre ce dente montre le cloud de LOD au 3 aou t 2014 : y figurent 570 datasets (contre 295 en 2011) sur le millier existant. pour qu un dataset figure sur le diagramme : il doit contenir au moins 1000 triplets il doit e tre relie a un dataset de ja dans LOD avec au moins 50 liens toutes ses donne es sont accessibles : on peut en extraire les triplets RDF, ou bien on a un moyen de l interroger en Sparql. Statistiques sur le site : 1048 datasets (en fe vrier 2015), des dizaines de milliards de triplets Le Linked Data Platform Working Group (W3C) travaille actuellement a une recommandation pour l inte gration d applications base es sur HTTP (RESTfull) et utilisant des donne es lie es.

3 9/19 10 / 19 DBPedia 1 dataset de LOD. annotation RDF des pages de wikipedia. Automatisation de la tâche d extraction des triplets RDF à partir des pages Wikipédia. nterrogation par SparQL Di culté de poser des requêtes sans connaître le graphe : grâce à l application DBPedia UserScript, on peut connaître les liens DBPedia relatifs à une page anglaise Wikipedia. Stockage des triplets RDF dans une base de données (triple store). Exemple Keith Richards sur Wikipedia 11 / / 19 et sur DBPedia Requête SparQL Requêtes sur DBPedia avec Virtuoso : Vocabulaire issu des données sur Keith Richards : dbprop:genre dbpedia:blues... Requête : les artistes de blues nés entre 1930 et 1950, qui ont une guitare Fender Telecaster SELECT?name?birth?page WHERE {?person a dbpedia-owl:artist.?person dbpprop:name?name.?person dbpedia-owl:instrument dbpedia:fender_telecaster.?person dbpprop:genre dbpedia:blues. OPTONAL{?person foaf:isprimarytopicof?page}?person dbpprop:birthdate?birth. FLTER (?birth < " "^^xsd:date). FLTER (?birth > " "^^xsd:date). }order by?name

4 13 / 19 Moteurs de recherche 14 / 19 Evi Pour certains, on peut poser une reque te en langage naturel : Evi, KNGNE,... Les moteurs de recherche classiques base s sur des mots cle s comme Google et Bing utilisent des informations du web se mantique (les annotations dans les pages mais aussi Linked Data avec par exemple dbpedia, donne es ge ographiques,...) Moteur de recherche en langue anglaise. L utilisateur peut enrichir l outil avec ses propres connaissances. liens vers DBPedia, Wikipedia, Freebase,... Certains outils permettent de faire des recherches dans des documents RDF. Par exemple Watson permet de connaı tre tous les documents RDF relatifs aux mots cle s recherche s (comme Keith Richards ). 15 / 19 Jusqu en 2014, on pouvait connaı tre le raisonnement qui avait permis de trouver la re ponse. Question : how old is Keith Richards? Raisonnement : La date du jour est le 31 janvier 2013 (par programme) dans la base de connaissance, je sais que : Keith Richards est ne le 8 de cembre 1943 par calcul, j en de duis que Keith Richards est a ge de 69 ans, 1 mois et 23 jours. Question : how old is AC DC? Raisonnement : La date du jour est le 31 janvier 2013 base de connaissances : AC/DC a e te fonde en 1973 base de connaissances : a pour date de fondation est une sous proprie te de a pour date de cre ation par calcul j en de duis que AC/DC a entre 39 et 40 ans 16 / 19 KNGNE Comme EV, moteur de recherche en langue anglaise. Photos, vide os, liens sur le web, en plus de la re ponse a la question propose une AP (REST, re sultats JSon) pour inte grer les re ponses dans d autres applications web.

5 17 / / 19 Callimachus permet de créer un site web avec RDF comme modèle de données. On peut importer des sources de données (Linked Data) Une page du site permet de visualiser une partie du graphe RDF (par exemple, une personne avec ses coordonnées) Une page peut aussi être la visualisation/mise en forme d une requête SPARQL OpenCalais Open Calais propose un service web qui crée des annotations sémantiques (métadonnées) pour le contenu qui lui est soumis ) à la manière des programmes qui analysent Wikipedia pour définir les données de Dbpedia, OpenCalais analyse le texte d une page et propose des informations sémantiques qui lui semblent en rapport avec ce contenu. plugins pour Drupal et Wordpress. 19 / 19 Conclusion l existe des sources de données sémantiques, fédérées dans le LOD Cloud, mais aussi des annotations sémantiques présentes dans les pages (cf cours RDFa, Microformats, Microdata,...) Ces sources sont accessibles aux machines, et permettent d apporter des informations à d autres services. Par exemple : Le site BBC-Music ( utilise MusicBrainz et Wikipedia. Nécessité de développer des SGBD adhoc, capables de stocker des triplets et de répondre rapidement à des requêtes SPARQL. Par exemple : Virtuoso qui permet de stocker des triplets, d interroger en Sparql des sources de données RDF ou relationnelles (mapping), sur le serveur local ou d autres serveurs distants (comme DBPedia). Les moteurs de recherche peuvent exploiter les données provenant de sources de données, et les annotations sémantiques des pages Web.