LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES

LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES 2e partie : relier, réutiliser, partager L'apport du Web de données Gautier Poupeau Antidot http://www.lespetitescases.net Twitter @lespetitescases Emmanuelle Bermès Centre Pompidou http://www.figoblog.org Twitter @figoblog Séminaire INRIA 1-5 octobre 2012

SOMMAIRE 1. Une interopérabilité basée sur les liens 2. Les différents types de données du Linked Data 3. Exemple de réutilisation des données du LOD 4. Exemple de réutilisation des technologies du LOD dans le contexte de l'organisation

D'un Web de documents... Principes du Web 1.0» Les documents (HTML) contiennent des liens entre eux» Le contenu n'est pas structuré» On ne peut pas faire de requêtes» On ne sait pas l'exploiter avec des machines

...à un Web d'applications... Principes du Web 2.0» Les APIs permettent d'exposer les données structurées»... donc de créer de nouvelles applications» Mais chaque API est propriétaire» Chaque API n'est valable que pour un «silo» de données» On ne peut pas faire de liens entre les données d'un silo à l'autre

... à un Web de données Principes du Linked Data» Comme le Web, le Linked Data est un espace documentaire unifié, global, commun» On peut faire des liens d'une donnée à une autre» Les données ne sont plus isolées dans des silos» Les APIs propriétaires sont remplacées par des standards ouverts (RDF, SPARQL, HTTP...)

Le problème de la diversité des modèles Bibliothèques Archives Musées Objets multiples Catalogage partagé Description hiérarchique Contexte Respect des fonds Objets uniques Description orientée événement

Comment mélanger les données tout en préservant la saveur unique de chaque domaine?

Construire l'interopérabilité Interopérabilité par conversion et copie Le plus petit dénominateur commun MARC Z. 39 50 SRU/SRW... OAI-PMH Dublin Core Simple

Construire l'interopérabilité Modèle hub and spoke Plusieurs bases de données partagent le même référentiel

Construire l'interopérabilité follow your nose Interopérabilité basée sur les liens

LES 4 PRINCIPES DU WEB DE DONNÉES http://dbpedia.org/resource/smoking_pipe_%28tobacco%29 (1) Utiliser des URIs 11

LES 4 PRINCIPES DU WEB DE DONNÉES http://dbpedia.org/resource/ Smoking_pipe_%28tobacco%29 (1) Utiliser des URIs (2) Utiliser des URIs accessibles via HTTP 12

LES 4 PRINCIPES DU WEB DE DONNÉES (2) Utiliser des URIs accessibles via HTTP (1) Utiliser des URIs (3) Donner l accès aux données utiles en utilisant les standards SPARQL et RDF 13

LES 4 PRINCIPES DU WEB DE DONNÉES http://dbpedia.org/resource/ Smoking_pipe_%28tobacco%29 (1) Utiliser des URIs (2) Utiliser des URIs accessibles via HTTP (3) Donner l accès aux données utiles en utilisant les standards SPARQL et RDF (4) Exprimer l URI des objets liés 14

2007 Le «Linked Data» ou Web de données

Le «Linked Data» ou Web de données 2011

Linked data cloud en détail : ressources d intérêt général 20

Le projet DBPedia DBpedia est une initiative visant à extraire de l information structurée à partir de Wikipedia et à rendre cette information disponible sur le Web. DBPedia permet de faire des requêtes complexes sur les données de Wikipedia, et de relier d autres ensembles de données du Web à Wikipedia. 3,64 millions de chose dont : 416,000 personnes, 526,000 lieux, 106,000 albums musicaux, 60,000 films, etc. http://dbpedia.org 1 milliard de triplets RDF Mis au point et maintenu par Universität Leipzig, Freie Universität Berlin et la société OpenLink Software dans le cadre du projet 21

Linked data cloud en détail : ressources «sociales» 22

Linked data cloud en détail : ressources géographiques 23

Geonames et LinkedGeoData Geonames est un système d information géographique dont les informations sont libres (CC BY). 8 millions d emplacements géographiques (villes, monuments, montagnes ) dans le monde sont référencés et géotaggués ce qui en fait un des référentiels géographiques les plus complets. En complément de Web services, les données sont accessibles selon les principes du Linked Data. RDF pour les machines http://sws.geonames.org/6487834/ HTML pour les humains LinkedGeoData est à OpenStreetMap ce que Dbpedia est à Wikipedia http://linkedgeodata.org 320 millions de points géoréférencés 25 millions d itinéraires 24

Linked data cloud en détail : Les données gouvernementales 25

Data.gov et Data.gov.uk A la suite de l annonce de Barack Obama de mettre à disposition les données publiques américaines, les initiatives dans le domaine se multiplient. Les principes du Linked Data sont au cœur de la réflexion, mais pas forcément utilisés. Data.gov.uk Sous la direction de Nigel Shadbolt et Tim Berners-Lee 7 500 ensembles de données Utilisation des technos du Web sémantique Data.gov Initiative de Barack Obama 3500 ensembles de données Utilisation des technos du Web sémantique 26

Linked data cloud en détail : ressources multimédia 27

Linked data cloud en détail : ressources biologiques et médicales 28

Linked data cloud en détail : ressources bibliographiques 29

Data.bnf.fr http://data.bnf.fr/11919216/charles_perrault/ Fédérer les données des différentes bases pour faciliter l accès aux ressources 30

Réutiliser les données du LOD un exemple : Monuments (Antidot) http://labs.antidot.net/demo/monuments/

L'exemple de Monuments Travail sur des données publiques Consolider des données éparses, individuellement faibles, pour créer une application riche. La base : la source des monuments historiques français (fichier CSV contenant 43 720 lignes sur data.gouv.fr)

L'exemple de Monuments Maillage et enrichissement avec 6 sources complémentaires : stations de métro, de trains, bases de photos et description de Wikipedia

L'exemple de Monuments Mailler les données

L'exemple de Monuments Le moteur de recherche sémantique pour créer simplement des applications riches et faciles d accès

L'exemple de Monuments

Réutiliser les technologies du LOD un exemple : le Centre Pompidou Virtuel http://beta2.centrepompidou.fr Et à partir du 4/10/12 : http://www.centrepompidou.fr

Le Centre Pompidou Virtuel La production des ressources (numérisation, indexation, libération des droits) alimente des bases sources, ou bases métier. Les ressources sont ensuites transformées pour publication dans le Centre Pompidou Virtuel. Libération des droits Transformation des ressources Ressources numériques Indexation Bases sources Publication dans le Centre Pompidou Virtuel 40

Le Centre Pompidou Virtuel Le Centre Pompidou Virtuel est une interface de publication, qui agrège les contenus produits par différentes sources. Celles-ci sont alimentées en fonction de l activité de chaque secteur. Musée (reproductions des œuvres) Bibliothèque Kandinsky (documents numérisés) Archives (documents numérisés) Dpu (dossiers pédagogiques) Ircam (bases de données, archives sonores) Agenda (événements) SAV (films DACA, captations) Boutique (produits) Bpi (archives Sonores, ouvrages) Service Multimédia, DSIT : Analyse des besoins au regard des contenus nouveaux, mise en place de nouveaux outils. 41

Le Centre Pompidou Virtuel Modèle de données Œuvre A été présentée à l occasion de A créé Principalement, œuvres du musée Mais aussi : œuvre musicale (Ircam) Evénement Est reproduction de Conférence, exposition A pour sujet Ressource Is about Quelque chose qui existe sous forme numérique (image, audio, vidéo, texte) Est enregistrement de Est reproduction de / Est enregistrement de Personne concerne Artistes, auteurs, collectifs d artistes Document Collection Livres, Archives e.g. Cabinet des Arts graphiques, Donation Nina Kandinsky Lieu E.g. «Centre Pompidou» concerne 42

Le Centre Pompidou Virtuel Modèle de données A été présentée à l occasion de A créé Œuvre Evénement Est reproduction de A pour sujet Ressource Is about Is recording of Is reproduction of / Is recording of Personne Is about Fait partie de Document Est localisé dans Is about Collection Lieu 43

Le Centre Pompidou Virtuel Modèle de données A été présentée à l occasion de created Œuvre Evénement Is reproduction of Is about A pour sujet Ressource Concerne Est enregistrement de Is reproduction of / Is recording of Personne Is about Document Collection Lieu Is about Se déroule à 44

LE LED LINKED ENTERPRISE DATA Le LED correspond à l application des principes et technologies du Web sémantique à l entreprise

Le LED d'antidot

Principes du LED Faire émerger l implicite

Le LED d'antidot Pas de macro ontologie Réutiliser les vocabulaires existants Foaf, Organization, Dublin Core, ORE, Beatle (pour les issues)

Le LED d'antidot Utilisation des référentiels et vocabulaires Exploitation des données structurées Pour les documents : text mining pour repérer les personnes, produits, projets

Le LED d'antidot

Principes du LED Des applications métier

CONCLUSION (POUR VOUS METTRE EN APPÉTIT) Data Usages