Le Web sémantique. Un Web de métadonnées Tutoriel JABES 2010 – Yann Nicolas WEB DE DOCUMENTS VS WEB DE DONNÉES Le Web est une collection de documents (HTML, PDF…) Le Web devient une collection de bases de données (RDF, RDFa) hier aujourd’hui demain Données Page HTML LE CONTENU DES DONNÉES EST UTILISÉ DANS UN DOCUMENT HTML Le Document HTML est fait pour être lu par des humains ; pas pour être exploité par des programmes hier aujourd’hui demain Page HTML Données Données HTML + RDFa LES DONNÉES SONT PRÉSENTES DANS LE DOCUMENT HTML Le Document HTML + RDFa peut être lu par des humains et exploité par des programmes La base de données est dans le Web, pas sous le Web (deep Web) LA VICTOIRE DES MÉTADONNÉES • Rich snippets • SearchMonkey • Open Graph Protocol MÉTADONNÉES DE… • • • • • • Documents Produits commerciaux Entreprises et autres organismes Evénements Jeux Recettes de cuisine MÉTADONNÉES DE RECETTE GOOGLE Property name (fn) recipeType (tag) photo published summary review prepTime cookTime totalTime (duration) Description Required. The name of the dish. The type of dish: for example, appetizer, entree, dessert ... Image of the dish being prepared. The date the recipe was published, in ISO date format. A short summary describing the dish. A review of the dish. Can include nested review information. The length of time it takes to prepare the recipe for dish, in ISO 8601 duration format. Can use min, max as child elements to specify a range of time. The time it takes to actually cook the dish, in ISO 8601 duration format. Can use min, max as child elements to specify a range of time. The total time it takes to prepare the cook the dish, in ISO 8601 duration format. Can use min, max as child elements to specify a range of time. nutrition Nutrition information about the recipe. Can contain the following child elements: servingSize, calories, fat, saturatedFat, unsaturatedFat, carbohydrates, sugar, fiber, protein, cholesterol. These elements are not explicitly part of the hRecipe microformat, but Google will recognize them. instructions The steps to make the dish. Can contain the child element instruction, which can be used to annotate each step. yield The quantity produced by the recipe (for example, number of people served, number of servings, etc). ingredient author An ingredient used in the recipe. Can contain child items name (name of the ingredient) and amount. Use this to identify individual ingredients. Creator of the recipe. Can include nested person information. MÉTADONNÉES DE DOCUMENTS selon Yahoo MÉTADONNÉES DE DOCUMENTS SELON YAHOO L’ENJEU Que le Web de données ne parle pas seulement de vidéos, de produits commerciaux, de congrès et de recettes de cuisine mais également des fonds de nos bibliothèques, de nos thèses, de nos manuscrits, de nos articles, de nos revues… et de nos auteurs, directeurs de thèse, organismes, vocabulaires … COMMENT METTRE NOS MÉTADONNÉES SUR LE WEB DE DONNÉES ? Sudoc.zip COMMENT METTRE NOS MÉTADONNÉES SUR LE WEB DE DONNÉES sans y mettre nos notices ? Notices = paquets ficelés Ouvrir ces paquets ! Dissection d’une notice MARC Vers des métadonnées en RDF Partons d’une notice Sudoc en UNIMARC décrivant l’édition commerciale d’une thèse cam0 22 450 001 134144422 005 20100315113520.000 010 $a978-2-275-03443-0$bbr.$d38 EUR 073 1$a9782275034430 100 $a20090610d2009 k y0frey0103 ba 101 0 $afre 102 $aFR 105 $ay va 001yy 106 $ar 200 1 $aAnthropologie juridique de la personne morale$bTexte imprimé$fJeanFrançois Quievy,...$gpréface de Didier R. Martin,... 210 $aParis$cLGDJ-Lextenso éd.$dDL 2009 215 $a1 vol. (XI-416 p.)$d24 cm 225 2 $aBibliothèque de droit privé$x0520-0261$vtome 510 306 $aLGDJ = Librairie générale de droit et de jurisprudence 320 $aBibliogr. p. [369]-396. Notes bibliogr. Index 328 0$zTexte remanié de$bThèse de doctorat$cDroit privé$eParis 11$d2008 410 |$tBibliothèque de droit privé$x0520-0261$v510 451 |$tAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy$c[S.l.]$n[s.n.]$d2008$p1 vol. (343 p.) 606 $aAnthropologie juridique$2rameau 606 $aSociétés$xDroit$2rameau 606 $aPersonnes morales$2rameau 686 $aKA.111$2local_cujas 700 1$aQuievy$bJean-François$f1980-....$4070 702 1$aMartin$bDidier$f1944-....$4080 801 3$aFR$bAbes$c20100315$gAFNOR Notice = paquet Mais j’ai triché cam0 22 450 001 134144422 005 20100315113520.000 010 $a978-2-275-03443-0$bbr.$d38 EUR Liens aux autorités 073 1$a9782275034430 100 $a20090610d2009 k y0frey0103 ba 101 0 $afre 102 $aFR 105 $ay va 001yy 106 $ar 200 1 $aAnthropologie juridique de la personne morale$bTexte imprimé$fJeanFrançois Quievy,...$gpréface de Didier R. Martin,... 210 $aParis$cLGDJ-Lextenso éd.$dDL 2009 215 $a1 vol. (XI-416 p.)$d24 cm 225 2 $aBibliothèque de droit privé$x0520-0261$vtome 510 306 $aLGDJ = Librairie générale de droit et de jurisprudence 320 $aBibliogr. p. [369]-396. Notes bibliogr. Index 328 0$zTexte remanié de$bThèse de doctorat$cDroit privé$eParis 11$d2008 410 |$0001025449$tBibliothèque de droit privé$x0520-0261$v510 451 |$0127264191$tAnthropologie juridique de la personne morale$bTexte imprimé$fJean-François Quievy$c[S.l.]$n[s.n.]$d2008$p1 vol. (343 p.) 606 $3028070364$aAnthropologie juridique$2rameau 606 $3027480968$aSociétés$xDroit$2rameau 606 $3027883248$aPersonnes morales$2rameau 686 $aKA.111$2local_cujas 700 1$3127281851$aQuievy$bJean-François$f1980-....$4070 702 1$3086099582$aMartin$bDidier$f1944-....$4080 801 3$aFR$bAbes$c20100315$gAFNOR Notice bibliographique avec liens aux autorités = plusieurs paquets liés entre eux Id= 086099582 Personne Id= 127281851 . Nom = « Didier martin» Personne . Nom = « Jean-François Quiévy » Id=134144422 Edition de la Thèse . Titre = « Anthropologie… » . Langue = « fre » Id= 027883248 Concept Rameau . Forme retenue = « Personnes morales » Id= 001025449 Collection . Titre = « Bibliothèque de droit privé » Id= 086099582 Personne Id= 127281851 . Nom = « Didier martin» Personne . Nom = « Jean-François Quiévy » Id=134144422 Edition de la Thèse . Titre = « Anthropologie… » . Langue = « fre » Id= 027883248 Concept Rameau . Forme retenue = « Personnes morales » a pour langue Id= 001025449 Collection Id= iso639-3/fra Langue . Libellé= « Français » . Titre = « Bibliothèque de droit privé » Id=123456789 La thèse comme Œuvre Id= 127281851 . Titre = « Anthropologie… » Personne Id= 086099582 Personne . Nom = « Didier martin» . Nom = « Jean-François Quiévy » a pour édition Id=134144422 a pour langue Edition de la Thèse . Titre = « Anthropologie… » . Langue = « fre » Id= 001025449 Id= 027883248 Concept Rameau . Forme retenue = « Personnes morales » Collection Id= iso639-3/fra Langue . Libellé= « Français » . Titre = « Bibliothèque de droit privé » DÉMARCHE • Vider la notice bibliographique • Déporter le maximum d’information dans des notices d’autorité • L’information contenue dans une autorité est » séparée » plus facile à réutiliser Web de données : une façon de pousser cette logique jusqu’au bout DÉFAIRE LE PAQUET DE MÉTADONNÉES • Décomposer la notice en affirmations élémentaires et indépendantes (triplets) 123456789 123456789 127281851 123456789 134144422 134144422 001025449 001025449 est de type Thèse a pour auteur127281851 a pour nom « Jean-François Quiévy » a pour édition 134144422 est de type Edition appartient à 001025449 est de type Collection a pour titre « Bib. De droit privé » ON EST PASSÉ DE MARC À RDF (Resource Description Framework – W3C) 123456789 a pour auteur 127281851 127281851 a pour nom« J.F. Quiévy » • 2 informations indépendantes l’une de l’autre • 2 informations dans la même base ou non ! Information distribuée sur le Web Comment faire des liens si les informations qui composaient le paquet-notice sont éclatées ??sur le Web ? DES INFORMATIONS DÉCENTRALISÉES ET DES IDENTIFIANTS GLOBAUX Information gérée par la base catalogue : http://www.catalogue.org/123456789 a pour auteur http://www.referentiel.org/127281851 Information gérée par la base référentiel : http://www.référentiel.org/127281851 a pour nom « J.F. Quiévy » Qu’est-ce que ça change ????? #1 N’IMPORTE QUI PEUT COMPLÉTER LA « NOTICE » ! • Car n’importe qui peut affirmer quelque chose sur ma thèse Exemple : http://www.ma-bib-perso.org/yann possède-un-exemplaire-de http://www.catalogue.org/134144422 Je m’exemplarise dans le Sudoc… ps : je prête aussi N’IMPORTE QUI PEUT RÉUTILISER MES DONNÉES! • Car tout le monde comprend les triplets RDF (bientôt). Exemple : De nouvelles interfaces, de nouveaux outils Où sont les limites du catalogue ? Une AOC ? RAISONNER • N’importe qui peut tirer de mes données des choses que j’ignorais • Exemple : • Le catalogue dit que ce livre appartient à la collection http://www.issn.org/collection/001025449 • La base ISSN dit que cette collection est une collection d’ouvrages de droit privé (règle). « on » peut en déduire que ce livre est un livre de droit privé (ce qui n’était pas dans la notice) LEVER LE DILEMME DE L’INTEROPÉRABILITÉ • Dilemme : • Populaire mais pauvre (Dublin Core simple) • Rester riche et mourir seul (MARC, TEF) • Solution : tef:auteur sous-propriété de dc:creator NOS DONNÉES DANS LE WEB DE DONNÉES • Calames RDFa en 2008 • Autorités Fin 2010 • STAR Fin 2010 • Portail des thèses 2011 Aller plus loin • RDF Primer http://www.w3.org/TR/rdf-primer/ • RDFa (RDF dans une page HTML) http://www.w3.org/TR/xhtml-rdfa-primer/