Version classiqueVersion mobile

Read/Write Book

 | 
Marin Dacos

Monopolivre

Données et métadonnées : transfert de valeur au cœur de la stratégie des médias

Fabrice Epelboin

Note de l’éditeur

Version originale disponible sur ReadWriteWeb.
http://fr.readwriteweb.com/2009/06/29/a-la-une/contenus-tags-donnes-metadonnes-transfert-valeur/

Texte intégral

  • 1 http://www.semantic-conference.com/, la « Semantic Technology Conference » s’est déroulée, pour l’a (...)
  • 2 Fabrice Epelboin, « Des données et des liens : le début de quelque chose de grand », ReadWriteWeb, (...)

1Lors de la conférence SemTech1, le grand rassemblement annuel des experts des technologies sémantiques, le New York Times a fait une annonce fracassante qui a été saluée par tous. Le New York Times publiera sous peu son corpus sous forme de linked data (données liées2), une méthode qui consiste à permettre aux données en rapport les unes avec les autres de se lier entre elles, là où il n’existait pas de lien auparavant.

2Les données du New York Times rejoindront celles du Projet Gutenberg3, une vaste bibliothèque de textes issus de livres du domaine public, de données administratives américaines, ainsi que de multiples données, essentielles du web sémantique.

3Rob Larson et Evan Sandhaus, du New York Times, ont annoncé leur intention de rendre accessibles des centaines de milliers de tags appliqués à des contenus remontant à 1851, soit l’essentiel des archives du Times. Ceci offrira aux développeurs des ressources d’une valeur inestimable pour créer des navigations à travers l’énorme catalogue de savoirs et de contenus du Times, tout en liant celui-ci à une foule d’autres contenus sur le web.

  • 4 Evan Sandhaus, « The New York Times Annotated Corpus », The New York Times Annotated Corpus Communi (...)

4Dans une intervention récente, Evan Sandhaus du Times détaillait les processus de tagging du corpus du Times4, que ce soit pour les articles en ligne ou sur papier.

Il y a deux types de tagging en cours aujourd’hui au Times… Chaque jour, des indexeurs apportent leur papier et, article après article, les associent à des mots clés pour en déterminer le sujet, puis ils en font un sommaire, manuellement. Un peu comme une liste issue de Google, mais avec du bois mort.

  • 5 NYC Semantic Web TV, Interview avec Evan Sandhaus, New York Times, 4 décembre 2008, [en ligne], htt (...)

L’autre forme de tagging, c’est quand un article va de la salle de rédaction au web, ce processus est réalisé par un « réalisateur » qui enrichira l’article avec une multitude de contenus comme des images, du multimédia… et des mots clés. Contrairement aux indexeurs, qui réalisent ce travail à la main, les « réalisateurs » sont aidés pour réaliser ce tagging par un système de classification automatique, qui leur suggère les tags à appliquer, il ne leur reste plus qu’à approuver ou refuser les suggestion de la machine5.

5Lors de sa présentation la semaine dernière au SemTech, Larson a insisté sur l’importance que le Times accordait aux métadonnées :

[les métadonnées] sont le fondement de ce que nous avons entrepris depuis longtemps. Nous pensons maîtriser aujourd’hui le sujet, mais notre contenu est encore isolé, comme sur une île… [Aujourd’hui] nous annonçons notre intention de publier notre thesaurus et de le rendre accessible à tous, avec une licence qui permettra de l’utiliser et d’y contribuer… Le résultat attendu à terme est de permettre au Times d’entrer dans l’univers des données liées (linked data cloud). Ceci est parfaitement cohérent avec notre stratégie d’ouverture (open strategy)… qui permet de faciliter l’usage d’extraits de nos données par ceux qui souhaitent les inclure dans leurs applications.

  • 6 Fabrice Epelboin, « Le New York Times rend son API publique : une étape importante », ReadWriteWeb, (...)

6Larson a comparé le corpus du Times à un gisement de données, ajoutant que l’API du journal6 fournissait les pelles et les pioches nécessaires à leur exploitation, les données liées (linked data) étant pour ainsi dire une carte du champ aurifère à explorer.

7Construire une carte du savoir, destinée aussi bien à accéder aux connaissances du passé qu’à explorer et mettre au point celles du futur, et la construire à l’aide d’un siècle et demi de connaissances accumulées dans les archives du Times : une stratégie pour le moins brillante de valorisation des archives, mais également un signal fort donné à l’industrie des contenus sur la valeur montante des métadonnées par rapport à celle, déclinante, des données et des contenus, sur laquelle l’économie de cette industrie repose encore aujourd’hui.

  • 7 Fabrice Epelboin, « Common Tag apporte un standard aux métadonnées », ReadWriteWeb, 12/08/09, http: (...)

8Ajoutez à tout cela l’annonce récente de CommonTag7, un format universel et ouvert de tagging lancé par un consortium mené par Yahoo !, qui – outre de le fait de ne pas inclure Reuters, ce qui d’un point de vue industriel est à souligner – propose d’un point de vue sémantique des passerelles linguistiques pour chaque tag : nous voilà avec, à portée de main, une carte du savoir pour ainsi dire universelle…. enfin… américaine, mais multilingue… subtile nuance.

9Les conséquences du retard des pays non anglo-saxons sur l’exploration des connaissances au xxie siècle deviennent évidentes, mais au vu du retard accumulé, il n’y a aucun espoir d’alternative. En France, on croit encore dur comme fer que les contenus vont – par l’opération du Saint Esprit, sans doute – reprendre de la valeur un jour. En attendant, on les subventionne.

10Les délais, les licences, les formats utilisés, ainsi qu’une quantité d’autres détails restent à préciser et, bien sûr, nous vous tiendrons au courant, tant ces éléments sont critiques pour estimer le potentiel de la démarche, mais ce nouveau pas du Times dans l’univers du web des données (et par ricochet du web sémantique) est une annonce stratégique d’une importance capitale qui laisse entrevoir le projet à long terme du groupe de presse US : devenir une partie importante de la carte du savoir. Reste à voir si le timing mortifère dans lequel se situe le Times lui permettra de négocier ce tournant et d’éviter le mur de la valorisation des contenus.

  • 8 Richard MacManus, « CNET Partners with Thomson Reuters on Linked Data Initiative », ReadWriteWeb 28 (...)

11Qui plus est, cette annonce fait suite à celle d’un partenariat entre CNET et Reuters8 consistant à publier, eux aussi, des données dans l’univers des données liées.

12On voit donc de plus en plus clairement se dessiner deux camps regroupant des assemblages de media et de technologies. Reuters, lié stratégiquement via Bit.ly à Twitter dans l’exploration sémantique du temps réel mais également à nombre de média qui utilisent Calais, et, dans l’autre camp, le Times ainsi que Yahoo ! et CommonTag, misant sur les formats ouverts pour fédérer des communautés : des stratégies de bataille assez classiques dans le secteur.

13Pour être exhaustif, il convient de citer un troisième camp, constitué par ceux qui s’imaginent que fermer leurs portes les mettra à l’abri du tsunami à venir, dans lequel le plus virulent est sans nul doute l’Associated Press. Ce camp risque de fédérer bon nombre de dinosaures nostalgiques, destinés à mourir dans la décennie à venir, faute de n’avoir ne serait-ce que tenté de s’adapter au monde d’après la météorite du « web 3.0 » qui pointe son nez.

14En mai 2009, Richard MacManus, le fondateur de ReadWriteWeb dont les prédictions sont attendues chaque année comme celles d’une véritable pythie des temps modernes, annonçait que le temps des données liées était arrivé. Peu de temps après, il me confiait personnellement à quel point les données liées (linked data) étaient sur le point de bouleverser de façon imminente le web tel que nous le connaissons. Le Times et Reuters étaient déjà au centre de nos conversations, posés comme exemples à suivre pour les média désireux de s’insérer durablement dans un avenir où les métadonnées seraient aussi précieuses – voire plus – que les données (les contenus) l’ont été hier.

15Données (contenus) et métadonnées (tags) sont dans un jeu de transfert de valeur et l’accélération de ce jeu de vases communicants va redéfinir, dans les années à venir, les pouvoirs et les empires dans l’industrie des contenus. À ce jeu, Reuters semble avoir le potentiel d’un Google, et le Times, malgré une situation financière critique, semble mettre en place une stratégie fine et visionnaire.

Notes

1 http://www.semantic-conference.com/, la « Semantic Technology Conference » s’est déroulée, pour l’année 2009, du 14 au 18 juin.

2 Fabrice Epelboin, « Des données et des liens : le début de quelque chose de grand », ReadWriteWeb, 28/06/09, http://fr.readwriteweb.com/2009/06/28/prospective/des-donnes-des-liens-dbut-de-quelque-chose-de-grand/, consulté le 26 juillet 2009.

3 http://www.gutenberg.org/wiki/Main_Page, consulté le 26 juillet 2009.

4 Evan Sandhaus, « The New York Times Annotated Corpus », The New York Times Annotated Corpus Community, 16/10/08, [en ligne], http://tinyurl.com/ldt776, consulté le 26 juillet 2009.

5 NYC Semantic Web TV, Interview avec Evan Sandhaus, New York Times, 4 décembre 2008, [en ligne], http://www.youtube.com/watch?v=TjUVd-WaCo0, consulté le 26 juillet 2009.

6 Fabrice Epelboin, « Le New York Times rend son API publique : une étape importante », ReadWriteWeb, 15/10/08, http://fr.readwriteweb.com/2008/10/15/a-la-une/le-new-york-time-rend-son-api-publique-une-etape-importante/, consulté le 26 juillet 2009.

7 Fabrice Epelboin, « Common Tag apporte un standard aux métadonnées », ReadWriteWeb, 12/08/09, http://fr.readwriteweb.com/2009/06/12/nouveautes/common-tag-apporte-standard-aux-mtadonnes/, consulté le 26 juillet 2009.

8 Richard MacManus, « CNET Partners with Thomson Reuters on Linked Data Initiative », ReadWriteWeb 28/05/09, http://www.readwriteweb.com/archives/cnet_partners_with_thomson_reuters_on_linked_data.php, consulté le 26 juillet 2009.

Auteur

Rédacteur et éditeur sur le ReadWriteWeb français, Fabrice Epelboin est également entrepreneur. Il travaille aussi en tant que consultant sur le web 2.0 et le networking social.

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search