Version classiqueVersion mobile

Produire des contenus documentaires en ligne

 | 
Christelle Di Pietro

Partie 1. Exploiter les collections et repenser les accès en ligne

Intégration des fonctionnalités d’OPENCAT au catalogue en ligne de la bibliothèque municipale de Fresnes

Pierre Bournerie

Texte intégral

Data.bnf.fr1

  • 1 Depuis le 1er janvier 2014, la BnF a placé l’ensemble de ses métadonnées descriptives (bibliographi (...)

1Le site data.bnf.fr, mis en ligne en juillet 2011, fédère différentes ressources de la BnF issues de plusieurs bases de données et intègre des liens vers des ressources externes, partenaires institutionnels et sites extérieurs. Il se présente sous la forme de pages Web interrogeables par les internautes, entre autres au moyen des moteurs de recherche du Web.

2Data.bnf.fr participe ainsi de ce qu’il est coutume d’appeler le « Web de données », rendant accessibles des données généralement cachées (Web profond). En juin 2013, le volume du site data.bnf.fr représentait 40 % des catalogues de la BnF.

3Dans le courant de l’année 2014, plusieurs aménagements fonctionnels sont prévus et en 2015, 80 % des notices bibliographiques du catalogue général seront accessibles sur le site, soit la totalité des notices bibliographiques liées à une notice d’autorité validée.

4Quels services peut-on construire à partir de la récupération de ces données librement et gratuitement réutilisables ?

La BM de Fresnes : l’expérimentation Opencat

5Dès sa première informatisation en 1992, la bibliothèque de Fresnes a construit son catalogue à partir des notices bibliographiques et d’autorité de la BnF au format INTERMARC, évitant les pertes d’information provoquées par les conversions de format. Le fichier d’autorité a été intégralement récupéré et mis régulièrement à jour. Les notices bibliographiques produites localement ou récupérées ont été par la suite automatiquement écrasées et remplacées par les notices de la BnF au moyen du « vendangeur » de la société Opsys en reproduisant les liens entre les différents types de notices indexées. La base disposait donc d’un mode de fonctionnement et des identifiants ARK*2 nécessaires à l’établissement des liens avec data.bnf.fr.

6En 2012, cette structuration a permis à la ville de Fresnes de répondre conjointement avec la BnF et la société Logilab à l’appel à projets du ministère de la Culture et de la Communication « Services numériques culturels innovants », pour mener l’expérimentation OpenCat.

Le prototype issu de cette expérimentation comprend :

• les regroupements par œuvres réalisés pour le site data.bnf.fr ;
• une partie des données locales de la bibliothèque municipale de Fresnes (littérature française, musique) soit environ 4 000 œuvres communes avec data.bnf.fr ;
• des compléments bibliographiques absents des deux premières bases, comme les notices critiques du Centre national de littérature pour la jeunesse ;
• l’agrégation de données non-bibliographiques : vignettes de couverture, portraits d'auteurs, informations biographiques ;
• des liens directs vers des ressources en ligne multimédia provenant de Gallica, d’expositions virtuelles de la BnF, de conférences scientifiques de Canal-U, etc.

  • 3 <http://bm.fresnes94.fr>.

7Les acquis de cette expérimentation ont été conservés selon une autre présentation dans la nouvelle version du catalogue en ligne de la bibliothèque3, actuellement en phase d’expérimentation. Ce développement, ainsi que sa conception, sont réalisés en interne, et c’est une première phase de cette expérimentation, l’agrégation des données issues de data.bnf.fr, que nous vous présentons ici.

8Les bibliothèques doivent s’assurer d’avoir accès à une interface de programmation implémentée dans leur logiciel de gestion, seul moyen d’exploiter leurs données en vue du développement évolutif d’un catalogue en ligne. Cet accès est souvent difficile, voire absent. Le prestataire considérant qu’il s’agit d’une option, ou le considérant comme secondaire, il n’offre alors que des fonctionnalités de base qui sont difficilement adaptables aux standards d’aujourd’hui. De plus, les technologies sous-jacentes aux bases de données, parfois vieillissantes, certes complètes et adaptées à des structures complexes, sont lourdes à exploiter alors que l’on se dirige toujours plus vers la simplification des formats. Tout ceci limite et/ou alourdit les requêtes et implique généralement pour les concepteurs une réécriture complète de leur solution. Enfin, beaucoup de systèmes proposent un portail documentaire intégré, donc fermé, à l’évolution très difficile voire impossible.

9Un système intégré de gestion de bibliothèque (SIGB) ne se limite pas à l’accès au catalogue, c’est un système de gestion complet qui doit être capable de gérer des usagers, des flux de documents, des processus métiers complexes capables de s’adapter aux protocoles mis en place par l’établissement (circuit du document en adéquation avec la politique d’acquisition documentaire notamment), mais doit aussi être capable de fournir une synthèse de ces processus et de leurs flux pour en faire une exploitation statistique déportée dans une présentation simplifiée.

10Dans le meilleur des cas, un SIGB va autoriser l’accès aux données du catalogue par l’intermédiaire d’une Application Programming Interface (API ou Interface de programmation). Celle-ci va généralement exposer des méthodes ou fonctions via un service Web (mode de transport HTTP). Il suffit là de comprendre que les données échangées entre le client et le serveur sont transportées par le même protocole que celui utilisé pour le Web, HTTP, originellement utilisé pour transférer du code de balises HTML.

11Nous partons du principe que les données du catalogue de la bibliothèque sont entièrement accessibles par une application tierce, en l’occurrence un portail documentaire sous la forme d’une application Web, et que cet accès est sans restriction, tant en lecture qu’en écriture.

12Data.bnf.fr agrège les données des différents catalogues de la BnF, exposées de plusieurs manières. Il y a la partie émergée, visible, où autorités et œuvres sont alignées et présentées sur une simple page Web. Et pour un alignement et une agrégation de ces données sur le catalogue en ligne de la bibliothèque, un accès exploitable par une machine.

13Il est aujourd’hui possible de télécharger tout ou partie de data.bnf.fr via des dumps, copies de la base de données, et de s’y servir localement, solution qui implique un téléchargement initial volumineux et des mises à jour régulières4. La bibliothèque de Fresnes a de son côté testé les possibilités de récupération dynamique d’informations depuis le site. La première version de data.bnf.fr n’était cependant pas prévue pour répondre dynamiquement à des requêtes, fonctionnalité qui sera remplie en 2014 par la mise en place d’un point d’accès SPARQL* (« SPARQL-endpoint », permettant des requêtes sous forme de « triplets » RDF* dans les standards du Web sémantique)5. Les modalités de récupération dynamique d’informations sont donc amenées à évoluer, mais la philosophie de récupération décrite ci-dessous reste la même.

Figure. Le processus global de requête

Figure. Le processus global de requête

Prenons pour exemple Jules Verne. L’URI* de cet auteur sur data.bnf.fr est : <http://data.bnf.fr/​11928016/​jules_verne/​>.

• Au moment de la requête, nous ne disposons que du numéro de la notice. Il faut aujourd’hui « discuter » ou « négocier » avec le serveur de la BnF car il est impossible d’anticiper la syntaxe exacte du nom de l’auteur, le prénom devant parfois être intégré dans l’URI finale. Cette négociation est prévue dans le protocole de requête « XmlHttpRequest ». Il s’agit du preflight, requête qui va établir la liaison « inter-domaine ». Elle reçoit en réponse du serveur (le fournisseur) l’URI de la demande complète. Cette URI renvoyant vers une page HTML, il faut concaténer une extension au nom de l’autorité, afin d’obtenir le fichier de description de l’objet de la requête, et de le manipuler en vue d’en exposer les données.
• Après concaténation de l’extension à l’URI et une nouvelle requête, il devient possible de récupérer les données sous la forme d’un fichier. Ainsi, dans notre exemple, l’URI de la demande finale devient : < http://data.bnf.fr/​11928016/jules_verne.rdf > ou < http://data.bnf.fr/​11928016/​jules_verne.json > qui sont les deux formats exploitables pour le moment.
• Le format JSON est moins complet, mais les informations sont suffisantes pour l’utilisation souhaitée dans ce cas de figure (données d’autorité), et c’est donc ce fichier que nous allons récupérer et exploiter par souci de rapidité de l’affichage, la réponse au fichier RDF étant plus longue.

14En réponse, data.bnf.fr renvoie le fichier à analyser pour exposer son contenu sur le catalogue en ligne. Nous avons alors accès aux données relatives à l’auteur telles que décrites sur data.bnf.fr (type de ressource, provenance, dates de naissance et de mort, formes rejetées, lien vers la vignette associée provenant de Gallica ou de Wikipédia, notes relatives à l’auteur, tableau de ses œuvres avec leur type et leur date ainsi qu’un lien constitué de l’URI de chaque œuvre pointant sur data.bnf.fr). Les œuvres sont alors exposées sur le catalogue sous forme de frise chronologique, comme c’est le cas dans l’expérimentation OpenCat. En plus d’être ludique, d’attirer le regard et donc d’attiser l’intérêt, cette présentation particulière a l’avantage de replacer l’œuvre dans son contexte historique.

Capture d’écran : catalogue en ligne de la bibliothèque de Fresnes

Capture d’écran : catalogue en ligne de la bibliothèque de Fresnes

Le modèle Functional Requirements for Bibliographic Records (FRBR)*.

15Les requêtes de base sur le catalogue du portail documentaire renvoient sur les éditions (« manifestations » selon le modèle FRBR) dont au moins un exemplaire est présent dans le fonds de la bibliothèque. La frise chronologique permet d’accéder aux œuvres. Pour le moment, les liens attachés renvoient sur l’URI de description sur data.bnf.fr. À terme, il est prévu de relier ces œuvres à leurs « manifestations ». Nous nous appuierons pour cela sur le modèle FRBR.

16L’idée générale derrière les FRBR est qu’un texte original, sa traduction, une adaptation de l’œuvre renvoient tous vers une même entité abstraite. Pour cela, quatre « aspects » rattachés à cette entité sont définis, ici avec notre Voyage au centre de la terre pour servir d’exemple.

• Œuvre : Voyage au centre de la terre de Jules Verne
• Il s’agit de l’entité la plus abstraite, l’œuvre en tant que création intellectuelle. Une œuvre musicale par exemple n’a pas d’identité tant qu’elle n’existe pas sous la forme d’une « expression » ou d’une « manifestation » — partition, concert, disque ;
• Expression : Journey to the center of the earth - adaptation cinématographique de l’œuvre, de Henry Levin, 1959 ;
• Manifestation : Voyage au centre de la terre, Paris : l'École des loisirs, 1980 — Donc une édition particulière. Le manuscrit original est aussi l’une des manifestations de l’œuvre ;
• Item : un exemplaire de la manifestation se trouvant à la bibliothèque de Fresnes.
• Cela constitue donc un ensemble hiérarchisé qui va du plus abstrait (l’œuvre) au plus précis (l’item).

17Pour pouvoir exploiter les liens dans cette structure particulière, il est nécessaire que le SIGB prenne en charge ce modèle. En effet, depuis l’œuvre décrite par data.bnf.fr et récupérée pour constituer la frise chronologique, il faut, pour « redescendre » vers les « manifestations », puis par extension aux « items », que l’entrepôt de données soit à même de créer ces liens et de les certifier. L’ouverture des métadonnées de la BnF depuis le 1er janvier 2014 devrait grandement aider à les établir.

18Cette première phase de l’expérimentation menée à la BM de Fresnes tend vers une homogénéité des données agrégées, en exploitant du contenu issu de sources « certifiées ». En effet, les sources sont diverses sur le Web de données, mais il est peut-être encore trop tôt pour les exploiter pleinement. Wikipédia par exemple, permet une interrogation « sémantique » de leur base de données, mais celle-ci ne peut se faire pour le moment qu’à partir du nom des autorités, et ne gère pas la recherche approximative. Cela induit des erreurs liées aux homonymies. À terme, il apparaît donc nécessaire que les fournisseurs de contenus utilisent les ontologies rattachées au Web sémantique prévues pour créer des liens entre les ressources issues de sources différentes (“owl:sameAs”). Ainsi, chaque entité décrite sur Wikipédia pourrait avoir son équivalent lié à une autorité décrite par la BnF. Ces liens ne sont pas forcément fiables et pour le moment, il faut considérer qu’il existe une autorégulation, telle que celle qui a lieu sur Wikipédia. D’autre part, l’utilisation de standards internationaux, tel que l’International Standard Name Identifier (ISNI)6, peut garantir la fiabilité des liens entre autorités. La BnF, membre de l’agence qui régule ce standard depuis 2010, est la première bibliothèque à avoir chargé des ISNI (près d’un million) dans son catalogue. Wikipédia a commencé à déployer ces mêmes identifiants dans sa base de données par un alignement avec Virtual International Authority File (VIAF, Fichier d’autorité international virtuel), mis en œuvre et hébergé par OCLC. 134 380 ISNI sont ainsi déjà intégrés à Wikipédia EN, mais seule une fraction est actuellement alignée sur Wikipédia FR, grâce aux liens inter-langues.

19Une volonté politique d’ouvrir les données publiques existe désormais, comme le montre la mission interministérielle Etalab, service du Premier Ministre qui a donné naissance fin 2011 au portail de données ouvertes data.gouv.fr. L’ouverture des données implique une mise à disposition de celles-ci au plus grand nombre, mais seul un accès standardisé et affranchi des formats propriétaires peut en garantir l’exploitation par des systèmes informatiques tiers. Pour cela, il est essentiel que les entrepôts de données soient eux-mêmes structurés dès l’origine dans des standards ouverts. En ce sens, le travail mené par la BnF est remarquable.

Notes

1 Depuis le 1er janvier 2014, la BnF a placé l’ensemble de ses métadonnées descriptives (bibliographiques et d’autorité) sous la licence ouverte de l’État : < etalab.gouv.fr/licence-ouverte-open-licence >.

2 Plus d’informations sur les ARK à la BnF : <http://www.bnf.fr/fr/professionnels/issn_isbn_autres_numeros/a.ark.html>.

3 <http://bm.fresnes94.fr>.

4 Plus d’informations : <http://data.bnf.fr/semanticweb#Ancre2>.

5 Pour aller plus loin, un ensemble de ressources est disponible : <http://www.w3.org/2004/01/sws-pressrelease.html.fr>. Pour tester des requêtes en SPARQL sur dbpedia : <http://dbpedia.org/sparql>.

6 Identifiant unique et pérenne pour les créateurs. Plus d’informations : <http://www.bnf.fr/fr/professionnels/issn_isbn_autres_numeros/a.isni.html>.

Table des illustrations

Titre Figure. Le processus global de requête
URL http://books.openedition.org/pressesenssib/docannexe/image/3098/img-1.jpg
Fichier image/jpeg, 85k
Titre Capture d’écran : catalogue en ligne de la bibliothèque de Fresnes
URL http://books.openedition.org/pressesenssib/docannexe/image/3098/img-2.jpg
Fichier image/jpeg, 149k

© Presses de l’enssib, 2014

Conditions d’utilisation : http://www.openedition.org/6540

Lire

Open access

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search