Version classiqueVersion mobile

Numériser et mettre en ligne

 | 
Thierry Claerr
, 
Isabelle Westeel

Indexer, structurer, échanger : métadonnées et interopérabilité

Isabelle Westeel

Texte intégral

DÉFINITIONS ET TYPOLOGIE

1Il est de la responsabilité des chefs de projet chargés de monter des applications documentaires de maintenir les données et les métadonnées stables et pérennes. La description, l’indexation et la structuration des documents, expertises des « métiers de la documentation » doivent dépasser le temps du projet et pouvoir s’appuyer sur une réflexion approfondie. Les métadonnées sont les garants de fonctionnalités de recherche et de navigation satisfaisantes dans une bibliothèque numérique. Les outils de diffusion étant amenés à évoluer, il convient donc de rendre les données et leur description stables dans le temps et de les faire reposer sur des normes et des standards.

DÉFINITIONS

2Une métadonnée (du grec meta : au-delà de) est une donnée à propos d’un ensemble signifiant de données pouvant correspondre à un document papier ou électronique. Les textes de normalisation proposent deux définitions qui permettent de cerner leur nature fonctionnelle :

  • « donnée qui définit et décrit une autre donnée » (ISO/IEC 11179-3, 2003) ;

  • « de l’information structurée qui décrit, explique, localise la ressource et en facilite la recherche, l’usage et la gestion » (NISO, Understanding Metadata, 2004).

3À l’origine destinées principalement à rendre les documents lisibles par les machines, les métadonnées servent à exploiter le document et à garantir son accès. Certaines métadonnées doivent être directement compréhensibles. Dans les documents bureautiques, les métadonnées correspondent souvent aux « propriétés » du document qui sont accessibles par le menu Fichier. Cette grille de description doit être complétée pour pouvoir servir à la recherche d’une information précise. Elle comporte des zones relatives à la description sémantique du document. De la même façon, les logiciels de retouche d’images permettent de saisir des métadonnées techniques ou sémantiques. La mise en relation des différentes grilles de métadonnées impose une « normalisation » quant à l’intitulé des zones et à la saisie de l’information. Dans les deux cas cités ci-dessus, les métadonnées sont « internes » c’est-à-dire qu’elles sont enregistrées à l’intérieur même du fichier informatique auquel elles s’appliquent (texte, image…). Ces métadonnées internes sont souvent limitées en nombre et délicates à mettre à jour. Elles peuvent en outre être altérées ou disparaître lors de la conversion du fichier dans un autre format. Les métadonnées peuvent aussi être stockées à l’extérieur du fichier (métadonnées externes). Ce système permet d’établir des métadonnées plus riches. Lors du processus de gestion des informations, il convient de veiller à ne pas perdre le lien entre les deux fichiers, ce lien pouvant être signifié par un nom de fichier identique mais des extensions différentes (par exemple fichier du document en. jpg et fichier de métadonnées en. xml). Certaines métadonnées doivent être saisies, c’est le cas en général pour les métadonnées sémantiques. De très nombreuses métadonnées peuvent être produites de manière automatique par des scripts ou des conversions de fichiers.

Recommandations
Lors de la phase de numérisation, on pourra demander au prestataire ou à l’atelier de l’institution d’établir des métadonnées internes essentielles : identifiant(s), titre du document, nom de l’établissement de conservation, date de numérisation, type de scanner, résolution de numérisation.

TYPOLOGIE

4Les métadonnées permettent ainsi d’identifier chaque constituant du document numérique et de le relier à l’ensemble. Elles sont en quelque sorte la « reliure » du document dans le monde numérique. Trois types de métadonnées peuvent caractériser un document numérique :

  • des métadonnées descriptives regroupant les informations de contenu et d’identification du document (auteur, titre, mots-clés, identifiant…). Cette description est établie dans un format normalisé (Dublin Core, EAD, MarcXML…) qui permettra les échanges ;

  • des métadonnées techniques ou de structure, c’est-à-dire les informations relevant de la version du document (date, format de fichier, taille, compression…). Elles permettent de connaître tous les fichiers composant un document ainsi que les relations (physique et logique) entre les fichiers (par exemple ordre d’affichage des fichiers…). Elles incluent aussi des informations sur l’environnement matériel et logiciel en vue d’une migration ;

  • des métadonnées administratives composées :

    • des métadonnées de gestion des droits : droits d’accès (droits d’auteur principalement) et d’usage (droits d’impression, de modification…),

    • des métadonnées techniques de préservation (comment conserver et restituer le document ? Comment conserver l’historique des modifications des fichiers ?) (voir Partie VII).

Granularité
Toute gestion de collection numérique impose de tenir compte de la granularité (physique ou logique). La granularité est définie par les différents niveaux d’information à prendre en compte : collection, ressource, article, paragraphe de l’article…

LE PRÉALABLE XML

5La nécessité de structurer l’information est apparue dans les années 1970 avec les réflexions ayant abouti à l’émergence des langages de balises. Un document est composé d’une structure logique (contenu organisé) et d’une structure physique (mise en forme de l’information). Ce constat général a amené la naissance du langage SGML (Standard Generalized Markup Language) et de ses principaux descendants HTML et XML. Le langage XML (Extensible Markup Language = Langage de balisage extensible) est la syntaxe des principales grammaires de structuration. Il s’agit d’un cadre général qui se préoccupe du contenu du document et non pas de sa mise en forme (contrairement au HTML qui gère des balises de mise en forme). Un document XML peut être représenté sous la forme d’un arbre (ou hiérarchie) composé d’éléments ou balises. Les éléments sont donc les objets fondamentaux d’un document XML. Celui-ci est toujours composé d’un élément racine (ou élément supérieur) et d’un ensemble d’éléments contenant euxmêmes d’autres éléments ou du texte. Les attributs permettent de qualifier les éléments. Les documents XML sont des documents « texte ». Le langage est indépendant de toute application logicielle. On peut noter que le XML intègre la gestion de l’Unicode, norme informatique permettant le codage de tous les caractères quel que soit le système d’écriture.

Voici un exemple très simple de document XML décrivant un livre.
L’élément racine <livre> contient un <auteur> et un <titre>
<xml version =” 1.0 “encoding =” UTF-8 “ ?>
<livre>
<auteur>
<nom>Dumas <nom>
<prenom>Alexandre</prenom>
</auteur>
<titre>Les trois mousquetaires </titre>
</livre>

6La recommandation XML permet ainsi la création libre d’éléments mais donne quelques règles concernant l’organisation du document lui-même. Si un document XML suit l’ensemble des règles de la recommandation, on dit qu’il est « bien formé ». Les navigateurs pourront le lire sans problème.

7La recommandation XML ne peut cependant suffire à exprimer la structure logique d’un document. Elle est complétée par des grammaires (DTD, Document Type Definition et schémas XML) adaptées à certains types de document. Ces grammaires permettent de fixer la structuration pour un certain type de document et de rendre un document XML valide. Les métiers de l’information et de la documentation utilisent plusieurs DTD détaillées plus loin. Une DTD liste ainsi les éléments permis dans le document, le contenu possible de ces éléments (texte ou autres éléments), les attributs associés aux éléments et enfin les valeurs permises par les attributs. Les schémas XML, programme du W3C, permettent un contrôle plus strict et une structuration plus forte de l’information.

La mise en forme des documents
Puisque XML ne se préoccupe pas de la mise en forme des documents, celle-ci est assurée par l’utilisation de feuilles de style, réglées par trois langages définis par le W3C : le CSS (Cascading Style Sheets), XSLT (eXtensible Stylesheet Language Transformations) et XSL-FO (eXtensible Stylesheet Language – Formatting Objects). Ces différents langages permettent donc de mettre en forme les documents XML et sont utilisés par les informaticiens au moment de la construction du site Web.

Comment produire du XML ?
On peut produire du XML de différentes manières : par la saisie dans un éditeur XML, par la conversion automatique de données à partir d’un tableur de type Microsoft® Excel®… Certains logiciels documentaires permettent la saisie de documents XML de façon transparente à partir d’un masque de saisie. Il convient alors de s’assurer que ces logiciels respectent bien les standards de description.

LES PRINCIPALES GRAMMAIRES XML

LE SCHÉMA METS

8METS (Metadata Encoding and Transmission Standard = Standard d’encodage et d’échange de métadonnées ; < http://www.loc.gov/​standards/​mets > est un schéma XML défini pour permettre la création d’un jeu de métadonnées. Il permet de créer un document qui encapsule toutes les métadonnées d’un objet numérique. À un objet numérique correspond un fichier METS.

9Ce schéma permet de regrouper dans un seul fichier :

  • toutes les métadonnées d’un document ;

  • des pointeurs vers des métadonnées qui décrivent le document et sont stockées ailleurs ;

  • les fichiers qui composent le document.

10Il permet de préserver l’intégrité des documents complexes grâce à une carte de structure qui permet de reconstruire la navigation dans le document. Il comprend sept sections :

  • Header (informations sur le document METS) ;

  • Descriptive metadata Section (métadonnées descriptives externes ou encapsulées : Dublin Core, EAD…) ;

  • Administrative metadata Section (métadonnées techniques, droit, source, provenance) ;

  • File Section (liste des fichiers composant l’objet) ;

  • Structural map (carte de structure, peut être logique ou physique, répétable) ;

  • Structural links (liens entre différents éléments de la carte de structure) ;

  • Behavior (association d’exécutables). METS permet de préparer des données conformément à la norme OAIS.

11La mise en place de METS dans un établissement demande que le XML soit bien maîtrisé et que l’intérêt du METS pour les projets soit bien compris. Utilisé par la BnF dans le cadre du système d’archivage SPAR, METS est également utilisé pour Persée < http://www.persee.fr > et Cairn < http://www.cairn.info > ainsi que dans le cadre des éditions électroniques de l’École des chartes. Le schéma est supporté par les logiciels Fedora, Greenstone et DSpace.

TABLEAU. MÉTADONNÉES TECHNIQUES ET DESCRIPTIVES

12Le tableau suivant dresse un panorama des principales métadonnées techniques et sémantiques utilisées dans les bibliothèques numériques.

TABLEAU. MÉTADONNÉES POUR LES INFORMATIONS GÉOGRAPHIQUES

TABLEAU. MÉTADONNÉES POUR LES INFORMATIONS GÉOGRAPHIQUES

TABLEAU. LES MÉTADONNÉES IMAGES

TABLEAU. LES MÉTADONNÉES IMAGES

LE SCHÉMA GÉNÉRAL DUBLIN CORE

13Le schéma Dublin Core est un ensemble de métadonnées devant permettre de décrire de manière univoque n’importe quelle ressource en ligne. Créé en 1995 à Dublin (Ohio), siège de l’OCLC, ce schéma minimal devait permettre à tout créateur de ressource d’établir une description de base : le « cœur » de l’information. Finalement peu utilisé par les moteurs de recherche, le vocabulaire doit finalement sa force à l’utilisation qu’en ont faite les professionnels de la documentation. Normalisé en 2003 par l’ISO (15836), il est devenu la base de protocoles d’interrogation permettant de rendre des bases interopérables.

14Dans sa version 1.1, le Dublin Core comporte quinze éléments, tous optionnels et tous répétables, regroupés à l’origine en trois groupes : contenu de la ressource (coverage, description, relation, source, subject, title, type), questions de propriété intellectuelle liées à la ressource (contributor, creator, publisher, rights), version de la ressource (date, format, identifier, language).

15Le Dublin Core simple (ou non qualifié) est donc composé de ces quinze éléments. Des éléments de raffinements peuvent compléter certains éléments, formant ainsi ce que l’on appelle le Dublin Core qualifié. Ils permettent de remplacer les éléments de base par des éléments plus précis. Ainsi, au lieu de title (dc : title), on pourra utiliser alternative (dcterms : alternative) pour désigner un titre abrégé ou un titre traduit. De même, pour tenir compte du cycle de vie d’un document numérique, on pourra préciser la date : dcterms : created, dcterms : modified…

16Le Dublin Core ne donne pas d’indications sur la manière de remplir les différents éléments mais conseille pour certains d’utiliser des normes ou des listes d’autorités : les schémas d’encodage. Cela permet d’utiliser un élément Dublin Core en prenant une valeur dans un vocabulaire contrôlé ou en la formatant selon une convention particulière. Ainsi, dc : subject peut être renseigné en s’appuyant sur la classification décimale Dewey ou les vedettes matière Rameau. Dans la façon de saisir les informations, on peut conseiller d’appliquer les règles bien connues des bibliothécaires permettant de normaliser la saisie : formes d’autorités pour les éléments < creator > ou < contributor > par exemple.

TABLEAU. LISTE DES QUINZE ÉLÉMENTS DUBLIN CORE

TABLEAU. LISTE DES QUINZE ÉLÉMENTS DUBLIN CORE

17Il est possible de placer ces métadonnées Dublin Core dans l’en-tête de la page HTML, à l’intérieur de l’élément head, sous la forme de balises META. L’attribut name contient le nom de l’élément préfixé par « dc » et l’attribut content contient la valeur de l’élément.

Recommandations pour une bonne gestion des métadonnées

  • Travailler en cohérence sur la granularité,

  • Travailler en cohérence sur les métadonnées sans trop se préoccuper des outils de diffusion dans un premier temps,

  • Travailler sur des formats riches, le Dublin Core n’étant qu’un format d’échanges,

  • Élaborer des « guides pratiques » d’application des formats dans les établissements,

  • Réfléchir en début de projet sur les métadonnées de préservation, de gestion des droits et de provenance,

  • Faire de la veille et consulter les grands établissements pour valider les choix.

INTEROPÉRABILITÉ : LES MÉTADONNÉES COMME FORMAT DE BASE DES PROTOCOLES

18Pour dialoguer ensemble, deux ordinateurs ont besoin d’un langage commun. C’est à cela que servent les protocoles, ils définissent le format suivant lequel un ordinateur client et un serveur doivent échanger leurs données pour pouvoir se comprendre.

Les protocoles SRU/SRW

19Les protocoles SRU/SRW sont les successeurs de Z39.50 dans le cadre du Web. Les deux protocoles (SRU : Search and Retrieve via URL ; SRW : Search and Retrieve via Web Services) ont été fondus en 2007. Ce sont des Web services normalisés qui fonctionnent avec les moyens ordinaires du Web : le protocole HTTP lance la requête, la réponse revient en XML. Comme en Z39.50, il est nécessaire de connaître la structure des bases cibles pour lancer la requête.

Une requête SRU vers la bibliothèque du Congrès
Une requête est donc une simple URL qui contient différents paramètres de recherche :
< http://z3950.loc.gov:7090/​voyager?version=1.1&operation=searchRetrieve&query=title=bear&maximumRecords=10&recordSchema=dc >
earchRetrieve est l’opération effectuée : en l’occurrence une recherche. query = title = bear cherche le mot « bear » dans le titre.
maximumRecords = 10 indique que les résultats seront retournés par tranches de 10. recordSchema = dc précise le format XML des résultats.

20SRU < http://www.loc.gov/​standards/​sru/​ > permet donc de construire une interface de recherche purement Web. Le navigateur présente les résultats. C’est selon cette logique qu’est construite The European Library (TEL), mise en place par la Conférence européenne des directeurs des bibliothèques nationales (CENL), pour les bibliothèques nationales < http://www.theeuropeanlibrary.org >.

OAI-PMH : Open Archives Initiative Protocol for Metadata Harvesting

21L’OAI < http://www.openarchives.org > est née en 1999 à Santa Fé d’une rencontre autour du Web et du développement des systèmes de publication électronique. Cette rencontre a initié la création d’un protocole d’échange de métadonnées basé sur le Dublin Core, dont l’objectif est de faciliter le signalement des documents et la création de collections intéropérables. Le protocole lui-même s’intitule Open Archives Initiative Protocol for Metadata Harvesting (OAI-PMH), et il est actuellement dans sa version 2 (juin 2002), considérée comme définitive. Ce protocole asynchrone utilise des standards du Web (le protocole HTTP et le langage XML) et son fonctionnement repose sur deux acteurs :

  • les Data providers (fournisseurs de données) qui « exposent » les métadonnées dans des entrepôts ;

  • les Service providers (fournisseurs de services) qui mettent en place des opérations de moissonnage ou de collecte des métadonnées exposées dans les entrepôts de façon automatique et incrémentale.

22Une bibliothèque peut choisir d’être « entrepôt » ou « moissonneur » ou peut proposer les deux services.

Pour en savoir plus
Sur le site de la Bibliothèque nationale de France : Stutzmann Dominique. Présentation de l’OAI-PMH : historique, objectifs, règles de fonctionnement, 18 novembre 2009. [En ligne] < http://www.bnf.fr/​fr/​professionnels/​anx_poles_autres/​a.po_formation_supports.html > et le guide d’utilisation de l’OAI. [En ligne] < http://bibnum.bnf.fr > (consultés le 22 janvier 2010).

23Dans les entrepôts, les métadonnées sont exposées obligatoirement au minimum en Dublin Core non qualifié, mais d’autres formats de métadonnées plus complexes peuvent être utilisés (par exemple l’EAD) à condition d’être exprimés en XML suivant un schéma accessible en ligne. La base de données de production peut gérer des formats plus riches. D’un point de vue technique, le travail principal pour le fournisseur de données consiste à exposer une base de données accessible via un serveur web et une application capable de répondre aux six requêtes OAI-PMH (verbs) générées par un moissonneur et de renvoyer des documents XML valides.

TABLEAU. Les six requêtes OAI-PMH

TABLEAU. Les six requêtes OAI-PMH

24Le protocole OAI est simple à mettre en place pour un service informatique. La structure de la base de données n’est pas modifiée. Les fournisseurs de données stockent simplement les métadonnées et les documents numérisés sont consultables sur le site d’origine. La mise en place de ce protocole est particulièrement adaptée aux projets de bibliothèques numériques partagées. La Bibliothèque nationale de France encourage les partenariats de ce type et moissonne les métadonnées de plusieurs établissements < http://www.bnf.fr/​fr/​professionnels/​anx_poles_autres/​a.po_formation_supports.html >. La liste des partenaires OAI de Gallica est disponible par la Recherche avancée de la bibliothèque numérique de la BnF. Dans la liste des résultats, les documents des partenaires sont identifiés par une imagette ressemblant au Panthéon avec derrière un globe terrestre. Comme le portail Collections du ministère de la Culture, la bibliothèque numérique européenne Europeana, point d’accès commun aux collections patrimoniales européennes (musées, bibliothèques, archives, collections audiovisuelles), fonctionne par le protocole OAI.

25Le protocole OAI doit maintenant faire partie intégrante des projets. La visibilité des données qu’il procure doit être complétée par la mise en place de Web services ou API (voir Partie VI).

L’ORI-OAI
L’ORI-OAI (outil de référencement et d’indexation – réseau de portails OAI ; < http://www.ori-oai.org/>) permet de gérer et de rendre accessible l’ensemble des documents numériques d’un établissement d’enseignement supérieur et de recherche. Les métadonnées principalement basées sur le Dublin Core et sur LOMFR sont créées dans un système de workflow. L’intérêt de l’outil réside dans les possibilités très souples de moissonnage utilisant le protocole OAI-PMH.

LE WEB SÉMANTIQUE ET L’INITIATIVE LINKED DATA

26Esquissé dès 1998 par l’inventeur du Web, Tim Berners-Lee, le Web sémantique est un concept étudié depuis 2001 par le W3C et qui se veut l’avenir du Web. Il consiste à créer un Web de données (a Web of data) en complément du Web des documents. Le Web sémantique ne changera rien à la manière dont les machines interprètent les documents, mais il leur permettra d’accéder à des contenus qui sont aujourd’hui cachés dans les bases de données (le Web invisible ou deep Web).

LES STANDARDS DU WEB SÉMANTIQUE

27Le Web sémantique se sert essentiellement des métadonnées sémantiques ou de contenu et vise à créer et à établir des liens entre elles. Reposant donc sur un modèle XML plutôt que HTML, le Web sémantique demande de travailler à plusieurs niveaux, d’une part sur l’exposition optimale des métadonnées sur le Web et d’autre part sur l’enrichissement des métadonnées par des méthodes communes et donc rigoureuses d’indexation, reposant sur des normes et des recommandations.

28Le standard indispensable à la construction du Web sémantique est l’URI (Uniform Resource Identifier = identifiant uniforme de ressource) qui est une syntaxe d’identifiant générique utilisée sur le Web. L’URI permet d’identifier d’une façon certaine et sans équivoque une ressource et doit être unique. Les URL (Uniform Resource Locator) sont des sortes d’URI.

29Le modèle de données servant de base au Web sémantique est le RDF (Resource Description Framework), cadre de description de ressources. Il s’agit d’une infrastructure permettant de décrire formellement une « ressource » (selon le vocabulaire utilisé par le modèle RDF) d’une manière simple, autrement dit un « cadre » théorique et formel pour définir les métadonnées. RDF permet donc de décrire des ressources avec différents jeux de métadonnées (par exemple Dublin Core, XMP…) et dans des implémentations différentes : le plus souvent la syntaxe XML. RDF permet donc de faire entrer de multiples vocabulaires dans un « cadre » commun, rendant possible l’interopérabilité et les échanges de données. Ce cadre commun permet également de passer au-dessus des applications métier.

30Ainsi, chaque ressource est décrite par un ensemble de trois balises : le triplet. On attribue à la ressource une valeur pour une certaine propriété. Cette information peut être manipulée par un programme informatique. Le triplet est composé du « sujet », du « prédicat » et de l’« objet », autrement dit un sujet, un verbe et un complément. Le sujet est signifié par l’URI de la ressource.

Pour résumer, le triplet est constitué de la façon suivante :
< subject > = sujet = ressource décrite
< predicate > = prédicat = propriété ou attribut associée à la ressource
< object > = objet = valeur prise par la propriété

31Bien que pouvant être exprimé dans une syntaxe XML, RDF est assez différent de XML. Alors qu’un document X ML peut être traduit sous la forme d’un arbre, RDF est basé sur le concept de graphes. RDF décrit une ressource, relie les données à une catégorie et par conséquent lie les ressources entre elles par l’intermédiaire de ces catégories.

Prenons l’exemple d’un document XML simple :
< livre > < auteur > Alexandre Dumas </auteur > </livre >
En RDF, ce document est traduit de façon explicite par : Ce livre/a pour auteur/Alexandre Dumas.
Vocabulaires RDF
Le modèle RDF est complété par des schémas RDF, vocabulaires définissant des propriétés pouvant être utilisées dans les descriptions. Un schéma RDF est un vocabulaire (donc RDF) écrit avec la norme RDF Schema (RDFS ).
Grammaire et vocabulaire
Le terme de grammaire est utilisé pour XML. Il est obligatoire de respecter une grammaire dans son ensemble si on veut que le document XML soit valide. Cette notion de validation n’existe pas en RDF. On parle de vocabulaires, des réservoirs de propriétés et de classes dans lesquels on peut puiser à volonté, qu’on peut utiliser en tout ou en partie, mais avec une certaine liberté.

TABLEAU. Exemples de vocabulaires RDF

TABLEAU. Exemples de vocabulaires RDF

Ontologies et OWL

32OWL (Ontology Web Language), standard W3C depuis février 2004, est un autre formalisme pour décrire des vocabulaires RDF. OWL vise à décrire, représenter et modéliser des vocabulaires complexes ou ontologies. Une ontologie permet d’exprimer les concepts et connaissances relatifs à un domaine d’application, d’écrire les liens entre les concepts et le sens (ou la sémantique) de ces liens. Un document OWL s’écrit comme un document RDF, donc sous la forme d’un triplet.

33Le modèle CIDOC/CRM (Conceptual Reference Model = modèle conceptuel de référence ; < http://cidoc.ics.forth.gr/​ >) est une ontologie éditée par le Groupe de normalisation documentaire du Comité international pour la documentation du Conseil international des musées (ICOM-CIDOC), permettant de décrire les objets patrimoniaux. Passé standard ISO 21127 : 2006, la version actuelle 4.2.2 date d’août 2007. La BnF est un acteur majeur dans les travaux menés autour du modèle CIDOC/CRM.

Le Linked data (Données liées)

34Le Linked Data est une initiative visant à inciter les détenteurs de données à les passer en RDF et à les rendre accessibles librement sur le Web, ce qui nécessite d’utiliser des URI en HTTP et de les relier avec d’autres données existantes. Les vocabulaires RDF sont un des moyens qui existent pour relier les données.

EXEMPLES D’APPLICATIONS ACTUELLES DU WEB SÉMANTIQUE

35Pour que cette exposition de métadonnées puisse améliorer les performances de recherche des machines et ainsi aider les utilisateurs du Web, on compte sur la puissance du protocole d’échange du Web, le HTTP, et sur l’efficacité naissante du XHTML. Le W3C a stabilisé au début de l’année 2008 un langage de requêtes qui reconnaît et exploite les données RDF en permettant de les interroger et de les extraire : il s’agit du langage SPARQL (à prononcer sparkle), langage SQL pour le Web sémantique.

36Les applications concrètes du Web sémantique commencent à apparaître. Quelques applications peuvent être listées même si la puissance actuelle des moteurs de recherche empêche encore d’entrevoir à l’heure actuelle l’application qui ferait du Web sémantique le tournant décisif du Web.

37L’exemple incontournable d’une grande base de données en RDF est DBpedia < http://dbpedia.org/​> et ses millions de données extraites de Wikipedia. Le but de ce projet encore expérimental et mené par des chercheurs des universités allemandes de Leipzig et de Berlin est d’extraire les informations présentes dans les « infobox » de Wikipedia (infobox = « table préformatée de données dynamiques qui est présente dans des articles sur un même sujet ») et de les transformer de façon automatique selon le modèle RDF. L’intérêt réside dans la masse de ressources RDF ainsi générées associée aux aspects collaboratifs et multilingues de l’encyclopédie. Le langage SPARQL est utilisé pour lancer les requêtes. DBPedia Mobile est une application pour naviguer dans le Web of data sur un téléphone portable. L’outil permet un point d’entrée géospatial dans le Web des données. L’idée est de géolocaliser automatiquement l’utilisateur, puis de lui proposer une carte sur laquelle il peut naviguer pour obtenir des informations sur les lieux remarquables, des photos, des services… et également publier ses propres photos ou autres documents. L’idée est de se promener sur les autres sites du Web of data. Si les données d’un site sont sur le Web of data, il n’est plus nécessaire de développer des interfaces compliquées pour favoriser la mobilité : les données seront accessibles à partir d’applications développées par d’autres.

38LIBRIS, < http://libris.kb.se/​ > catalogue collectif des bibliothèques suédoises (170 bibliothèques connectées), développé en Méthode Agile, est le premier catalogue de bibliothèque intégralement disponible dans le Linked Data. Ce catalogue gère 6 millions de notices bibliographiques, 20 millions de notices d’exemplaires et 200 000 notices autorités (auteurs, titres, sujets). Ce catalogue utilise plusieurs ontologies : FOAF, SKOS et Bibliontology. Le modèle RDF utilise également les possibilités des FRBR permettant de relier les enregistrements ou notices relevant de la même œuvre. Les concepteurs de ce catalogue nouvelle génération ont en projet de le lier à DBPedia. Les liens vers les données externes sont réalisés par différentes techniques : des API, OpenSearch, Z39.50, SRU et OpenURL-Coins.

Les technologies du Web sémantique appliquées aux bibliothèques numériques

39Le Thought Lab d’Europeana < http://www.europeana.eu/portal/thoughtlab.html > et The MultimediaN E-culture < http://e-culture.multimedian.nl/​ > expérimentent le Web sémantique et proposent des interfaces à facettes dans des images à partir des données en RDF. Il est possible de rebondir de concept en concept.

40Depuis quelques mois, les moteurs de recherche généralistes commencent à tirer parti de la richesse des données et proposent des affichages plus complets dans leurs résultats de recherche.

41• Yahoo ! propose aux webmestres de créer une application sur SearchMonkey pour afficher de l’information riche sur les extraits affichés dans les résultats de recherche.

Ainsi Calames < http://www.calames.abes.fr/​ > utilise cette possibilité donnée par le Web sémantique (cf. le blog de Calames < http://calames.wordpress.com/​ >).

42• Depuis quelques mois, Google commence à utiliser les métadonnées du Web sémantique : RdFa ou microformats pour afficher des textes de présentation (Snippets) enrichis dans ses résultats de recherche.

  • 57 Ministère de la Culture et de la Communication. [En ligne] < http://www.culture.gouv.fr/mcc/Actualites/A-la-une/Mission-sur-la-numerisation-du-patrimoine-ecrit > (consulté le 22 janvier 2010).

43Le Web sémantique intéresse directement les métiers de la documentation par l’intérêt commun porté aux métadonnées et à l’information structurée. La mise en œuvre du Web sémantique est d’ailleurs identifiée comme un grand chantier de la BnF pour les années à venir. Le rapport Tessier57 sur la « numérisation du patrimoine écrit » (janvier 2010) mentionne le Web sémantique comme l’un des enjeux majeurs du développement des bibliothèques numériques.

Notes

57 Ministère de la Culture et de la Communication. [En ligne] < http://www.culture.gouv.fr/mcc/Actualites/A-la-une/Mission-sur-la-numerisation-du-patrimoine-ecrit > (consulté le 22 janvier 2010).

Table des illustrations

URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-1.jpg
Fichier image/jpeg, 436k
Titre TABLEAU. MÉTADONNÉES POUR LES INFORMATIONS GÉOGRAPHIQUES
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-2.jpg
Fichier image/jpeg, 240k
Titre TABLEAU. LES MÉTADONNÉES IMAGES
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-3.jpg
Fichier image/jpeg, 196k
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-4.jpg
Fichier image/jpeg, 240k
Titre TABLEAU. LISTE DES QUINZE ÉLÉMENTS DUBLIN CORE
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-5.jpg
Fichier image/jpeg, 216k
Titre TABLEAU. Les six requêtes OAI-PMH
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-6.jpg
Fichier image/jpeg, 92k
Titre TABLEAU. Exemples de vocabulaires RDF
URL http://books.openedition.org/pressesenssib/docannexe/image/434/img-7.jpg
Fichier image/jpeg, 75k

© Presses de l’enssib, 2010

Licence OpenEdition Books

Lire

Open access

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search