Armadillo - Web sémantique, les outils d’un open data culturel

Web sémantique : les outils d’un open data culturel

Mercredi 21 mars 2012 17h > 17h45 Après une courte présentation du web sémantique en 2012, nous verrons au travers de plusieurs réalisations comment mettre en œuvre un portail open data culturel. Quels outils informatiques, pour quoi faire ? Quels sont les bénéfices/inconvénients ?

Présentation Armadillo DOCUMATION 21/03/2012 Armadillo 01 41 23 02 13 Laurent BEL [email protected]

Du web 1.0 au web 3.0

De la mise en ligne de pages

l’adresse du site, l’URL, le référencement, les annuaires, les moteurs

un web majoritairement statique

En passant par les hyperliens et les bases de données

pour répondre à la multiplication des contenus, le web est devenu dynamique

En passant par le web collaboratif

web hybride mêlant contenu et éléments interactifs et actions des utilisateurs

Nous arrivons au web des données (le web sémantique)

un gigantesque réseau de bases de données structurées (RDF) et interrogeables via les protocoles standards

Modèle du fichier (succession linéaire de notices autonomes et juxtaposées)

Réseau de liens entre des documents (web1.0)

Réseau de liens entre des données (web 3.0) Illustration le LOD

Web 1

Web 2

Web 3

Web 4


Évolution/ révolution du web 3.0

2006 2008 2009 2011 2012

Évolution du LOD Linked Data Cloud Derrière la quantité se cache aussi la qualité des données publiées


Structurer c’est quoi et pourquoi ?

Pourquoi:

Parce qu’avec les évolutions du Web, penser l’adresse d’un site (URL) comme un simple accès à une information est insuffisant. Il y a quelques années, on cherchait un site grâce aux moteurs et aux annuaires.

Aujourd’hui

On cherche directement des ressources ou à relier des ressources entre elles, de nouveaux outils et de nouvelles méthodes sont disponibles.

URI Uniform Resource Identifier, soit littéralement identifiant uniforme de ressource

un gigantesque réseau de bases de données structurées (RDF) et interrogeables via les protocoles standards


Structurer c’est quoi et pourquoi ?

Structurer n’est plus seulement ajouter des métadonnées à une ressource.

Jusqu’à aujourd’hui, structurer c’est penser normes : MARC 21, UNIMARC, EAD, MarcXchange, MARCXML, MODS, ONIX, METS, EAD, Z39,50, SRU-SRZ, OAI

Mais aujourd’hui structurer c’est penser aussi échanges/interopérabilité, multi-support, multimédia, usages

Récupération automatique des données descriptives

Multiplier les points d’accès

Plus de visibilité

• Des structures complexes inspirées des contraintes informatiques et des modèles relationnels par soucis d’implémentation (modèle attribut/valeur). • Apprentissage de la structuration de l’information • Des démarches différentes par métier et des problèmes d’interopérabilité • Résiste mal à la pression d’échange du web

… et si les normes ne suffisaient plus ?


W3C pragmatisme anglo-saxon,

Structurer comment ?

« Est il possible d’imaginer un modèle/format universel de description de données ? »

RDF Resource Description Framework

destiné à décrire de façon formelle les ressources Web et leurs métadonnées, de façon à permettre le traitement automatique de telles descriptions.

Le RDF utilise XML comme syntaxe

L’idée originale c’est de disposer d’une structure très générique sous la forme d’un triplet:

(sujet, prédicat, objet) graphe / théorie des ensembles

Applicable à tous les contextes

http://fr.wikipedia.org/wiki/Ressource_(Web)

http://fr.wikipedia.org/wiki/M%C3%A9tadonn%C3%A9es


Structurer comment ?

« comment partager ce modèle universel de description de données ? »

L’utilisation d’ontologies

C’est un ensemble de concepts décrivant complètement un domaine. Des classes d’objets, des champs, des propriétés attachées,

des liaisons, des vocabulaires

Il existe de nombreuses ontologies et de nombreux vocabulaires associés

Ces ontologies sont décrites sur le web

Ces concepts sont liés les uns aux autres par des relations taxinomiques (hiérarchisation des concepts) d'une part, et sémantiques d'autre part

http://fr.wikipedia.org/wiki/Taxinomie

http://fr.wikipedia.org/wiki/S%C3%A9mantique


Qu’est-ce que le web sémantique?

Le web sémantique aussi appelé web de données ou web 3.0 est une évolution du web pour permettre l’échange de données (la structure des données est en triplet au format RDF). Ceci permet d’associer des données provenant de différentes sources et de les rendre directement accessibles par les moteurs de recherche de type Google.

http://www.w3.org/RDF/


RDF « iser » « lifter » les contenus Choix des ontologies

Personnes Correspondance RDF Zone intermarc (notices PEP)

nationalité foaf:nationality 008 position 12-13

langue RDAgroup2elements: languageOfThePerson 008 position 14 16

sexe foaf:gender 008 position 17

naissance RDAgroup2elements:dateOfBirth 008 position 27-36

Œuvre Correspondance RDF Zone Intermarc (notices TIC, TUT, TUM)

forme (titre principal) dc:title skos:prefLabel, rdfs:label @in_lang 145 415

autre forme skos:altLabel @in_lang

langue dc:language 008 position 14 16

date oeuvre dc: date 008 position 27 à 36

source skos:editorialNote 610

résumé/note dc: description 600

data.bnf.fr

http://www.figoblog.org/node/1897

FRBROO bibliothèques SemUNIT pédagogie numérique

http://data.bnf.fr/

http://www.figoblog.org/node/1897


Choix des ontologies

CKAN (Comprehensive Knowledge Archive Network)

CKAN permet de chercher, partager et réutiliser des

contenus et données libres simplement, notamment sous

des formes lisibles par les machines.

Le système CKAN fonctionne comme une synthèse de

différent services :


Quels outils ? Quelle stratégie ?

Le contexte est celui

Pour les institutions équipées, cela ne remet pas en cause les applications métier.

le couple URI/Ressource

RDF

Ontologies & folksonomie

SparQL

•du web

•de la diffusion de données structurées

•du niveau d’équipement de l’institution

Pour les institutions non encore équipées, un terrain d’expérimentation est possible.

Les outils

Pour quoi faire ?


Convergence des contenus

Une association avec d’autres données ou des sources externes (musées, bibliothèques, institutions, enseignement…)


Proposer du contenu

Cela permet une navigation entre les concepts (œuvres, artistes, dates, thématiques…)

Artiste Lieu de conservation

Provenance Thème

Les contenus associés

http://www.artsdelamarionnette.eu/app/photopro.sk/marionnettes/detail?docid=27575


Une indexation dans les moteurs de recherche de type Google pour les rendre accessibles au plus grand nombre.

Augmenter la visibilité

Avec la recherche « saint michel marionnette » la notice arrive en première page dans les résultats de Google.


Le Comment méthodologique?

• Choix des dictionnaires de données • Choix des corpus après l’inventaire des données et contexte d’utilisation

• Choix des concepts des ontologies

• Choix des partenaires

2. Sémantisation des contenus (utilisation des standards du web)

3. Diffusion en ligne / animation

4. Choix des licences

• Choix des classes et choix des propriétés

• OWL RDF

1. Inventaire

• Choix des ontologies « largement partagées »

• URI

• Diffusion des corpus & des vocabulaires


Une réponse simple: Construire un entrepôt RDF

Le Comment technique ?

Structure des données souhaitée par le client

Index de type A (OAI-PMH /DC)

Index de type B (XML HAL)

Index de type C (XML EAD)

Index de type graphe « n » upplet

Transformation des données par l’index sans tables auxiliaires ni duplication des données

Le comment / les moyens sont importants:

La réponse traditionnelle est de dupliquer les données

Le problème : autant de données dupliquées que d’entrepôts … synchronisation, mise à jour, temps réel

Une réponse plus souple est d’utiliser des technologies qui évitent ces duplications :


Une petite révolution de l’informatique … nous restons des somnambules

Avec le triplet, RDF ajoute une nouvelle dimension à notre façon de structurer. Avec RDF, on a une simplification des schémas de représentation. Avec l’implémentation de RDF, on assiste à une poussée technologique : Du modèle relationnel au modèle post-relationnel s’inscrit dans la mouvance post-relationnel/no SQL, à rapprocher du BigTable de Google ou Pnuts de Yahoo

Libérer les données

RDF/ NoSQL : La base de données n’est plus une contrainte !

MCD


C’est aussi une simplification technologique

…2010 la fin de l’hégémonie des bases relationnelles ?


EN-15907

OAI-PMH

Acquisition de l’information Traitement de l’information Réconciliations/sémantisation

Exploitation diffusions

Open Archives Initiative Protocol for Metadata Harvesting

Un exemple de projet

http://www.cnap.fr/

http://www.w3.org/RDF/


Le choix de technologies nativement sémantiques, ce sont des projets


Mécano / solution intégrée ? Entrepôt/index des

données Données brutes éventuellement

géolocalisées mises à disposition dans des

formats interopérables

Catalogue de métadonnées Formulaire de

saisie API REST

Administration

Entrepôt de données

multimédia Prévisualisation

•plus rapides •moins coûteux •de pérennisation de l’information gérée ou à gérer


Active Directory

/ LDAP

Au

then

tifi

cati

on

Entrepôts externes

oai-pmh Z39.50 SRU / SRW Opensearch …

• Ldap • CAS

Ges

tio

n d

e co

nte

nu

et

serv

ice

• Profilage utilisateur • Réservation • Acquisition • Syndication / RSS • Workflow • Contexte

Plu

gin

de

R

ech

erch

e

• Client recherche fédérée • Configuration • Personnalisation • Export • Consultation de notice • Listes personnalisées

PORTAIL Internet – Intranet Framework PHP

• Opérateur de recherche • Recherche Multi champs • Exploration thématique • Historique de recherche • Résultats simples / détaillées • Statistiques de recherche • Recherche Synchrone • Recherche Asynchrone • Moissonnage d’entrepôt de données • Fédération d’entrepôt de données • Cache de recherche

• Gestion des usagers • Compte personnel • Historique • Connectivité • Dossiers personnels

Uti

lisat

eurs

C

har

te g

rap

hiq

ue

Acc

essi

bili

té

Ad

min

istr

atio

n

Stat

isti

qu

es

Ges

tio

n d

e la

co

mm

un

icat

ion

DSI Diffusion Sélective de l’Information R

ech

erch

e fé

dér

ée

Entrepôt/index des données

Données brutes éventuellement

Géolocalisées mise à disposition dans des

formats interopérables

Stockage

mutualisé des ressources

numériques

Espace sécurisé

Catalogue de métadonnées

Formulaire de saisie API REST

Administration

SPARQL (mars 2012)

REST RDF XML ETL

SERVEUR SIG

OAI

Entrepôt de données

multimédia prévisualisation

Applications métier

Archives EAD…

CMS

Outils collaboratifs

CAS -SSO

Plu

gin

de

R

ech

erch

e p

ar

cart

ogr

aph

ie

Architecture


Des points d’accès pour les développeurs


Pourquoi faire ?

Valoriser, diffuser et conserver numériquement le patrimoine Proposer plus de contenu autour d’une thématique, d’une œuvre…

Associer des événements, des artistes, des institutions…

Animer un réseau autour des contenus

Proposer une démarche collaborative entre les sources et les utilisateurs pour enrichir les connaissances. (partage sur les réseaux sociaux, espaces personnels pour les chercheurs, forums…) Faire converger les contenus dans un portail fédérateur


Portail des Arts de la Marionnette www.artsdelamarionnette.eu

21 entités mettent en place

Un portail de valorisation de

contenus multimédia unique

et fédérateur :

musées,

bibliothèques,

archives,

théâtres,

compagnies,

festivals,

associations,

écoles

Un exemple de Portail

http://www.artsdelamarionnette.eu/


Les outils

1. Une base de données professionnelle pour être compatible au web sémantique

2. Une diffusion multi-canal composée de plusieurs modules collaboratifs, éditoriaux et de valorisation des contenus

Modules collaboratifs: La contribution en ligne Les espaces virtuels Les paniers partagés Les forums Le AddThis (partage sur les réseaux sociaux)

Modules de valorisation : Le Coverflow Le FlipBook Les diaporamas Les expositions virtuelles

Modules éditoriaux : Le CMS Les flux RSS La newsletter La géo-localisation Les « push d’actus » La veille thématique Le moissonnage OAI-PMH (ressources de partenaires)


Expositions virtuelles

Valorisation de ressources et contenus éditoriaux par thématiques RDF « isation » des expositions virtuelles ou des contenus pédagogiques

Exemples de modules

http://www.ihoi.org/app/photopro.sk/ihoi_icono/home


Recherche par facettes

Exemples de modules


Recherche par nuage de tags, dynamique

Recherche par cartographie

Exemples de modules


Valorisation en FlipBook

Publication de documents en interactif Lecteur exportable pour des sites partenaires

Contenu accessible Tags RDF des pages

Exemples de modules


Valorisation en Coverflow

Publication d’images, vidéos, sons et documents en « dynamique » ou « autonome » sur votre site institutionnel et/ou des sites partenaires.

Affichage d’une notice, d’un diaporama, d’un FlipBook...

… échanges RDF

Exemples de modules

http://videos.arte.tv/fr/videos


Viralité et partage sur les réseaux sociaux

AddThis intégré avec 450 sites répertoriés pour diffuser vos médias, vos documents.

Exemples de modules

http://eads.armadillo.fr/app/photopro.sk/astrium/?


Lecteur exportable

Exemples de modules


Exemples de modules

La mobilité

Nouveaux usages


Open data / open data culturel

Qu’est ce que l’open data ?

La construction de l’open data culturel

Mobilité

Réalité augmentée

Education et ENT libre

Convergence

Accélérateur

Creative Commons, un projet politique : l’open data culturel

Réseaux sociaux / contenus culturels

L’exception française

Une légitimité internationale

Multilinguisme et éditorialisation


Conclusion

Un peu d’évangélisation autour de RDF, URI, ontologie, SPARQL?

Libération des données, simplification technologique

Stratégie autour d’un projet web sem (corpus/ onto/ module/ licences)

Les bénéfices

ENT Libre 2.0 ENT en toute liberté

Investissement d’Avenir

Projet collectif

Projet partenarial sous convention de subvention de

l’état, lauréat de l’appel à projet e-Education n°1 – «

Services Numériques Innovants pour l’e-Education »

inscrit dans le cadre des Investissements d’Avenir

consacré au développement de l’Economie Numérique.

Consortium

Coordination, intégration, Open Source,

axe collaboration et communication

Livre interactif / Editeur numérique

Recherche pédagogique

et animation recherche

Moodle

Sémantique / Accès aux savoirs

Gestion des compétences / Vie scolaire

Vie scolaire / Lilie

Pédagogie mobile

Mobilité

Chargée du dossier Financeur

Participez !

• Aux ateliers de spécifications

• Aux expérimentations

définition

Usage pédagogique

Usage vie scolaire

Usage rsc numérique

Usage collaboratif communication

Expérimentation

Secondaire + Université

Primaire + Secondaire



Mo

bili

té

A VOUS !

Démarches pédagogiques

Audit des corpus

Choix des thématiques: …et la citoyenneté …et le monde …manuel et sensible … manipulations scientifiques

Choix des outils: livre interactif: une trace durable fiche de recommandation

utilisation des fiches d’activités fiches d’activité pour les élèves rubrique "Pour en savoir plus", avec des indications bibliographiques, filmographiques, des idées de CD-ROM et de sites à consulter

Supports de préparation de visites

Jeu de rôles, jeu vidéo, réalité augmentée…

Choix des cibles: …maternelle et primaire …secondaire …enseignement professionnel … les seniors

Choix du programme, éditorialisation, gestion des contenus

Armadillo 46 bis rue de la République– 92170 Vanves - France

tél. 01 41 23 02 13 www.armadillo.fr

[email protected]

http://www.armadillo.fr/

mailto:[email protected]

Documents

Armadillo - Web sémantique, les outils d’un open data culturel