Une introduction au web de données

1. Une introduc,on au web de données Vers une infrastructure pour la valorisa,on des archives ? Pierre-‐Antoine Champin Yannick Prié LIRIS – UMR 5205 CNRS Université Claude Bernard Lyon 1

2. Plan • Principes • Mise en œuvre • Applica,ons

4. La vision du web séman,que • Passer d’un web… – Lisible par les humains – Aﬃchable par les machines – « Devinable » par les machines hUp://www.w3.org/2004/Talks/0120-‐semweb-‐umich/

5. La vision du web séman,que • … à d’un web – Lisible par les humains – Aﬃchable par les machines – Manipulable par les machines hUp://www.w3.org/2004/Talks/0120-‐semweb-‐umich/

6. Manipulable par les machines ? • Calculs, requêtes – Schémas, vocabulaires → Web de données • Inférences, raisonnement – Ontologies, règles… → Web Séman-que

7. Vers le Web de données

14. Principes du Web de données liées • Iden,ﬁca,on uniforme des objets d’intérêt – URL / URI • Récupéra,on uniforme de données – HTTP – RDF • Hyperliens entre objets d’intérêt

15. No,on d’URL/URI • Un URL/URI iden-ﬁe une ressource – mon CV, la ville de Lyon, Albert Jacquard… • Le Web de documents donne accès à des représenta,ons de ces ressources – Mon CV au format PDF – La page web de la ville de Lyon – L’ar,cle Wikipedia sur Albert Jacquard

16. No,on de triplet • Expression d’une rela,on entre deux ressources – Lyon est le lieu de naissance d’Albert Jacquard • Représentable graphiquement : LieuDeNaissanceDe Lyon AlbertJacquard • Les deux ressources et la relation (tous les objets d’intérêt) sont identiﬁés par un URI • On exprime donc cette information par un triplet d’URIs • http://dbpedia.org/resource/Lyon • http://dbpedia.org/ontology/birthPlace • http://dbpedia.org/resource/AlbertJacquard

17. Graphe de triplets • On fusionne les nœuds portant le même URI puisqu’ils iden,ﬁent le même objet skos:subject dbpedia:Albert_Jacquard category:French_gene,cists dbpedia-‐owl:birthPlaceOf dbpedia:Lyon dbpedia:Albert_Jacquard rdfs:label dbpedia:Lyon « Lyon »

18. Graphe de triplets • On fusionne les nœuds portant le même URI puisqu’ils iden,ﬁent le même objet skos:subject category:French_gene,cists dbpedia-‐owl:birthPlaceOf dbpedia:Lyon dbpedia:Albert_Jacquard rdfs:label « Lyon »

19. Graphe de triplets hUp://relﬁnder.dbpedia.org/relﬁnder.html

20. SPARQL • Langage de requête pour trouver des informa,ons dans un graphe • Exemple : « Trouver les personnes nées à Lyon pendant les années 20 ? , avec le cas échéant leur date de décès. » dbpedia-‐owl:birthPlace Lyon dbpedia-‐owl:birthDate ? p 1920 <= ?bd < 1930 ? dd dbpedia-‐owl:deathDate hUp://,nyurl.com/2dcsokd

21. Source d’informa,on, provenance, confiance • Agréger des données provenant de plusieurs sources nécessite de pouvoir – tracer la provenance des informa,ons – exclure / favoriser certaines sources – qualifier la qualité du résultat final • Exemple d’applica,on u,lisant la no,on de provenance : – hUp://sig.ma/

22. Schémas et ontologies • RDF déﬁnit une syntaxe permeUant de décrire des graphes de données • Il faut également pouvoir déﬁnir le(s) lexique(s) qui vont servir à peupler ces graphes de données • Plusieurs standards complémentaires – SKOS (thesaurii) – RDF-‐Schema (schémas, ontologies simples) – OWL (ontologies riches)

23. SKOS • Simple Knowledge Organiza,on System • hUp://www.w3.org/2004/02/skos/ • Descrip,on de thesaurii – Concepts, rela,ons séman,ques et associa,ves – Documenta,on (libellé, notes) – Interopérabilité (alignement de thesaurii) • Pas de séman,que formelle associée aux concepts eux mêmes

24. RDF-‐Schema • hUp://www.w3.org/TR/rdf-‐schema/ • Hiérarchie de classes et de rela,ons – tout CV est un Document, toute Personne est un Agent – tout auteur est un contributeur • Domaine et portée des rela,ons – « contributeur » relie un Document à un Agent • Permet quelques inférences – l’auteur d’un CV est forcément un Agent

25. Exemple RDF Schema domain range Niveau des Document contributeur Agent schémas subclass subproperty contraignent CV auteur type type Niveau métadonnées hUp://…/ auteur hUp:// …. / cv.html pageperso.html décrivent Niveau des ressources web

26. OWL • Web Ontology Language • hUp://www.w3.org/2004/OWL/ • Séman,que plus riche pour permeUre plus d’inférence – tout Document ayant plusieurs auteurs est un DocumentCollec,f – deux Personnes auteurs d’un même Document sont en rela,on « co-‐auteur » • Héritage IA, logique formelle

27. Quelques schémas et ontologies • DC (Dublin core) – méta-‐données de documents – hUp://dublincore.org/ • FOAF (Friend of a friend) – personnes et réseaux sociaux – hUp://www.foaf-‐project.org/ • SIOC (Seman,cally Interlinked Online Communi,es) – sites web collabora,fs – hUp://sioc-‐project.org/ • Plus de vocabulaires : – hUp://www.schemaweb.info/

29. Le Web de données en mars 2009 hUp://linkeddata.org/

30. Europeana • Exemple avec naviga,on dans le thésaurus SKOS de europeana. – hUp://eculture.cs.vu.nl/europeana/session/search

31. Le Web de données en 2010 • Es,ma,on de Chris Bizer à LDOW 2010 : – 13 milliards de triplets (informa,on élémentaire) – 150 million de liens • Facebook lance OpenGraph – hUp://opengraphprotocol.org/ – Annota,on séman,que de n’importe quelle page, pour oﬀrir les mêmes fonc,onalités qu’une “page Facebook” – U,lisant les standards du Web de données (RDFa)

32. Conclusion (1) • Le web de données est en croissance (très) forte depuis quelques mois

33. Conclusion (2) • Que doit faire une ins,tu,on pour aller sur le web de données ? – Exposer ses données en RDF • Annota,on des documents • Adapta,on des données brutes – U,liser les données des autres • Lier • Croiser les informa,ons • Construire des mashups

34. Ques,ons ?

35. Pointeurs • Standards : – hUp://www.w3.org/standards/seman,cweb/ • Sources de données : – hUp://dbpedia.org/ • Ou,ls de visualisa,on, requêtage : – hUp://sindice.com/ – hUp://sameas.org/

36. Exemple de requête SPARQL SELECT ?p, ?dd WHERE { ?p dbpedia-‐owl:birthPlace :Lyon ; dbpedia-‐owl:birthDate ?bd . OPTIONAL { ?p dbpedia-‐owl:deathDate ?dd } FILTER (?bd >= "1920"^^xsd:date && ?bd < "1930"^^xsd:date) } hUp://,nyurl.com/2dcsokd