INRIA 2008 (1) - Métadonnées : mutations et perspectives http://www.adbs.fr/metadonnees-mutations-et-perspectives-46545.htm

1. Métadonnées
Représentation et accès à l’information
INRIA
Seminaire 2008
par Sylvie Dalbin - ATD
sylvieATD@aol.com
(1)

2. Fil conducteur de l’intervention
1. Contexte de l’intervention
1. Contexte du séminaire
2. Contexte professionnel
2. Métadonnées
1. Définition
2. Processus de conception
3. Outils de modélisation
4. Architecture
5. Administration et qualité
3. Axes d’évolution
1. Des listes d’autorité aux répertoires sémantiques
2. Représenter des langues
3. Convergence et spécificités des modèles
4. Accès immédiat aux corpus numériques : le cas des thèses
4. Conclusion
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

3. 1.
1. CONTEXTE DE
L’INTERVENTION
Contexte du séminaire
Contexte professionnel

4. 1.1
Contexte du séminaire
• Introduction au thème de la semaine Inria
• S’ouvrir aux différents mondes qui se rencontrent
– Les mondes des différents intervenants et les vôtres
– Autour de la notion de métadonnées
• Sur les plans fonctionnel et technique
• Et des notions connexes : granularité, notation, terminologie, …
– Par une mise en perspective inter-professionnel (Archives,
Documentation, Bibliothèques, Musée)
– En partant de la réalité d’hier et d’aujourd’hui
• En complément (mardi 30 sept) :
– « Métadonnées et normalisation », Atelier
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

5. 1.2
Contexte professionnel
• Du livre aux ressources
• Du papier au numérique - Du mono- au pluri- et multi-média
• D’un objet (le livre) à des grains d’information contextualisés
• Immédiateté ; Flux et volumes
• Métadonnées plus riches, mieux contrôlées
• Métadonnées métiers : à la source
• Des contenus exploitables
• Accès à l’information à l’ère de la Société de l’Info
• Tout citoyen dans ses activités professionnelles (et personnelles)
• Des besoins étendus, fréquents, diversifiés
• Dont la nature diffère de celle du « chercheur » (scientifique)
• Automates : le cœur des systèmes
• Moteurs et automatisme : quelle place pour l’Humain
• Interopérabilité (à distinguer de centralisation)
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

6. 2.
2. METADONNEES
Définition
Processus de conception
Outils
Architecture

7. 2.1
Métadonnée : représentation + codage
Représentation réinterprétable
d'une information, sous forme
conventionnelle convenant à la
communication, à l'interprétation
ou au traitement.
membres.lycos.fr/jjww/50.htm
.
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

8. 2.2
Processus de conception
La Vie,
Les Choses de la Vie
A - Représentation Métier
A1 - Modéliser et formaliser le modèle métier
A2 - Développer des Référentiels métier
B - Représentation Informatique
B1 - Concevoir un modèle informatique sur la base du modèle
conceptuel métier
B2 - Développer un schéma de données
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

9. 2.2
Processus A : Représentation métier
Favoriser la guérison en
Une réalité - Un objectif décrivant précisément
les maladies
A1 - Modéliser « Modèle conceptuel
biomédical » des
Formaliser ce modèle conséquences des
maladies, années 1940
A2 - Développer Langage médical :
des Référentiels métier Classification
internationale des
pour alimenter ces modèles maladies (CIM)
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

10. 2.2
Processus B : Représentation SI
B1 - Concevoir ClaML Classification Markup
Language
un modèle informatique sur
« support the transfer of the majority of
la base du modèle hierarchical healthcare classification
conceptuel métier systems »
<Class kind="category">
<Symbol>A04</Symbol>
<SuperClass>A00-A09</SuperClass>
<Rubric xml:lang=“en"
kind="preferred">Other bacterial
B2 - Développer intestinal infections</Rubric>
un schéma de données <Rubric xml:lang=“en"
- représentation des ressources kind="excludes">foodborne intoxications,
- Représentation des référentiels bacterial
(<Reference>A05</Reference>)</Rubric>
<Rubric xml:lang=“en"
kind="excludes">tuberculous enteritis
(<Reference>A18.3</Reference>)</Rubri>
</Class>
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

11. 2.2
Outils: langages à tous les étages
Le langage : moyen d'expression et de représentation
• Langages de représentation des SI
– Représention graphique UML, entité-attribut-classe, Schémas XML
• Langages de représentation des ressources
– Des champs aux schémas de métadonnées
• Langages de représentation de concepts/entités
– Langages documentaires, langage d’indexation, de recherche
– Langages de représentation d’entités nommées
» Des listes d’autorité aux référentiels sémantiques
– Langages de représentation Métier ou Domaine
représentation des activités et non des ressources seules
 Représenter les activités - pas uniquement les ressources
Repositionner les notions de classes, concepts, sujet
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

12. 2.3
Outils : modèle entité-relation-attribut
Outil de modélisation de données de haut niveau
Modèle « Entité-Association » (1970->)
– Entité
– Objet pourvu d’une existence : un ou des individus (un auteur, une
société, un gène, etc.), une chose concrète ou abstraite
(publication, pays, etc.), un événement (facture, manifestation, etc.).
– Relation
– Association fonctionnelle entre deux entités ou classes d’entités.
– Attribut ou propriété
– Données élémentaires sur une entité (date ou lieu de naissance
d’une personne) ou sur une relation.
– Cardinalité
– Dimension ou degré de la relation; nombre d'entités impliquées
dans cette relation : une seule entité (réflexive), minimum (0 ou 1) et
maximum (n).
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

13. 2.3
Outils : modèle entité-relation-attribut
Une représentation (partielle) du domaine Musique
identifiant relation
Instance de la entités attributs Instance de la
classe Oeuvre classe Personne
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

14. 2.4
Architecture des composants fonctionnels
Réservoirs de connaissances
Référentiel Accès
Ontologie
(structure des connaissances)
Recherche
Administrer
Base de connaissances So what de Miles Davis
Vocabulaires contrôlés
Thésaurus Taxonomie
de navigation
Métadonnées Métadonnées Métiers
Œuvres, Personnes,
Concerts,…
Données Moteur
de Autres métadonnées
Indexer
vidéo, photo, Titre, format, support,…
texte, artefact recherche
Vocabulaire enrichi
Synonymes et traductions
Autres relations
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

15. Fonction d’administration
Administration des métadonnées
Qualité des Référentiels

16. 2.5
Administration des métadonnées
• Les applications s’auto-référencent ?
• Elaborer une documentation « informatique » et « métier »
• Documenter le référentiel des applications
• Règle de documentation : norme ISO 11179 (MDR)
• Autres règles : ISO 9735-2:2002 pour les données composites
• Enregistrer schémas et profils d’application
• les « agences d’enregistrement » de l’ISO 11179
• Profils d’application: schéma + règle + système d’encodage +
tableau de concordance
• Reprise du projet « Registry » au sein du Dublin Core
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

17. 2.5
Métadonnée « Contribution person »
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

18. 2.5
Qualité des référentiels
• Qualité de quoi ?
– la qualité du modèle initial
– La qualité des données elles-mêmes
– La qualité interne du schéma de métadonnées
– La qualité externe du schéma de métadonnées
– La qualité des vocabulaires d’encodage
• Quel contrôle ?
– Pour chacune de ces catégories
– Par échantillonnage sur les données et leurs usages à la
recherche et à l’indexation
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

19. 3.
3. AXES D’EVOLUTION
Quelques axes d’évolution
dans ce nouveau contexte

20. 3.
Présentation de 4 axes d’évolution
1. Des listes d’autorité aux répertoires sémantiques
 Le cas du Catalogue de la Cité de la Musique
2. Métadonnées composites et choix d’encodage
• Les normes du Web
 Le cas de la représentation des « langues » (rfc 4646)
3. Convergence et spécificités des modèles
 Le cas des modèles éditorial, bibliothéconomique, archivistique et
documentaire
4. Accès immédiat aux corpus numériques
 Le cas des thèses
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

21. 3.1
#1. Des listes d’autorité
aux répertoires sémantiques
Le cas du Catalogue de la Cité de la Musique

22. 3.1
Référentiel sémantique (1)
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

23. 3.1
Référentiel sémantique (2)
• Schémas de métadonnées
– Cohérents et coordonnés
• Répertoires contrôlés et enrichis : des ressources
– Des entités identifiées (identifiant, uri)
– Des entités contrôlées
Les Titres de partition, d’œuvres, d’ouvrages, de concerts,…
Les Noms des musiciens, compositeurs, éditeurs ….
Les Noms des instruments
Les Fonctions/Rôles
– Des entités enrichies par des attributs
Les valeurs de certains attributs sont elles-mêmes contrôlées
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

24. 3.1
Référentiel sémantique (3)
• Finalités
– Ré-exploitations multiples
• Grâce aux Entités - Attributs - Relations
– Logiques de recherche/navigation du Web
– Optimisation économique
• Quelles évolutions ?
– Connaissances sur le domaine, plus que catalogue de documents
• La Musique à travers ses compositeurs, ses œuvres, ses
instruments, ses interprétations,…
– Fluidité des liens entre « nœuds » versus rigidité des notices
– Offres construites avec des applications composites mêlant
des ressources pas toujours homogènes
• Interopérabilité structurelle
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

25. 3.2
#2. Métadonnées composites
et choix d’encodage
Les normes du Web
Le cas de la représentation des « langues » (rfc 4646)

26. 3.2
Représentation des langues (1)
• Analyse du problème posé
– Langue
– la langue écrite dans un système d’écriture particulier
» la langue chinoise - alphabet chinois ou romanisé (pinyin)
– La langue parlée
– Dans une région précise du monde » En-UK, En-US, en-CA
– Unité traitée
– La langue d’un document textuel, d’une mention sur une affiche, du
sous-titrage, de leurs traductions, d’annotations..
– Supports plurilangues
– Dans le temps
– Prise en compte de l’évolution des Pays en particulier
– Des langues anciennes
– Langues et pays : écriture éponyme » deu et non ger
– Règles d’encodage du Web - XHTML, HTML, CSS
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

27. 3.2
Représentation des langues (2)
• Métadonnée composite du W3C
– Sur la base de la RFC 4646 (Tags for Identifying Languages)
– Finalités
– Accès direct aux ressources
– Répondre précisément aux besoins
– Prendre en compte les particularismes régionaux à travers le
monde
– Intégré à Dubin Core / ISO 15836
zh - Latn - CN
[ISO 639-1] [ISO 15924] [ISO 3166]
de - CH - 1996
Allemand utilisé en Suisse, écrit après la réforme de l'orthographe
entamée en 1996 après J.C.
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

28. 3.2
Représentation des langues (3)
• Quelles évolutions ? Jusqu’où aller ?
– Représentation et encodage fins d’éléments de donnée
appartenant à un schéma de représentation global
– La langue telle qu’elle est parlée ou écrite
– Mais aussi Contributeur = Personne - Rôle - Date, répétable
– Associer des métadonnées à des grains d’information
– L’interview d’une personnalité au sein d’une séquence
– S’aligne-t-on sur les exigences des technologies du Web ?
– accès direct aux ressources, caractère international, précision de la
description de tout ou partie des ressources,…
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

29. 3.3
#3. Convergence et spécificités
des modèles
Le cas des modèles éditorial, bibliothéconomique,
archivistique et documentaire

30. 3.3
Modèles documentaires (1)
• Points de vue variés sur des objets informationnels
ou des activités des Audiences
• Critères nombreux
• Unité de traitement privilégiée
• Résultat : schéma de représentation (notice)
• Appartenance à des collections : thématiques, par filiation,…
• Structure prise en charge ; interne ou externe à l’objet
• Usages de cette représentation
(en recherche, avec ou sans outils supplémentaires…)
• Reconnaissance (ou pas) de cette méta-structure par les
audiences visées
• Existence ou pas de formats normalisés (e-books).
Existence ou pas d’outils de production
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

31. 3.3
Modèles documentaires (2)
A. Structuration orientée par l’objet physique  
1. Modélisation éditoriale
2. Modélisation bibliographique
B. Structuration orientée par les contenus  
3. Modélisation Contenu de premier niveau
4. Modélisation Structurelle de premier niveau
5. Modélisation Genre
6. Modélisation Domaine ou Métier (contexte)
7. Modélisation Collection (contenu/contexte) 
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

32. 3.3
Modèles documentaires (3)
1. Modélisation éditoriale
• L’objet pris comme un tout, appartenant à une collection (filiation)
• Structure interne visible
– supportant la navigation intra-documentaire
– Connue par un large public
• Formats normalisés (e-book)
2. Modélisation bibliographique
• L’objet pris comme un tout, appartenant à une collection
(acquisition)
• Structure externe à l’objet (notice)
– Connue par un large public
– N’intègre pas (ou très peu) la sémantique structurelle éditoriale
• Formats normalisés
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

33. 3.3
Modèles documentaires (4)
3. Modélisation Contenu de 1er niveau
• L’objet pris comme un tout, appartenant à une collection (filiation)
• Structure externe à l’objet enrichie de métadonnées d’accès
– Offrant une vue synthétique (sujet), mais externe à l’objet
– Territoire fixé par l’objet
4. Modélisation Structurelle de 1er niveau
• L’unité documentaire est « décrochée » par rapport à l’unité
éditoriale ou bibliographique (article, reportage, …) créant après
la collection et l’objet, un 3ème niveau
• Structure externe à l’objet enrichie de métadonnées d’accès
– Offrant des accès analytiques pluriels
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

34. 3.3
Modèles documentaires (5)
5. Modélisation Genre
• L’objet pris comme un tout, appartenant à une famille particulière
• Structure intra-documentaire prédéterminée par le genre, non
formelle
– Connue par un public au sein de communautés métiers
– Métagenres (compte-rendu de réunion), genres spécialisés
– Traduit dans le modèle documentaire par une seule métadonnée
6. Modélisation Domaine ou Métier
• Prend appui sur les activités et non spécifiquement les objets
• Structure de représentation du domaine, externe aux ressources,
indépendante de celles-ci
– Connue par les acteurs du domaine et touche un public large au
sein du domaine
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

35. 3.3
Modèles documentaires (6)
7. Modélisation Collection
– Intégration des objets au sein d’un schéma d’ensemble
• Collection éditoriale, d’une bibliothèque, d’un musée, fonds d’une
centre documentaire, fonds d’archives
• Le référent de cette structure est varié : filiation ou contexte de
production , savoir encyclopédique ou domaine spécialisé,
activités…
Dans un contexte de fédération de ressources
(portail), il est possible de rendre convergents ces
différents points de vue, tout en conservant les
spécificités de chacun.
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

36. 3.3
Modèles documentaires (6)
• Granularité de l’unité de traitement choisie
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

37. 3.3
Modèle documentaire générique
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

38. 3.4
#4. Accès immédiat
aux corpus numériques
Le cas des thèses

39. 3.4
Le cas des thèses (1)
• Recommandation TEF de 2006
• « définit un jeu de métadonnées pour les thèses électroniques
soutenues en France.
• […] a voulu valoriser les thèses françaises grâce à leur diffusion
électronique et engager une politique de dépôt et de
conservation qui assure leur pérennité. »
• Optimiser un circuit éditorial
• Postérieur à la création de l’objet
• Métadonnées de type bibliographique et administrative
Un modèle éditorial post-publication
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

40. 3.4
Le cas des thèses (2)
• Améliorer aussi l’exploitation des thèses
• Accès immédiat au corpus, lecture non linéaire, parcours,
exploitation partielle,…
• Insérer des connaissances propres au domaine
• Structuration interne de la thèse (genre)
– Etat de l’art, méthodologie, modèle, algorithme, architecture,
prototype ou étude de cas d’une thèse scientifique
– A formaliser dans le jeu de métadonnées
• Offrir des possibilités d’indexation sociale par les lecteurs
• Adosser ces nouvelles métadonnées au schéma
existante
• Métadonnée : éditoriale, bibliographique, administrative et de
contenu
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

41. 3.4
Le cas des thèses (3)
C. Roussey - Une méthode d’indexation
• Etat de l’art sur l’indexation dans sémantique adaptée aux corpus multilingues, 2001
Sommaire de la thèse
différents types de SRI
• Méthode d’indexation proposée
Index : modèle des graphes sémantiques,
extensions tels thesaurus sémantique,
opérateur de projection et algorithmes;
annotation et indexation;
• Expérimentation
Index : prototype SyDOM, bibliothèque
(lieu d’exp.), évaluation de l’indexation
• Perspective
• Terminologie
Index : indexation automatique, système
de représentation de concepts, ressource
linguistique
• Article (grain autonome) sur les
systèmes de recherche multilingue
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -

42. 4.
Conclusion provisoire…

43. 4.
Complexité de mise en oeuvre
• Malgré les qualités des technologies du Web
• Ouverture, interopérabilité technique, normalisation,…
• Des difficultés de conception et de mise en œuvre
• Normalisation, méthodes et outils : mobilité très grande
• Contenu et systèmes ouverts
» Penser autrement territoires et périmètres
» Articuler différents modèles, schémas et langages
» Complexité de la reprise de l’existant
» Importance des travaux de modélisation
• S’ouvrir aux pratiques et besoins des Utilisateurs
» Renouveler l’ ergonomie et les services
• Economie des dispositifs et coût des transformations
• Accompagner le changement : formation de formateurs
Adopter un esprit ouvert et critique
INRIA IST - Session introductive sur les métadonnées par Sylvie D
29 Sept 2008 -