Les technologies du Web appliquées aux données structurées (1ère partie : Encoder et structurer les données)

LES TECHNOLOGIES DU WEB APPLIQUÉES
AUX DONNÉES STRUCTURÉES

1e partie : encoder et structurer les données

Gautier Poupeau Emmanuelle Bermès
Antidot Centre Pompidou
http://www.lespetitescases.net http://www.figoblog.org
Twitter @lespetitescases Twitter @figoblog

Séminaire INRIA – 1-5 octobre 2012

SOMMAIRE

1. L'architecture du Web
2. Les URI
3. Principes de RDF
4. Vocabulaires et ontologies
5. SPARQL
6.La sérialisation

Web sémantique
OU

Web sémantique

L'ARCHITECTURE DU WEB
UN RÉSEAU DÉCENTRALISÉ


Internet ≠ Web


Internet ≠ Web

TCP/IP


Internet ≠ Web

TCP/IP HTTP


Internet ≠ Web

TCP/IP HTTP
IMAP
P2P
POP

Méthodes de HTTP

Je voudrais voir la ressource http://exemple.inria.fr

Méthodes de HTTP

GET

Je voudrais voir la ressource http://exemple.inria.fr

Méthodes de HTTP

Je voudrais agir sur la ressource http://exemple.inria.fr

Méthodes de HTTP

POST

Je voudrais agir sur la ressource http://exemple.inria.fr

Méthodes de HTTP

Je voudrais ajouter la ressource http://exemple.inria.fr/1

Méthodes de HTTP


OK

Méthodes de HTTP

PUT


OK

Méthodes de HTTP

Je voudrais supprimer la ressource http://exemple.inria.fr

Méthodes de HTTP

DELETE

Je voudrais supprimer la ressource http://exemple.inria.fr

L'architecture du Web

Ressource


Ressource

URI

Identifant


Ressource

URI

Identifant
Représentations


Ressource

URI URI

Identifant
Représentations

L'HYPERTEXTE

L'HYPERTEXTE

404

Des standards ouverts et libres

Des organismes de normalisation
Des licences libres
indépendants

Pas de brevet Pas de Royalties

LE WEB DE DOCUMENTS

Un mécanisme Un mécanisme
de communication d'identification

HTTP URI

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message

HTML

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message Interpréter le code

HTML

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message Interpréter le code

HTML Le navigateur Web

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message Interpréter le code Relier les documents

HTML Le navigateur Web

LE WEB DE DOCUMENTS


HTTP URI

Encoder le message Interpréter le code Relier les documents

HTML Le navigateur Web Le lien hypertexte

Et si on encodait la réalité ?
« The Need for Semantics in the Web », Tim Berners-Lee

Passer d’un Web de documents « sans relief »
peu compréhensible par les machines à….

un Web de choses relié à la réalité et
compréhensible par les machines

Source : http://www.w3.org/Talks/WWW94Tim/

DU WEB DE DOCUMENTS AU WEB DE DONNÉES


HTTP URI

Des règles
Une grammaire Des vocabulaires d’écriture Des moyens
de communication

RDF RDF/XML, N3
RDFS/OWL SPARQL
Turtle, RDFa

SOMMAIRE

1. L'architecture du Web
2. Les URI
3. Principes de RDF
4. Vocabulaires et ontologies
5. SPARQL
6. La sérialisation

Être ou ne pas être...
IDENTIFIÉ
http://www.mied.org/personne/Eugene_Delacroix

http://www.mied.org/oeuvre/Liberte_guidant_le_peuple

http://www.mied.org/institution/Louvre
http://www.mied.org/lieu/Paris

http://www.mied.org/concept/Romantisme
http://www.mied.org/concept/Tableau

Pour attribuer les URI des ressources, il faut analyser les différentes
entités qu'on manipule et qui doivent être identifiées.

Les URI
UNIFORM RESOURCE IDENTIFIER
Syntaxe :
<scheme:chaîne/de.caractère>
<http://monsite.com/dossier/fichier.html#ancre>
<http://mondomaine.org/ressource/1234>

NB : Les URI sont des identifiants Web. Les
URL sont des URI qui identifient la ressource
par le moyen d'y accéder. Les URL peuvent
être pérennes.

Les URI
» Scheme :
La syntaxe des URI :
 préfixe qui indique le
contexte dans lequel les
identifiants sont
attribués (ex. URN,
INFO, ARK, HTTP etc.)‫‏‬
 Pour garantir l’unicité, le
scheme doit être
enregistré auprès de
l’IANA
 Le scheme est toujours
suivi de « : »
» authority
Caractères réservés  Désigne l’autorité en
charge d’attribuer des
reserved = gen-delims / sub-delims noms pour ce scheme
gen-delims = ":" / "/" / "?" / "#" / "[" / "]" / "@" » Path/Name :
 Nom (ou chemin)
sub-delims = "!" / "$" / "&" / "'" / "(" / ")" attribué par l’autorité
/ "*" / "+" / "," / ";" / "=" nommane

Les URI
IDENTIFIANTS OPAQUES / SIGNIFIANTS

<http://www.mied.org/personne/Eugene_Delacroix>

<http://www.mied.org/R-2f2f75cb28b2082>

Bonnes pratiques :
– Veiller à la persistence des différentes parties qui composent l'URI
(dont le nom de domaine)
– S'assurer de l'extensibilité et de la pérennité du système de
nommage
– Garantir l'unicité en excluant tout éléments susceptible d'être
ambigu

Les URI
MAINTENIR ET GÉRER LES IDENTIFIANTS DANS LE TEMPS

Utilisation d'un système normalisé (INFO, DOI, URN...)
→ la pérennité n'est pas un problème technique

Utiliser des URI HTTP pour s'inscrire dans l'architecture du Web

Anticiper les cas
→ de disparition d'une ressource
→ de fusion de plusieurs ressources

La pérennité est reconnue comme une problématique organisationnelle, qui
repose sur la capacité à imprimer au sein d'une organisation la volonté de
s'engager à garantir cette pérennité, et donc à déployer les processus et les
moyens qui s’imposent.

Le principe de RDF
RESOURCE DESCRIPTION FRAMEWORK

sujet objet
prédicat

Eugène Delacroix est l'auteur de La liberté guidant le peuple

Le principe de RDF est d'exprimer l'information sous forme de phrases
simples (sujet verbe complément, ou sujet prédicat objet).
Ces phrases sont appelées “triplets”.

Le principe de RDF

sujet objet
prédicat


http://www.mied.org/ontologie/auteur

http://www.mied.org/oeuvre/Liberte_guidant_le_peuple

Les ressources (sujet, objet) et les relations (prédicat) sont identifiées par
des URI afin de permettre aux machines de les reconnaître et de les
manipuler.

Le principe de RDF

est mort à
“Paris”

L'objet du triplet peut être une ressource représentée par une URI ou un
littéral (une chaîne de caractère).

Le principe de RDF

est mort à
“Paris”

?


Le principe de RDF

est mort à
http://www.mied.org/lieu/Paris

est un
fait partie de

label label

“Paris”@fr “Parigi”@it


Le principe de RDF

http://www.mied.org/ontologie/lieudeces

label type

''est mort à''@fr rdfs:property

Le prédicat est lui-même une ressource. Il est identifié par une URI et peut
être le sujet de triplets qui décrivent son rôle dans l'ontologie.

Il s’agit d’une ressource d’une nature particulière, qu’on appelle une
propriété.

Le principe de RDF

est contemporain de

est un
est l'auteur de

est mort à est un

est mort à est conservé au

se trouve à
est un
est conservé au

L'ensemble des triplets, reliés les uns aux autres par les URI qu’ils
ont en commun, constitue un graphe.

Le principe de RDF
sujet objet
prédicat

Le SUJET est toujours Le PREDICAT est L'OBJET peut être un
une URI. toujours une URI. texte (LITTÉRAL) ou
une URI.
Toute “chose” sur Il permet d'exprimer
laquelle on veut faire les PROPRIÉTÉS des
des assertions (sujet) “choses”, ou la nature
doit avoir une URI. des RELATIONS des
“choses” entre elles.
Les “choses” ont
toujours un type : une
CLASSE.

Les CLASSES et les PROPRIÉTÉS
sont déclarées dans des
VOCABULAIRES pour être réutilisées

Vocabulaires et ontologies

RDFS et OWL sont des standards RDF permettant de déclarer des
classes, des propriétés, et leur logique

Ex. de classe : Personne

Ex de propriété : nom ABC

Ex. de relation : estContemporainDe

Ex. de logique :
(propriété symétrique)


Les classes, propriétés et leur logique sont déclarés dans
l'ontologie http://www.mied.org/ontologie

La même chose avec des URI
<http://www.mied.org/ontologie/Personne>

<http://www.mied.org/ontologie/nom> ABC

<http://www.mied.org/ontologie/estContemporainDe>

Ou encore :
@prefix mied: http://www.mied.org/ontologie/
mied:Personne
mied:nom ABC

mied:estContemporainDe

Classes et hiérarchies de classes

En RDF, toute “chose” a un type (ou plusieurs). On appelle cela une
“classe”. Les classes sont organisées en hiérarchies (classes, sous-classes)

CHOSE

LIEU PERSONNE

VILLE PAYS


On peut définir les rapports des classes entre elles par certaines
caractéristiques : par ex. classes disjointes (personne ≠ lieu)

NB : tout ce qui définit une classe doit pouvoir s'appliquer aussi à ses
sous-classes. Ex: un lieu peut avoir des coordonnées géographiques, donc
une ville peut avoir des coordonnées géographiques.

Classes et instances

Une classe est une abstraction (type de chose)

Une instance est la chose concrète qui se rattache à une classe.


Ex. Eugène Delacroix est une
instance de la classe mied:Personne


Là où ça se complique...

Il ne faut pas confondre une hiérarchie de classe avec les rapports que
peuvent avoir les instances, voire les classes entre elles.

PARIS VILLE

?
FRANCE PAYS
?

Classes et instances

Quelques exemples d'instances qu'on rencontre dans les données du
Musée Imaginaire Eugène Delacroix :

EUGÈNE DELACROIX
PARIS
LA LIBERTÉ GUIDANT LE PEUPLE
LE ROMANTISME
LE MUSÉE DU LOUVRE
VICTOR HUGO


A noter :
– On désigne la classe par son URI
– On relie une instance à sa classe par une relation “rdf:type”

rdf:type
http://www.mied.org/ontologie/Personne

Propriétés

Les propriétés correspondent au “verbe” dans le triplet.

est de type mied:Personne

s'appelle
“Eugène Delacroix”
est contemporain de


On distingue
– Propriété de types de données (datatype property) : propriété qui
relie une instance et un littéral (texte, nombre...)
– Propriété d'objet (object property) : propriété qui relie une instance
et une autre instance (c'est à dire que l'objet est une URI)

Logique des propriétés

On peut (de manière optionnelle) indiquer le comportement d'une
propriété par rapport aux instances qu'elle décrit, ou par rapport à
d'autres propriétés.
Propriété
symétrique :

mied:estAuteurDe
Propriétés inverses :

mied:aPourAuteur

mied:lieuDecès
Propriété fonctionnelle :

NB : attention au sens des propriétés (orientation).

Propriétés : domaine et co-domaine

On peut (de façon optionnelle) définir plus précisément la façon dont les
propriétés peuvent être utilisées.
– Le “domaine” (domain) correspond aux classes qui peuvent être
sujet d'une propriété.
– Le “co-domaine” (range) définit les classes qui peuvent être objet
d'une propriété.

domaine co-domaine
PERSONNE PERSONNE


Hiérarchies de propriétés

Une propriété peut être définie comme “sous-propriété” d'une autre. C'est-
à-dire qu'elle est plus “précise”.

Cela permet, par exemple, de lui attribuer un domaine et/ou un co-
domaine plus précis.

co-domaine
mied:lieu
mied:Lieu

co-domaine
mied:LieuNaissance
mied:Lieu

co-domaine
mied:LieuDeces
mied:Lieu

Hiérarchies de propriétés

Si une propriété s'applique dans un triplet, et qu'elle est sous-propriété
d'une autre, alors la “super-propriété” s'applique également.

mied:estPeintreDe

mied:estPeintreDe
< mied:estAuteurDe

mied:estAuteurDe

Équivalences de classes / propriétés

OWL offre des mécanismes pour déclarer l'équivalence entre des classes et
des propriétés de différents vocabulaires.

rdf:type mied:estAuteurDe

mied:Personne

owl:equivalentClass owl:equivalentProperty

rdf:type mvh:auteur

mvh:Personne

Équivalences entre les instances

La propriété owl:sameAs permet de déclarer l'équivalence entre deux
ressources dotées de deux URI différentes.

On parle aussi d'alias d'URI

Dans ce cas, toutes les assertions qui concernent l'une des instance
s'appliquent aussi à l'autre.

owl:sameAs

http://www.mied.org/personne/Victor_Hugo

http://www.museevictorhugo.fr/VictorHugo


Inférences

Il est possible d'induire la classe d'une ressource à partir de la propriété
qui la décrit, si celle-ci précise un domaine et/ou un co-domaine.

domaine co-domaine
mied:LieuDeces
mied:Personne mied:Lieu

mied:LieuDeces

Inférences

A l'intérieur d'une hiérarchie de classes, les propriétés qui s'appliquent
(domaine ou co-domaine) à une classe s'appliquent aussi à ses sous-
classes et aux instances de la classe et de ses sous-classes.

domaine co-domaine
mied:estAuteurDe
AGENT CHOSE

PERSONNE INSTITUTION

mied:estAuteurDe

Inférences

En RDF, toute assertion est supposée vraie... donc...

domaine co-domaine
mied:estAuteurDe
AGENT CHOSE

PERSONNE INSTITUTION Taupe ?

mied:estAuteurDe

SPARQL
SPARQL est un langage de requête qui permet de parcourir le graphe à
partir de contraintes exprimées sous la forme d'équations.

Soit le graphe suivant sous la forme d’une représentation graphique :

Ce qui correspond aux triplets suivants :

SPARQL
Rechercher un sujet

Quelle est la ressource sujet dont le prédicat est <orange> et l’objet <7> ?
Reformuler la question
Sujet = ?
Prédicat = <orange>
Objet = <7>

SPARQL
Rechercher un sujet

Reformuler la question Sous forme de triplets
Sujet = ?
?sujet <orange> <7>.
Objet = <7>

SPARQL
Rechercher un sujet

Sujet = ?
?sujet <orange> <7>.
Objet = <7>

Réponse

?sujet

SPARQL
Rechercher un prédicat

Comment atteindre les ressources <2> et <6> à partir de <1> ?

SPARQL


Sujet = <1>
Prédicat = ?
Objet = <2> et <6>

SPARQL


Sujet = <1> <1> ? <2>.
Prédicat = ? <1> ? <6>.
Objet = <2> et <6>

SPARQL


Sujet = <1> <1> ?predicat <2>.
Prédicat = ? <1> ?predicat <6>.
Objet = <2> et <6>

SPARQL


Sujet = <1> <1> ?predicat <2>.
Prédicat = ? <1> ?predicat <6>.
Objet = <2> et <6>

Réponse

?predicat

SPARQL
Rechercher un objet

Quelle est la ressources liée en tant qu’objet à la
ressource <6> par le prédicat <violet> ?
Sujet = <6>
Prédicat = <violet>
Objet = ?

SPARQL
Rechercher un objet

Sujet = <6>
Prédicat = <violet> <6> <violet> ?objet.
Objet = ?

SPARQL
Rechercher un objet

Sujet = <6>
Prédicat = <violet> <6> <violet> ?objet.
Objet = ?
Réponse

?objet

SPARQL
L’intérêt du parcours de graphe en SPARQL réside aussi dans la
possibilité d’enchaîner des triplets dont certains éléments ne sont pas
connus. On peut ainsi découvrir des éléments qui sont éloignés de l’objet
de notre recherche par des inconnues.

?
Ex. : Quelles sont les personnes décédées
dans la même ville qu'Eugène Delacroix ?

Sous forme de triplets
<mied:Eugene_Delacroix> <mied:lieuDeces> ?lieu.
est mort à
?lieu <rdf:type> <mied:Lieu>.
?personne <mied:lieuDeces> ?lieu.
est mort à

est un ?

SPARQL

Ex. : Quelles sont les personnes décédées
dans la même ville qu'Eugène Delacroix ?

Sous forme de triplets
<mied:Eugene_Delacroix> <mied:lieuDeces> ?lieu.
est mort à
?lieu <rdf:type> <mied:Lieu>.
?personne <mied:lieuDeces> ?lieu.
est mort à

Réponse

?lieu ?personne
est un
<mied:Paris> <mied:Victor_Hugo>

SPARQL

Ex. : Dans quelle ville sont conservées les Sous forme de triplets
oeuvres d'Eugène Delacroix ?
<mied:Eugene_Delacroix> <mied:estAuteurDe> ?oeuvre.
?oeuvre <mied:lieuConservation> ?musée.
?musée <mied:localisation> ?lieu.

est l'auteur de

? est conservé au

? se trouve à ?

SPARQL

Ex. : Dans quelle ville sont conservées les Sous forme de triplets
oeuvres d'Eugène Delacroix ?
<mied:Eugene_Delacroix> <mied:estAuteurDe> ?oeuvre.
?oeuvre <mied:lieuConservation> ?musée.
?musée <mied:localisation> ?lieu.
Réponse

est l'auteur de ?lieu
?oeuvre

<mied:Liberte> <mied:Paris>
est conservé au

se trouve à

SPARQL
Ex. : Quelles sont les
oeuvres qui se Sous forme de triplets
rattachent au même
courant que celles de <mied:Eugene_Delacroix> <mied:estAuteurDe> ?oeuvre.
Delacroix ? ?oeuvre <mied:appartientA> ?courant.
?oeuvres <mied:appartientA> ?courant.

est l'auteur de

? appartient à ? appartient à ?

SPARQL
Ex. : Quelles sont les
oeuvres qui se Sous forme de triplets
rattachent au même
courant que celles de <mied:Eugene_Delacroix> <mied:estAuteurDe> ?oeuvre.
Delacroix ? ?oeuvre <mied:appartientA> ?courant.
?oeuvres <mied:appartientA> ?courant.

Réponse

?oeuvre ?genre

<mied:Liberte> <mied:Romantisme>

est l'auteur de <mied:Miserables <mied:Romantisme>
>

est l'auteur de
appartient à appartient à

LA SÉRIALISATION
RDF définit un modèle logique, abstrait, pour décrire la sémantique des
informations. Il est ensuite nécessaire d'exprimer les données suivant
une syntaxe spécifique.
rdf:type

mied:nom
“Eugène Delacroix”

N3 / TURTLE
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix mied: <http://mied.fr/ontologie/> .
<http://www.mied.fr/personne/Eugene_Delacroix> rdf:type mied:Personne ;
mied:nom "Eugène
Delacroix".

LA SÉRIALISATION
rdf:type

RDF / XML
<?xml version="1.0" encoding="UTF-8"?>
mied:nom
<rdf:RDF “Eugène Delacroix”
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

xmlns:mied="http://mied.fr/ontologie/">

<rdf:Description rdf:about="http://www.mied.fr/personne/Eugene_Delacroix">

<rdf:type rdf:resource="http://mied.fr/ontologie/Personne"/>
<mied:nom>Eugène Delacroix</mied:nom>

</rdf:Description>

</rdf:RDF>

LA SÉRIALISATION
rdf:type

RDF / XML
<?xml version="1.0" encoding="UTF-8"?>
mied:nom
<rdf:RDF “Eugène Delacroix”
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

xmlns:mied="http://mied.fr/ontologie/">

<mied:Personne rdf:about="http://www.mied.fr/personne/Eugene_Delacroix"
mied:nom="Eugène Delacroix">

</mied:Personne>

</rdf:RDF>

LA SÉRIALISATION
rdf:type

RDFa
mied:nom
<html xmlns="http://www.w3.org/1999/xhtml" “Eugène Delacroix”
version="XHTML+RDFa 1.1"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.w3.org/1999/xhtml
http://www.w3.org/MarkUp/SCHEMA/xhtml-rdfa-2.xsd"
prefix="mied: http://mied.fr/ontologie/">

<head> <title>Eugène Delacroix au Musée Imaginaire</title> </head>

<body>
<div typeof="mied:Personne"
about="http://www.mied.fr/personne/Eugene_Delacroix">
Bienvenue sur le site du Musée Imaginaire
<span property="mied:nom">Eugène Delacroix</span>.
</div>
</body>

</html>

Les technologies du Web appliquées aux données structurées (1ère partie : Encoder et structurer les données)

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (20)

Destaque

Destaque (9)

Semelhante a Les technologies du Web appliquées aux données structurées (1ère partie : Encoder et structurer les données)

Semelhante a Les technologies du Web appliquées aux données structurées (1ère partie : Encoder et structurer les données) (20)

Mais de Gautier Poupeau

Mais de Gautier Poupeau (10)

Les technologies du Web appliquées aux données structurées (1ère partie : Encoder et structurer les données)