Note
On présente souvent le Web initial comme un web « des documents », par opposition à ses évolutions ultérieures (web social, web sémantique...), mais on voit dans cette figure que lesdites évolutions étaient déjà en puissance dans l’idée de départ.
Le web est constitué de ressources, par exemple :
- le bulletin météo du jour pour Lyon
- le bulletin météo du jour pour le lieu courant
- ma commande de café de jeudi dernier
Chaque ressource est identifiée par un IRI (Internationalized Resource Identifier), e.g.:
Une ressource n’est pas un simple fichier, dont on récupèrerait le contenu. Elle est un objet actif, avec lequel on interagit.
le bulletin météo du jour pour Lyon :
→ son état change chaque jour
le bulletin météo du jour pour le lieu courant :
→ son état dépend de plus du contexte de l’utilisateur
ma commande de café de jeudi dernier :
→ on peut agir dessus (par exemple pour l’annuler)
représentation : | utilisable par : |
---|---|
texte (HTML...) | humains, moteurs de recherche |
médias (image, son...) | surtout humains |
données structurées | machines |
XML (eXtensible Markup Language) a été recommandé par le W3C en 1998. L’objectif était de pallier la sémantique « faible » de HTML.
<!-- HTML -->
<a href="http://champin.net/">
Pierre-Antoine <strong>Champin</strong>
(<em>Maître de conférences</em>)</a>
<!-- XML -->
<Person homepage="http://champin.net/">
<givenName>Pierre-Antoine</givenName>
<surname>Champin</surname>
<job>Maître de conférences</job></Person>
On a dit tout et son contraire l’apport sémantique de XML :
Les deux ont leur part de vérité.
... dans le sens ou il est extensible : on peut donc exprimer des choses que HTML ne permet pas d’exprimer (e.g.``<givenName>``).
<Person xmlns="http://xmlns.com/foaf/0.1/"
xmlns:pro="http://example.com/"
homepage="http://champin.net/">
<givenName>Pierre-Antoine</givenName>
<surname>Champin</surname>
<pro:job>Maître de conférence</pro:job></Person>
... dans la mesure ou :
Le surplus de sémantique promis par XML n’est donc pas « magique » : il suppose
de créer de nouveaux langages basés sur XML (DTD, schémas),
d’écrire les logiciels qui interpréteront ces nouveaux langages,
→ chaque langage reste relativement idiosyncratique.
L’apport est donc essentiellement technique : la base commune de XML permet de factoriser les efforts de développement et d’apprentissage :
Le modèle sous-jacent de la syntaxe XML est un arbre (XML Infoset), ce qui n’est pas adapté à la structure décentralisée du Web.
L’objectif du Resource Description Framework (RDF), recommandé par le W3C en 1999, vise à munir le Web d’un modèle de données plus adapté, ayant une structure de graphe.
L’objectif est de construire le Semantic Web : un web dans lequel les machines ont (enfin) accès à la sémantique des données.
Recommandation un peu hâtive, présentant quelques défauts importants (notamment l’absence de sémantique formelle).
→ faible adoption de RDF
Toute donnée publique (gouvernementale, ONU) ou publiée (scientifique) devrait être accessible sous une forme permettant le traitement automatique (en plus d’une forme lisible pour des humains).
Utiliser des IRIs pour nommer les choses (= ressources).
Utiliser des IRIs HTTP pour pouvoir obtenir des représentations de ces ressources.
Fournir ces représentations en utilisant des langages et des protocoles standards (RDF, SPARQL).
Inclure des liens pour permettre de découvrir de nouvelles ressources.
d’après Tim Berners-Lee, http://www.w3.org/DesignIssues/LinkedData.html
Projet lancé par Chris Bizer en 2007.
Objectif : extraire les informations structurées (infobox) présentes dans Wikipedia pour les exposer en RDF.
En septembre 2013 (version 3.9) :
The English version of the DBpedia knowledge base currently describes 4.0 million things, out of which 3.22 million are classified in a consistent Ontology, including 832,000 persons, 639,000 places (including 427,000 populated places), 372,000 creative works (including 116,000 music albums, 78,000 films and 18,500 video games), 209,000 organizations (including 49,000 companies and 45,000 educational institutions), 226,000 species and 5,600 diseases.
Microformats (Community)
The Open Graph protocol (Facebook)
Schema.org (Bing, Google, Yahoo)
Ces projets ont le même objectif : rendre le Web plus accessible aux machines.
Bien qu’utilisant initialement des technologies différentes, ils convergent progressivement vers RDF.
Lorsqu’on publie des documents ou des données sur le Web, on est amené à « baptiser » la ressource correspondante, en lui forgeant un IRI.
Note
Le terme forger (en anglais mint) est une référence à la monnaie : un IRI est comme une pièce de monnaie, une marque (token) qui « vaut pour » autre chose.
N’importe qui ayant l’autorité sur un espace de noms :
La problématique du nommage des entités représentées se pose quel que soit le formalisme.
`I don’t know what you mean by “glory,”’ Alice said.
Humpty Dumpty smiled contemptuously. `Of course you don’t – till I tell you. I meant “there’s a nice knock-down argument for you!”’
`But “glory” doesn’t mean “a nice knock-down argument,”’ Alice objected.
`When I use a word,’ Humpty Dumpty said in rather a scornful tone, `it means just what I choose it to mean – neither more nor less.’
`The question is,’ said Alice, `whether you can make words mean so many different things.’
`The question is,’ said Humpty Dumpty, `which is to be master – that’s all.’
Le triangle sémiotique
On peut assimiler :
Cf. le troisième principe du Linked Data
Note
Bien sûr, on peut se poser la question d’identifier la représentation elle-même. Il existe des solutions.
Les IRIs ont des propriétaires, mais pas (toutes) les ressources ; pour une ressource données (e.g. la Tour Eiffel), n’importe qui peut donc lui forger un IRI.
→ risque de prolifération de synonymes
Il existe une manière standard de déclarer la synonymie de deux IRIs (owl:sameAs, cf. Vocabulaires et méta-vocabulaires)