une donnée servant à définir ou décrire une autre donnée. Porteuse d'information sur le contexte, le sens et la finalité de la ressource informationnelle portée par la donnée brute. μετά: préfixe grec indiquant l'auto- référence 4
contexte numérique, des dispositifs de médiation sont nécessaires à l’appréhension de la donnée. Plusieurs communautés d’utilisateurs impliquent différents types de métadonnées Une métadonnée doit avoir une finalité et une utilité immédiate Des dispositifs de stockage, de sécurisation et de surveillance sont nécessaires à la conservation des données Attention : l’abus de métadonnées est dangereux pour la santé Des dispositifs d’encodage, de lecture et de transmission conditionnent notre accès aux données
Différentes stratégies sont possibles pour relier les métadonnées aux données qu’elles décrivent - stockage interne : en-têtes des fichiers - stockage externe : fichiers textes reliés Ces données numériques sont porteuses d’information d’identification et de provenance 7
les métadonnées : structuration métadonnées techniques métadonnées administratives métadonnées descriptives métadonnées de structure Conservation des informations sur le processus de création et de transformation Traçabilité des échanges et des habilitations Intelligibilité du contexte Pérennisation et interopérabilité
: l’information 11 l’Objet Information est composé d’un objet données (physique ou numérique) et de l’information de représentation qui permettent d’interpréter les données sous la forme d’une information compréhensible.
: la représentation 12 •Information de structure l types de données courants en informatique, comme des caractères, des nombres, des pixels, des tableaux •Information sémantique l informations complémentaires associées aux éléments de structure, telles que la langue dans laquelle l’objet est exprimé, les opérations réalisables sur chaque type de données et leurs relations, etc. •Autres l Identifiants d’autres standards comme la référence à la norme ASCII basé sur le principe de la récursivité
: la pérennisation 13 Information de provenance Décrit l’origine du contenu d’information, qui en a la charge, et quel est l’historique de ses modifications •Information de contexte •Décrit comment le contenu d’information s’articule avec d’autres informations à l’extérieur du paquet •Information d’identification •Fournit un ou plusieurs identifiants ou systèmes d’identification •Information de droits d’accès •(Access Rights Information) : information qui identifie les restrictions d’accès portant sur l’Information de contenu •Information d’intégrité •Protège le contenu d’information contre les altérations non documentées Information d'accès
connaissance, les concepts qui permettront de décrire les « choses » de façon non ambiguë, et les règles contraignant ces descriptions Cette norme comprend les éléments suivants : - les types de choses : classes Ex : Document, Livre, Personne - les propriétés ou attributs des choses Ex : auteur, date de publication - les contraintes éventuelles qui relient celles-ci à celles-là Ex : Un livre est un document, un livre a au moins un auteur, une personne n'est pas un document Encoder et lier les métadonnées : Le web de données : ontologies et vocabulaires 14
et développer la sémantique des informations On assemble les descripteurs « métiers » dont on a besoin en fonction de ce que l’on veut représenter et des usages des métadonnées, une méthode de raisonnement, un format d’organisation des connaissances et des systèmes d’organisation des connaissances Encoder et lier les métadonnées: Modèles conceptuels 15
Je veux décrire des livres par catégories avec des informations sur les auteurs et gérer les liens entre les différentes formes de représentation de ces livres conservées dans différents lieux Qu’est-ce que je souhaite décrire ? Un livre = Un titre, une description Un auteur = un nom, un prénom, des dates, des lieux Des représentations = des relations, des formes, des contenants et des contenus Des lieux de conservation : une provenance, des activités, des relations Les ingrédients existants • Dublin Core / FRBR / RDA • EAC / FOAF / wgs84-pos / time • PROV-O / RDFS/ OWL
interopérabilité • permet l'interopérabilité entre des données d'un domaine ou entre des domaines hétérogènes (Plus Petit Dénominateur Commun) • 15 éléments optionnels répétables et qualifiables • profils d’implémentation permettant d’échanger facilement des données entre différents domaine • permet de s’intégrer dans des portails documentaires transversaux • permet de gérer les descriptions hétérogènes au sein d’une archive OAIS 19
décrire les objets en garantissant leur traçabilité • Contrôler le vocabulaire de description • Proposer différents axes de navigation • Offrir des vues différentes d’une même information • Relier des objets et des corpus • Faciliter la pérennisation de l’information
les métadonnées générées par les acteurs au cours des échanges (transfert, de communication, de modification, d'élimination ou de restitution d’archives). Il doit permettre de modéliser les échanges de données pour l‘archivage et d'automatiser les procédures d'échange d'information en décrivant les règles contractuelles qui régissent le versement et la prise en charge d'un paquet d'information. • Les messages MEDONA décrivent les contraintes (format, support, identification) et fournissent un historique des opérations effectuées (transfert, réception, destruction, etc..) • • La grammaire XML permet de définir des règles formelles vérifiables par les machines (est égal à, ne peut pas être différent de, n'existe qu'en un seul exemplaire, provient de, etc...) 25 Processus d’archivage : les échanges MEDONA
les acteurs au cours des échanges (transfert, de communication, de modification, d'élimination ou de restitution d’archives). • Il permet d'automatiser les procédures d'échange d'information en décrivant les règles contractuelles qui régissent le versement et la prise en charge d'un paquet d'information. • Les messages SEDA décrivent les contraintes (format, support, identification) et fournissent un historique des opérations effectuées (transfert, réception, destruction, etc..) • La grammaire XML permet de définir des règles formelles vérifiables par les machines (est égal à, ne peut pas être différent de, n'existe qu'en un seul exemplaire, provient de, etc...) Processus d’archivage : le transfert seda: schéma d’échange des données d’archivage 26
la gestion de l'échange d'un paquet de données. Les informations apportées par cette classe concernent tous les Objets de données du paquet. Ces informations sont : • l'accord de service (ArchivalAgreement), • le profil d'archivage (ArchivalProfile), • le niveau de service (ServiceLevel), • la règle d'accessibilité (AccessRule) • la règle pour le calcul du sort final (AppraisalRule). Toutes ces informations sont facultatives. 27 Processus d’archivage : le transfert MEDONA : les données de gestion liées au processus
la classe Message. Ces propriétés sont : •une date (Date) qui correspond à la date d'émission du message •un identifiant du message (MessageIdentifier) ; •éventuellement des commentaires (Comment) qui permettent en particulier d'expliquer la raison du message (par exemple pour une réponse négative, ces commentaires peuvent expliquer la raison du refus et ce qu'il convient de faire pour reformuler la demande) •éventuellement une signature du message lui-même (Signature). Le message d'accusé de réception (Ackwowledgement) hérite des propriétés de la classe Message auxquelles il faut ajouter l'identifiant du message dont il accuse la réception. 28 Processus d’archivage : les échanges MEDONA Normalisation des messages
celui de la norme sans avoir à intervenir sur le schéma de la norme en incluant le schéma de la norme dans le sien tout en redéfinissant sous forme de restriction les types laissés ouverts: DescriptiveMetadataType, OrganizationDescriptiveMetadataType SignatureType AccessRuleType) Par exemple, si cette communauté souhaite utiliser le modèle EAC-CPF 19) pour décrire les acteurs (Service versant, Service producteur, etc.), elle donnera une autre définition du type OrganizationDescriptiveMetadataType dans son schéma dérivé. De cette manière les messages qui respectent ce nouveau schéma respectent forcément le schéma de la norme. <xsd:schema targetNamespace="org:afnor:www:medona:v1.0" xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns:medona="org:afnor:www:medona:v1.0" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:eac="urn:isbn:1-931666-33-4"> <xsd:import namespace="urn:isbn:1-931666-33-4" schemaLocation="cpf.xsd"/> <xsd:import namespace=http://www.w3.org/1999/xlink schemaLocation="xlink.xsd"/> <xsd:redefine schemaLocation="MEDONA.xsd"> <xsd:complexType name="OrganizationDescriptiveMetadataType"> <xsd:complexContent> <xsd:restriction base="medona:OrganizationDescriptiveMetadataType"> <xsd:sequence> <xsd:element ref="eac:cpfDescription"/> </xsd:sequence> <xsd:attribute ref="xlink:href" use="prohibited"/> </xsd:restriction> </xsd:complexContent> </xsd:complexType> </xsd:redefine> </xsd:schema> 29 Processus d’archivage : interopérabilité MEDONA : un schéma extensible aux besoins des communautés
Une information est toujours produite dans un contexte. Elle résulte de l’action d’un ou plusieurs agents. Son cycle de vie est une suite d’événements qui opèrent sur des objets entre lesquels il existe souvent des relations
la provenance 32 Action 8 Positionner le Ministère de la Culture et de la Communication en tant qu’expert sur la traçabilité des données numériques Typologies à modéliser : • Agents : qui a créé, qui a modifié, qui a contribué, qui a transformé, etc.. • Activités : création, modification, contribution, suppression, archivage, etc… • Entités : fichier, dossier, collection
générique Le schéma ci-contre représente les trois principales entités du modèle PROV-O ainsi que les relations qu'elles peuvent avoir les unes avec les autres. 33
provenance : modèle générique 34 Entity (Entité) Agent (Agent) Activity (Activité) Dans le modèle PROV, une entité est une ressource dont on veut décrire la provenance. « Une entité est un objet physique, numérique, conceptuel ou tout autre type d’objet avec des aspects déterminés ; les entités peuvent être réelles ou imaginaires. » Par exemple : un document, une partie d'un document, une idée, un article de nouvelles, un contrat, un résultat, etc. Les agents sont responsables des activités affectant les entités. Un agent est quelque chose qui porte une forme de responsabilité dans le déroulement d'une activité, dans l’existence d’une entité ou dans l’activité d’un autre agent. Ce peut être une personne, une composante de logiciel, un objet inanimé, une organisation, ou une autre entité. Les activités sont les processus qui ont utilisé ou généré des entités, comme par exemple : calculer un résultat, écrire un livre, faire une présentation. Les activités ne sont pas des entités. « Une activité est quelque chose qui se produit pendant une période déterminée et qui agit sur ou avec des entités ; elle peut inclure l’utilisation, la transformation, la modification, la délocalisation, ou la génération d’entités. »
les unes par rapport aux autres : • d'un point de vue temporel : • une Entité a été générée (wasGeneratedBy) par une Activité ; • une Activité a utilisé (used) une Entité ; • une Activité a été fondée (wasInformedBy) sur une autre Activité ; • une Entité est dérivée (wasDerivedFrom) d'une autre Entité ; • une Activité a commencé (startedAtTime) à une Date/heure donnée ; • une Activité s'est terminée (endedAtTime) à une Date/heure donnée. • du point de vue de la responsabilité : • une Activité a été associée (wasAssociatedWith) à un Agent ; • une Entité a été attribuée (wasAttributedTo) à un Agent ; • un Agent a agi pour le compte (actedOnBehalfOf) d'un autre Agent. Encoder et lier les métadonnées prov-o : les métadonnées de provenance Les interactions 35
génération permet de décrire l'origine des entités et de répondre à des questions, comme par exemple : comment un document a-t-il été généré ? Comment un résultat de calcul a-t-il été obtenu ? Comment une entité a-t-elle été modifiée ? Comment un résultat a-t-il été validé ? Usage (Utilisation) Les activités utilisent également des entités. L'utilisation permet de préciser quelles sont les entités qui ont participé à une activité, par exemple : les références utilisées pour créer un document, la requête faite pour obtenir un résultat ou encore les flux entrants d'un processus informatique. Communication (Communication) La communication sert à décrire l'interdépendance entre deux activités. Quelles sont les activités qui ont précédé l’activité actuelle ? Quelles sont les étapes nécessaires pour exécuter une requête ? Attribution (Attribution) L'attribution est l'assignation d'une activité à un agent. Elle permet de répondre à des questions comme par exemple : qui est l'auteur d'un document ? Quel logiciel a été utilisé pour générer tel résultat ? Qui a créé tel jeu de données ? Encoder et lier les métadonnées prov-o : le typage des relations 36
Dans certains cas, l'utilisation d'une entité a une influence sur la création d'une autre entité. Cette « influence » ou dérivation est la transformation d'une entité en une autre entité, le résultat de la mise à jour d'une entité est la génération d'une nouvelle entité à partir de l'entité préexistante. La dérivation permet de décrire l'interdépendance de différentes entités entre elles. Par exemple : les contenus d’un document s’appuient-ils sur d’autres entités ? Quelles ressources ont influencé cette entité et dans quelle mesure ? Association (Association) Un agent peut se voir attribuer une certaine responsabilité dans le déroulement d'une activité. D’après le modèle PROV, l'Activité est associée à l'Agent. La relation d'association permet de répondre à des questions comme par exemple : qui a la responsabilité d'un document ? Qui a la responsabilité de l'élaboration d'un produit/contrat ? Delegation (Délégation) La délégation est l'assignation d'une autorité et d'une responsabilité à un agent (par lui-même ou par un autre agent) pour exercer une activité spécifique comme délégué ou représentant, tandis que l'agent pour le compte duquel il agit détient une certaine responsabilité dans le résultat du travail qui a fait l'objet de la délégation. La délégation sert à préciser les responsabilités de plusieurs agents les uns par rapport aux autres. Par exemple : quel utilisateur a activé tel outil pour générer tel rapport ? 37 Encoder et lier les métadonnées prov-o : le typage des relations
de PROV-O. Le schéma ci-dessous présente les concepts supplémentaires permettant de décrire plus finement la provenance. Encoder et lier les métadonnées prov-o : Les métadonnées de provenance : modèle étendu 38
• Appliquer une norme métier : EAD / EAC pour les archives, MARC, FRBR • pour les bibliothèques, CIDOC-CRM / LIDO pour les musées pour fédérer les • pratiques et échanger facilement des informations • Réconcilier des référentiels : rapprocher ou réutiliser des thésaurus existants exemples : Thesaurus Archives : http://data.culture.fr/thesaurus Rameau : http://data.bnf.fr/liste-rameau Dewey http://dewey.info • Créer un référentiel réutilisable • http://data.bnf.fr et http://wikidata.org • (voir présentation semweb.pro 2015)
le contexte dans lequel l’identifiant est attribué (par ex. http:,ftp:, urn:, etc.) •un élément qui permet de désigner l’autorité nommante qui a attribué l’identifiant au sein de ce système •le « nom » lui-même, c'est-à-dire une chaîne de caractères qui identifie la ressource de manière unique, au sein de ce système et pour cette autorité. 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. http://fr.wikipedia.org/wiki/Universal_Unique_Identifier Encoder et lier les métadonnées : uri L’économie durable de la connaissance 51
ressource ? 52 Utiliser un cadre interopérable de description des objets RDF : Resource description framework RDF décompose les descriptions en triplets sujet, prédicat ,objet
de l’accès aux ressources Le sujet est toujours une URI. Toute “chose” sur laquelle on veut faire des assertions (sujet) doit avoir une URI. Les “choses” ont toujours un type : une CLASSE. sujet prédicat Le prédicat est toujours une URI. Il permet d'exprimer les propriétés des “choses”, ou les relations des “choses” entre elles objet L‘objet peut être un texte (littéral) ou une URI. Les classes et les propriétés sont déclarées dans des vocabulaires pour être réutilisées
de l’accès aux ressources RDF définit un graphe à base de triplets (sujet → prédicat → objet) • Le sujet représente la ressource à décrire ; • Le prédicat représente un type de propriété de la ressource ; • L'objet représente la valeur de la propriété. Exemple : ACTION PUBLIQUE est un terme français précisant le terme ADMINISTRATION qui englobe l’ensemble des descripteurs contrôlés utilisés par le vocabulaire contrôlé INTERDOC pour décrire les activités des services des collectivités publiques ACTION PUBLIQUE est un terme ACTION PUBLIQUE est français ACTION PUBLIQUE précise le terme administration ACTION PUBLIQUE fait partie du vocabulaire INTERDOC INTERDOC est un vocabulaire pour décrire les activités des services des collectivités publiques
et son principal objectif est de permettre la publication facile de vocabulaires structurés pour leur utilisation dans le cadre du Web de données. les propriétés de mise en correspondance proposées dans SKOS permettent d'exprimer des correspondances entre concepts provenant de schémas différents l skos:exactMatch ou skos:closeMatch l skos:broadMatch, skos:narrowMatch, skos:relatedMatch l skos:semanticRelation Encoder et lier les métadonnées : skos Le thésaurus à l’heure du web 55
données. Les référentiels permettent alors de les relier L’Écume des jours est un roman de Boris Vian publié en 1947 avec pour thèmes centraux l’amour, la maladie, la mort L’Écume des jours est un roman L’Écume des jours a pour auteur Boris Vian L’Écume des jours est paru en 1947 L’Écume des jours a pour thèmes l’amour, la maladie, la mort J’irais cracher sur vos tombes a pour auteur Vernon Sullivan http://dbpedia.org/page/Froth_on_the_Daydream http://data.bnf.fr/13091689/boris_vian/ dbpedia:Froth_on_the_Daydream rdf:type yago:Novel106367879 dbpedia:Froth_on_the_Daydream dcterms:creator dbpedia:Boris_Vian dbpedia:Froth_on_the_Daydream dcterms:date "1947" dbpedia:Froth_on_the_Daydream skos:subject dbpedia:Love dbpedia-owl:wikiPageRedirects dcterms:creator dbpedia:Vernon_Sullivan Encoder et lier les métadonnées : relier des objets et des corpus 58 Sujet Prédicat Objet L’Ecume des jours est un roman L’Ecume des jours a pour auteur Boris Vian L’Ecume des jours est paru en 1947
la carte d'identité de l'entrepôt quand?: les dates de modification comment?: les standards de métadonnées xml les collection de données combien?: la liste des identifiants uniques la liste des fiches descriptives quoi?: le contenu de la fiche descriptive Notice d'identité Notice descriptive humain objet numérique entrepôts moissonneurs agrégateur portail l’accès à l’information par les métadonnées : oai-pmh Un protocole d’échange ouvert 61
akakeronos
sugamasao
msato
estie
eijikominami
chou500
iotengineer22
nina01
sadonosake
kazz24s
oztick139
onk
shigashiyama
eileencodes
paigeccino
danielanewman
honnibal
shpigford
keithpitt
lemiorhan
lauravandoore
cassininazir
chriscoyier
tammyeverts
