20121009 10-datalift-camp-paris

Datalift Camp, 09 et 10 octobre 2012, Paris 1

DATALIFT CAMP09 et 10 octobre 2012

Paris

Gazouillez #datalift


Plan

● Problématiques● Objectifs du projet● Etapes et jalons● Réalisations● La plateforme Datalift● Difficultés rencontrées● Travaux futurs


Partons en voyage...


Problème de planning


Une situation insuffisament satisfaisante pour la valorisation de vos données

Oblige les développeurs à :

Ø Analyser à chaque fois la sémantique de vos données : qu'est-ce que veut dire ce champ “nom” ? signifie-t-il la même chose que dans cet autre jeu de données ?

Ø Découvrir par eux-mêmes les relations entre vos données et d'autres données

Ø Gérer des formats hétérogènes pour croiser des données : CSV pour tel jeu de données, XLS pour tel autre, SHP pour ce dernier

Ø Gérer des méthodes d'accès hétérogènes pour accéder aux données : APIs propriétaires différentes

De votre côté :

Ø Temps passé à développer des APIs

Ø Difficulté à faire adapter des applications existantes à vos données


Ø Un système d'identifiants global : les URIs

● chaque donnée ou métadonnée est identifiée de manière non ambigue : http://dbpedia.org/resource/Paris est la ville de Paris en France ; pas de risque de confusion avec Paris au Texas ou avec les paris sportifs

Ø Un format unique, RDF : un modèle de données simple pour décrire vos données, extensif à l'infini

Ø La standardisation de la sémantique de vos données, à travers des propriétés et des “vocabulaires” réutilisables : par ex. vous n'avez pas à réinventer pas la propriété “auteur” qui est déjà définie ailleurs

Ø Un protocole d'acccès uniforme : HTTP, SPARQL

● SPARQL est l'API unique, normalisée, du web sémantique (ressemble à SQL)

Le Web sémantique comme solution

http://dbpedia.org/resource/Paris


but de datalif

De données brutes ouvertesà des données sémantques

interconnectées


Datalift

Plateforme logicielle pour assister la publication de données

Publication de jeux de données

R&D pour automatiser le processus de publication

Formations, tutoriels, camps de publication de données


Le processus d'élévation


Le processus de publicationDBPedia IGN

Ontologie du service public

Accès HTTP Interrogation en SPARQL

INSEE

Conversion XML → RDF

Conversion RDF → RDFOntologie

géographique


Ø Qu’est-ce qu’un (bon) vocabulaire pour des données liées?

§ Critères d’utilisabilité

§ Simplicité, visibilité, pérennité, intégration, cohérence …

Ø Différents types de vocabulaires

§ De métadonnées, de référence, de domaine, généraliste …

§ Les piliers du Linked Data : Dublin Core, FOAF, SKOS

Ø Bonnes et moins bonnes pratiques

§ Ex : Programmes BBC vs legislation.gov.uk

§ Vocabulary of a Friend : les vocabulaires en réseau

Ø Problèmes linguistiques

§ Les vocabulaires existants sont en anglais à 99%

§ Approche terminologique : quels vocabulaires pour « Evénement » « Organisation »

sélection


conversionØGuide des bonnes pratiques pour les données liées:

§ La ressource: http://id.insee.fr/geo/commune/75056 ● Le document: http://www.insee.fr/geo/commune/75056● Les données: http://rdf.insee.fr/geo/commune/75056

SemWebPro 18/01/2011 15Tim Berners Lee,

http://www.w3.org/DesignIssues/LinkedData.html

publication§ Utliser le format RDF§ Utliser des URI pour nommer les choses§ Utliser des URI HTTP (URL) pour pouvoir leur demander des informatons§ Donner des informatons (HTML, RDF) quand les liens sont dé-référencés§ Inclure dans ces infos les URIs pointant vers d'autres données pour

permettre la découverte

http://www.w3.org/DesignIssues/LinkedData.html

SemWebPro 18/01/2011 16

Interconnexion

§ Comment identfier les jeux de données à lier ?

§ Comment trouver les resourceséquivalentes ?

Dépasser l'hétérogénéité des données


Et plus ...

● Gestion des droits d'accès aux données à échelle variable

● Gestion des licences, licences composites● Une API web de données pour Androïd● Des patrons configuration pour visualiser les

données● ...


La plateforme Datalift

● Architecture modulaire● Supporte le processus de publication● Documentée : installation, utilisation,

développement● Sécurisée● Open-source● Exécutables pour Windows, MacOS, Linux


La plateforme Datalift


DAT

ALIF

T

En route vers le web de données

20121009 10-datalift-camp-paris

Technology