SemWeb.Pro 2016

data.persee.fr_Viviane-Bouletreau_2016-11-21.pdf

Persée et le web de données

L’UMS Persée, développe le portail [Persee](www.persee.fr), 
une bibliothèque patrimoniale de publications scientifiques principalement
en sciences humaines et sociales. Le portail diffuse aujourd’hui plus de
600.000 documents scientifiques en libre accès et en texte intégral.

L’équipe Persée est depuis longtemps convaincue de l’intérêt de lier ses
données à d’autres sources d’informations. Cela se traduit par l’attribution
de DOI aux documents, par un travail conséquent sur l’identification de
citations entre les documents, par l’alignement de ses auteurs avec
les référentiels nationaux [ABES](http://www.idref.fr/) et [BnF](http://www.data.bnf.fr),
mais également avec des sources extérieures au monde des bibliothèques :
wikipédia, RePEc, etc.

Persée a fait le choix de ne pas utiliser de procédures
permettant de rechercher massivement des correspondances entre ses
documents et des vocabulaires et/ou référentiels. Au lieu de cela,
plusieurs méthodologies ont été mises en œuvre :
* des algorithmes de recherche ciblés permettent de
dégager des liens candidats qui sont soumis à une validation
humaine,
* des outils permettant d’interroger des référentiels « pivot »
lors de la production des contenus de Persée,

* des outils exploitant le web de données et permettant
de construire, à partir de ces liens validés, de nouveaux
liens.

Cette démarche permet d’atteindre un haut niveau de
pertinence dans les liens qui sont associés à chaque ressource
diffusée par Persée.
		
Aujourd’hui, Persée franchit un nouveau cap en établissant des
liens fondés sur les contenus des documents : deux projets
aboutiront, fin 2016, à la mise en ligne de collections
intégrant de nouveaux types de liens sémantiques.

Le projet ATHAR, en collaboration avec le laboratoire inVisu de l’INHA,
établit des liens entre des publications anciennes et un [thésaurus](http://cairogazetteer.fr/invisu/)
d’identification des monuments du Caire.
Plusieurs collections en sciences de la vie et de la terre pour lesquelles des
liens ont été établis entre les documents de Persée et la classification taxonomique exposée
par [GBIFhttp://www.gbif.org/)](Global Biodiversity Information Facility).

Pour chacune des ressources indexées, le portail Persée
proposera une page composite permettant notamment de :
* lister les contenus présents sur Persée (documents, iconographie, etc.),
* fournir des informations complémentaires issues des sites tiers,
* fournir des liens permettant à l’utilisateur de rebondir vers d’autres sources d’information.

Au-delà de cette exploitation sur le portail web, l’équipe Persée mettra à
disposition de la communauté (fin 2016) un triple store permettant, dans une
logique d’ouverture et de partage, d’exposer toute la richesse des données
produites et/ou collectées.

#### Présenté par

**Viviane Boulétreau** - Responsable du pôle Informatique et développement de l’UMS Persée.

Ingénieur de recherche, Viviane Boulétreau travaille depuis 1999, dans le domaine de la diffusion
et la valorisation des résultats de la recherche : CyberThèses (SGML), CyberDoc (XML), archives
ouvertes et www.persee.fr depuis 2003. Quelques mots clés résument son activité et son engagement :
open access, open source, open data.

Actuellement, Viviane Boulétreau pilote le projet de refonte du socle technologique de l'UMS dans une
logique de SI distribué.

Référentiel taxonomique pour l’étude de l’histoire_Franck MICHEL.pdf

Construction d’un référentiel taxonomique commun pour des études sur l’histoire de la zoologie, l’archéozoologie et la biologie

Une des missions du Muséum National d’Histoire Naturelle
(MNHN) est d’établir une synthèse de la biodiversité et du
patrimoine naturel français.  Dans ce contexte, il est en
charge de l’élaboration d’un référentiel taxonomique pour la
faune, la flore et la fonge, TAXREF.  Ce référentiel unique
liste et organise les noms scientifiques de l'ensemble des
êtres vivants recensés sur les territoires français, métropole
et outremer, et constitue la pierre angulaire du Système
d’Information sur la Nature et les Paysages (SINP). Il est
utilisé par de nombreux acteurs publics, privés et de la
société civile (collectivités, conservateurs, cabinets
d’architecte, enseignants, citoyens, etc.).  TAXREF est de
plus aligné avec d'autres référentiels taxonomiques ou
nomenclaturaux internationaux.

Le projet de recherche Zoomathia vise à étudier l’histoire 
de la connaissance zoologique à travers l’Antiquité
et le Moyen-Age.  Pour cela, il envisage d’utiliser les
technologies du web sémantique afin d’intégrer des sources de
données hétérogènes, allant d’encyclopédies médiévales à des
données de biologie moderne, en passant par des rapports de
fouilles archéologiques et des ressources iconographiques.  Ce
travail passe nécessairement par la sélection et/ou la
définition de vocabulaires pouvant servir de référentiels
taxonomique, culturel, géographique, chronologique etc. Afin
de rendre les données intégrées interopérables sur le web, ces
vocabulaires doivent faire l’objet d’un consensus et être liés
à d’autres vocabulaires connexes faisant autorité. TAXREF
étant le résultat d’un large consensus scientifique, et étant
déjà utilisé pour l’intégration de données de biologie moderne
et de données archéologiques, il a été sélectionné pour
construire un thésaurus supportant l’intégration des données
considérées dans le cadre du projet Zoomathia.

Dans cette présentation, je reviendrai sur les motivations
exposées ci-dessus, puis je décrirai la modélisation d’un
thésaurus exprimé en SKOS (Simple Knowledge Organisation System)
afin de produire une version de TAXREF exploitable avec les technologies
du web sémantique. J’aborderai notamment la question du lien entre ce
"TAXREF-SKOS" et d’autres thésaurus et ontologies existantes.
Enfin, je décrirai la méthode utilisée pour produire le résultat en
RDF et son exposition sur le web de données sous forme d’URI pérennes
déréférençables, et je ferai une courte démonstration via la navigation
dans les URI en Linked Data et l’utilisation de requêtes SPARQL.
En conclusion, je reviendrai sur le fait que la construction de thésaurus
SKOS n’est qu’une étape, un « enabler », visant à encourager les producteurs
de données utilisant déjà TAXREF, et les concepteurs d’applications,
à utiliser ces technologies et s’appuyer sur TAXREF-SKOS.

#### Présenté par

**Franck Michel**

Après avoir travaillé pendant 14 ans dans le secteur privé des
télécommunications, Franck Michel a rejoint le CNRS en 2011 comme
ingénieur de recherche au laboratoire I3S. Ses travaux de recherche
concernent la publication et la fédération de données hétérogènes
sur le Web de données. En particulier il étudie des méthodes permettant de traduire
en RDF différents types de bases de données, avec un focus sur les bases NoSQL.
Dans ce contexte il a développé un prototype permettant d'interroger une base MongoDB
en SPARQL (Morph-xR2RML). Franck a participé au projet CNRS MASTODONS Credible sur
la fédération de données biomédicales et participe actuellement au projet Zoomathia
sur l'étude de la transmission des connaissances zoologiques antiques; il collabore
avec le Muséum National d'Histoire Naturelle pour la publication du référentiel
taxonomique TAXREF sur le Web de données.

Par ailleurs, Franck est impliqué dans plusieurs activités liées à l'infrastructure
de calcul européenne [European Grid Infrastructure (EGI)](http://www.egi.eu). 
Il assure la coordination technique et le support d'une communauté d'utilisateurs en
sciences de la vie, et participe à élaboration et au développement d'outils de
monitoring et de gestion de ressources.	  

[Visitez sa page personnelle !](http://modalis.i3s.unice.fr/fmichel)

SemBib_Semantique_et_Publications_JCMoissinac.pdf

Visualisations des thématiques d’un centre de recherche

Les mécanismes de financement et d’évaluation de la
	 recherche ont conduit à une très forte croissance de la
	 production d’articles scientifiques. Cette croissance a
	 rendu difficile la recherche d’informations dans cette
	 masse de données. Divers travaux dans le monde
	 s’attachent à améliorer cette situation.
	 
	 Dans ce cadre, le département Traitement du Signal et des
	 Images de Telecom ParisTech a entrepris un travail
	 d’analyse sémantique des publications scientifiques de cet
	 organisme au cours des cinq dernières années.
	 
	 Des méthodes assez classiques de traitement des langues
	 naturelles combinées avec les travaux récents de
	 description sémantique d’articles scientifiques permettent
	 de proposer des regards nouveaux sur ces productions.
	 
	 Par exemple, il est possible des thématiques communes à
	 des groupes chercheurs qui ne recoupent pas nécessairement
	 la structure organisationnelle, essentiellement
	 arborescente, des départements de recherche ou les
	 rapprochements entre co-auteurs de publications.
	 
	 Il est également possible, par exemple, de visualiser
	 l’évolution des thématiques pour des chercheurs ou des
	 groupes de chercheur.
	 
	 Les visualisations proposées sont destinées à faciliter
	 en interne les collaborations, notamment pour les nouveaux
	 arrivants, et, à donner à l’extérieur une meilleure
	 visibilité sur les résultats produits : recherche de
	 spécialistes, coopération sur des projets…
	 
	 Le travail porte sur environ 4000 publications. Seulement
	 1200 environ sont directement disponibles sur la base de
	 donnée interne à l’école. Pour les autres, divers
	 problèmes, dont des problèmes de copyright, rendent
	 l’accès plus complexe. La question de l’accessibilité des
	 publications scientifiques sera abordée, mais pas traitée
	 en profondeur.
	 
	 Nous verrons la chaine de traitement mise en œuvre, les
	 données intermédiaires produites et les visualisations qui
	 en sont issues. Nous montrerons comment la chaîne de
	 production retenue se prête bien à l’ajout progressif des
	 nouvelles publications et comment celle-ci pourrait être
	 transposée à d’autres organismes ou d’autres
	 activités.


	 Jean-Claude Moissinac
	 Jean-Claude Moissinac est Maître de Conférences au
	 département Traitement du Signal et des Images, dans le
	 groupe ‘technologies du multimédia’. Depuis plusieurs années
	 ses activités l’amènent à utiliser les technologies de la
	 représentation sémantique en liaison avec le multimédia
	 (interactions multimodales, web services sémantiques…).

Le métier de Proxem est de collecter un corpus de
documents sur un domaine spécifique, de l’organiser, puis
celui-ci organisé, d’extraire de l’information au niveau
du corpus entier. L’étape d’organisation comprend
généralement deux étapes : une étape d’annotation
(extraction de concepts organisés selon un thésaurus) puis
une étape de classification via une certaine taxonomie
définie avec le client.  L’étape d’annotation nécessite un
paramétrage adapté au domaine du corpus et donc
généralement de connaître l’univers associé, sa
terminologie, etc. Par ailleurs, une approche type « page
blanche » cause des problèmes de taux de couverture.
          
Dans l’optique de répondre à ce problème, Proxem a
développé une solution de construction de thésaurus
assistée par Machine Learning, via une double approche :

* Une approche bottom-up : après une étape d’apprentissage
non-supervisé réalisé sur le corpus (calcul de clusters, de
représentations distributionnelles de termes, etc.), l’ordinateur
fait des propositions à l’utilisateur et ce dernier valide ou
invalide ces propositions.  Ensuite, via une démarche itérative,
l’ordinateur prend en compte les décisions de l’utilisateur, et
essaie d’améliorer ses propositions. 
Le nommage des clusters se fait via l'importation des données de
WikiData.
Une approche top-down : l’utilisateur importe de la
connaissance du monde, via par exemple de la donnée
structurée existante. Cette donnée structurée permet
d’apprendre des modèles d’apprentissage supervisés que
l’on utilise directement sur notre corpus en inférence.
Il peut également importer des bases de connaissances au
format SKOS (ESCO pour les Ressources Humaines, EuroVoc,
GEMET, AGROVOC, etc.)

Pour chacun des concepts du thésaurus, l’ordinateur
propose plusieurs façons d’extraire le concept dans le
corpus (désambiguïsation via termes activateurs et
inhibiteurs, modèle d’extraction d’entités nommées
pré-appris, etc.). L’ordinateur propose directement les
termes correspondants aux concepts dans les autres
langues, permettant ainsi la création d’un thésaurus
multilingue, exportable au format SKOS.
	  
Une fois que l’utilisateur est satisfait du thésaurus, il
peut ensuite s’en servir pour annoter son corpus et
indexer les annotations afin de les requêter dans un
moteur de recherche et d'obtenir les résultats en
affichant les mots en contexte comme le ferait un
concordancier.
	
#### Auteurs
**Jean-Marc Marty**
Diplômé de l’Ecole Polytechnique en 2014, Jean-Marc
Marty a rejoint l’équipe de Recherche et Développement de
Proxem pour développer les technologies d’analyse sémantique
de l’entreprise. Il est plus particulièrement spécialisé
dans l’apprentissage de modèles de langues et dans le
développement de modèles statistiques en vue de la
classification cross-langage de documents.

Construction assistée de thésaurus à l'aide de Machine Learning

Huma-Num est une très grande infrastructure de recherche
(TGIR) visant à faciliter le tournant numérique de la
recherche en sciences humaines etsociales.
	  
Pour remplir cette mission, la TGIR Huma-Num est bâtie
sur une organisation originale consistant à mettre en œuvre
un dispositif humain (concertation collective) et
technologique (services numériques pérennes) à l’échelle
nationale et européenne en s’appuyant sur un important
réseau de partenaires et d’opérateurs.
	  
La TGIR Huma-Num favorise ainsi, par l’intermédiaire de
consortiums regroupant des acteurs des communautés
scientifiques, la coordination de la production raisonnée
et collective de corpus de sources (recommandations
scientifiques, bonnes pratiques technologiques). Elle
développe également un dispositif technologique unique
permettant le traitement, la conservation, l'accès et
l'interopérabilité des données de la recherche.  Ce
dispositif est composé d'une grille de services dédiés,
d'une plateforme d'accès unifié et d’enrichissement des
données et d'une procédure d'archivage à long terme dédiée
aux données SHS.
	  
La TGIR Huma-Num propose en outre des guides de bonnes
pratiques technologiques généralistes à destination des
chercheurs. Elle peut mener ponctuellement des actions
d'expertise et de formation. Elle porte la participation de
la France dans le projet DARIAH-EU en coordonnant les
contributions nationales.

* NAKALA
un service de stockage pérenne et de signalement des
données de la recherche en SHS ISIDORE une solution
complète d’enrichissement sémantique des données de
la recherche et des publications scientifiques
en SHS.

Pour les utilisateurs recherchant de l’information et
des documents :

* Sur le web, via le portail www.rechercheisidore.fr 
* Sur les tablettes et téléphones connectés via le
site m.rechercheisidore.fr
* Au travers d’applications embarquées dans les outils
d’édition électronique (blogs et site web sous
WordPress)
* Des widgets pour Windows et Mac.
	      
Pour les développeurs, architecte de données,
documentalistes et webmestres :

* Une API du moteur de recherche de www.rechercheisidore.fr
est disponible
	
* Une interface d’interrogation SPARQL (endpoint) pour
interroger en SPARQL les triplets RDF enrichis et
contenus dans le triple-store ISIDORE
	
* Des widgets de développement « ISIDORE à la demande»
(ISIDORE on demand) dans le cadre du programme ISIDORE
Motor Constructor (ISIDORE-MC)

Via la technologie OpenSearch
ISIDORE est en exploitation depuis 2011 et fonctionne
en mode 24/7.
	  



**Stéphane Pouyllau**
Ingénieur de recherche au CNRS (Centre National de la
Recherche Scientifique), Stéphane Pouyllau est spécialisé
depuis 1999 en humanités numériques (digital humanities), en
information scientifique et technique et en informatisation
des données de la recherche en sciences humaines et
sociales. Il a co-créé en 2005 et développé le centre
national pour la numérisation de sources visuelles jusqu'en
2009.

Il est l'initiateur et le co-concepteur de MédiHAL
(archive ouverte pour photographies et images scientifiques)
du CNRS et le concepteur de plusieurs sites web
institutionnels sur le patrimoine scientifique français. Il
a créé l'archive numérique d'objets et de matériaux
iconographiques scientifiques destinée à héberger des fonds
d'archives scientifiques.

De 2009 à fin 2011, il a travaillé au TGE Adonis
(aujourd'hui Huma-Num) où il a animé les questions de
digital humanities puis chef de projet en charge - avec
Jean-Luc Minel (Pr. à l'Université Paris Ouest la Défense et
TGE Adonis) - de la réalisation de la plateforme de
recherche ISIDORE.

De janvier 2012 à mars 2013, il a été le directeur de la
très grande infrastructure de recherche Corpus-IR et chargé
de mission pour le développement d'ISIDORE.

Il est actuellement directeur-adjoint technique
d'Huma-Num, la très grande infrastructure de recherche pour
les humanités numériques et responsable de la plateforme
ISIDORE. Dans ce cadre, il est le coordinateur scientifique
du programme H2020 Parthenos pour Huma-Num et le CNRS.

Il a reçu en 2009, le Cristal du CNRS.

Il est également membre du conseil scientifique de
l'Agence bibliographique de l'enseignement supérieur (ABES)
et de l'équipex Biblissima.

Isidore et Nakala

Experimentation_Web_Semantique_Projet_ISTEX-Nicolas_Thouvenin.pdf

L’expérimentation web sémantique du projet ISTEX

Le projet ISTEX est un investissement d'avenir soutenu
par l’Agence Nationale de la Recherche visant à doter la
France d'une bibliothèque numérique scientifique reposant
sur deux axes complémentaires : d'une part, une
acquisition massive de publications scientifiques (17
millions) couvrant l'ensemble des disciplines et d'autre
part, la mise en place d'une plateforme unique
d'hébergement, de gestion et d'accès à ces ressources.  En
janvier 2016, l’Inist­CNRS a lancé une expérimentation
visant à publier, selon les normes du web sémantique, des
données extraites du projet ISTEX.  Cette expérience vise
à développer une méthode pour mettre en ligne des jeux de
données dans le respect des normes et standards du
W3C. L’objectif est de répondre aux demandes des
documentalistes et des chercheurs, en utilisant la
structuration sémantique comme un moyen pour répondre à
plusieurs besoins :
          
* proposer une documentation structurée et interopérable du
fond ISTEX pour les utilisateurs de portail documentaire
comme pour les chercheurs­

* mettre à disposition des équipes de recherche des
jeux de données très spécifiques permettant d’alimenter
leurs travaux de recherche sur du machine learning ou du
data alignement
	    
* valoriser les jeux de données produits par des
travaux de recherche
	    
* rendre compatible le fond ISTEX avec des entrepôts de
données présents dans le web sémantique faciliter
d’avantage les travaux de recherche dédiés à la fouille de
textes (bibliométrie, scientométrie, ...).
	    

Les jeux de données sont là pour venir compléter,
enrichir, consolider et lier toutes les informations
présentes dans la plateforme. L’objectif est de proposer un
graphe de jeux de données structurées reliés à des
ressources extérieures ou à des référentiels d’autorité. In
fine, ce lacis de données conduira toujours à un retour vers
les documents plein texte présents dans ISTEX. C’est une
autre façon pour diffuser et exploiter les ressources
acquises.
	  
La structuration sémantique proposée impose la modélisation des
informations à publier au travers d’une ou plusieurs ontologies
existantes. Ce postulat révèle des difficultés plus ou moins
attendues : choix et appropriation des ontologies, d’une
structuration sur des données hétérogènes. Elle a également
permis de vérifier des attentes concrètes ouvrant la voie à un passage
à l'échelle plus compatible avec le volume des données présent
dans le fond ISTEX.
	

#### Auteurs

**Nicolas Thouvenin**

Responsable du service “R&amp;D et expérimentation” de
l’Inist­CNRS, Nicolas s'intéresse aux technologies et
standards du web sémantique depuis 2011, lors de ses
premiers travaux sur la publication de terminologies
scientifiques au format SKOS. En 2013 et 2014, il a
participé au groupe web sémantique du GFII. Actuellement,
Nicolas Thouvenin pilote les travaux de plusieurs équipes
autour de 2 thématiques : le Text Data Mining et
l’interopérabilité des données.

SAEM_Pascal-Romain.pdf

Système d'Archivage Électronique Mutualisé

Dans le cadre d'une convention de partenariat entre le Conseil départemental de la Gironde, la Métropole de Bordeaux et la Ville de Bordeaux (les partenaires), en vue de construire un système d'archivage électronique mutualisé, la construction d'un module pivot de gestion des données de référence est apparu pertinente. Avec l'aide de la société Logilab les partenaires du projet ont donc développé un référentiel de données capable de mettre à disposition des données liées aux autres modules du système ce qui permettra à terme d'envisager la réalisation d'un entrepôt de métadonnées et de fournir des services de recherche et de consultation. Cet outil permet notamment de relier des vocabulaires contrôlés, des descriptions d'organisation et de notices d'autorités et des modèles d'unités d'archives et de profils encadrant les modalités de versement de celles-ci en réutilisant des entités existantes dans des ontologies largement utilisées.

Les partenaires du projet ont construit ce projet en intégrant les principes de la gestion de projet agile, les concepts du web de données et les principes d'ouverture et de ré-utilisabilité.

Cette présentation sera l'occasion de présenter principalement les aspects fonctionnels de ce référentiel, son intégration dans les démarches en cours des autres acteurs du domaine culturel et administratif et l'importance de l'aspect Open-source de celui-ci. Si cela parait pertinent, on pourra également présenter l'organisation agile mise en place.


#### Auteurs

**Pascal Romain**

Depuis janvier 2014, Pascal anime des équipes de chefs de
projets utilisateurs et des prestataires de services en
développement logiciel pour le Département de la
Gironde.

En tant qu'ingénieur documentaire, il a réalisé le lien
entre les métiers et le numérique dans le cadre de projets
de gestion de données et de documents.

Chez Wordspace, en tant que responsable développement,
Pascal a travaillé sur le développement des applications web
en php.

Biblissima_Stefani-Gehrke.pdf

Biblissima

Début 2017, le portail Biblissima donnera un accès unifié
à 40 bases de données via une application Web sémantique,
dont un premier prototype a été réalisé au printemps 2015,
initialement, autour de deux bases.
 
L’objectif de cette présentation est de faire part de
l’ensemble des travaux menés par l’équipe, dont les
difficultés rencontrées lors de cette élaboration et les
résultats définitifs retenus à partir de différents
exemples, comme, notamment,

* le point d’entrée “Textes”, qui liste l’ensemble des
oeuvres, différentes versions textuelles d’une même
oeuvre, les intervenants et aussi les livres, qui
portent cette version,

* les expériences avec notre format pivot XML et la
publication de données en RDF et 3/ le traitement des
données contradictoires.

	  
Une démonstration montrera le travail fait depuis l’année
dernière à partir d’exemples concrets à savoir :

* Des pages Web regroupant toutes les informations
disponibles et provenant de plusieurs bases sur un 
manuscrit ainsi un manuscrit, qui est listé et présent
dans un catalogue de vente ou d’inventaire, identifié
par un chercheur et mis en relation avec autres données
des partenaires Biblissima et du LoD pour compléter et
enrichir au maximum la fiche de ce manuscrit.

* Des visualisations, notamment une carte géographique
où se trouvent les établissements de conservation des
incunables et manuscrits médiévaux en France et ailleurs
et une carte des lieux de fabrication ou d’édition des
manuscrits et incunables issus de bases de données
Biblissima.

* Des pages Web consacrées aux anciennes collections,
proposant à l’utilisateur la liste des livres possédés
et la numérisation de la notice du catalogue de vente ou
de l’inventaire.

	

**Stefanie Gehrke**

Stefanie travaille depuis 2013 comme coordinatrice données
de l'Équipex Biblissima au Campus Condorcet. De 2008 à 2012
elle a travaillé pour des différents projets à Herzog Augst
Bibliothek à Wolfenbüttel en Allemagne. Pour le projet
Europeana Regia, traitant des manuscrits numérisés et
provenant de trois collections importantes du Moyen Âge et de
la Renaissance, elle était responsable du "WP3 metadata" et a
assuré la livraison du set de données du projet en RDF (selon
les spécifications du Europeana Data Model) à Europeana.

**Pool Biblissima**

L'équipe est formée de six spécialistes de données et web,
Kévin Bois (développeur Front-End), Pauline Charbonnier
(équipe metadonnées), Eduard Frunzeanu (expert autorités),
Stefanie Gehrke (coordinatrice données), Elizabeth MacDonald
(coordinatrice projet équipex), Marie Muffat (experte fonctionnelle)
et Régis Robineau (coordinateur web)"

Retour d’expérience Application Web sémantique concernant les manuscrits médiévaux, les incunables et leurs anciens possesseurs et textes divers

In this third talk at SemWebPro in as many years, Phil
Archer will describe the state of current activities at W3C
related to the Semantic Web, such as Permissions and
Obligations Expression, SHACL, Spatial Data on the Web Best
Practices, SoLID and more, and look ahead to possible future
standardisation work. For example, a current hot topic is
how W3C can be better at supporting the development and
management of vocabularies. What can we learn from the
success of schema.org?


**Phil Archer**

Phil Archer is the Data Strategist at W3C, the industry
standards body for the World Wide Web, coordinating W3C's
work in the Semantic Web and related technologies. He is
most closely involved in the Data on the Web Best Practices,
Permissions and Obligations Expression and Spatial Data on
the Web Working Groups. His key themes are interoperability
through common terminology and URI persistence.

As well as work at the W3C, his career has encompassed
broadcasting, teaching, linked data publishing, copy
writing, and, perhaps incongruously, countryside
conservation. The common thread throughout has been a knack
for communication, particularly communicating complex
technical ideas to a more general audience.
	  
[Support de la présentation](https://www.w3.org/2016/Talks/1121_phila_semwebpro/)

State of the Semantic Web activity at W3C

Le_Web_Semantique_au_Service_de_la_Cuisine_de_Demain-Florence_Amardeilh.pdf

Le Web Sémantique au service de la cuisine numérique de demain

Le programme NosRecettes (2013-2016) du projet Open Food
System1 (OFS) a pour ambition d’offrir, grâce à une
plate-forme numérique, une panoplie de services pour mieux
assister les cuisiniers amateurs. Les recettes désormais
digitales peuvent devenir un des vecteurs les plus efficaces
pour accélérer la démocratisation des usages numériques dans
le quotidien domestique.
         
Nos Recettes vise donc à développer des solutions complètes
innovantes, à base de Web Sémantique, qui seront la base des
expériences utilisateurs dans la cuisine de demain :

* la structuration de données de recettes numériques sur
un format de données universel riche ;

* la proposition de recettes et de menus grâce à
un moteur de recommandation basé sur des profils
utilisateurs individualisés ;

* la communication, avec des appareils électroménagers
automatisés qui sauront comprendre ces recettes, les
réussir et les reproduire simplement ;

* une communauté d’amateurs de cuisine de dimension
internationale.

Pour répondre à ces axes, nous avons développé une chaîne
sémantique pour l’enrichissement des recettes
numériques. Cette chaîne intègre trois outils : Luxid de
Temis pour l’extraction d’information, GraphDB de OntoText
pour le raisonnement et le stockage en RDF des recettes
enrichies et enfin le Content Augmentation Manager de
Mondeca pour orchestrer chacune des étapes, filtrer et
désambiguïser les informations extraites et optimiser les
raisonnements à réaliser en fonction des scénarios du
programme : calcul d’information nutritionnelle,
identification de recettes génériques vs recettes variantes,
identification de la saisonnalité d’une recette,
identification de la complétude d’une recette, structuration
fine des instructions de la recette pour identifier des
adaptations possibles entre matériels, amélioration des
résultats du moteur de recommandation de recettes.
		
Pour rendre possible chacun de ces scénarios, tous les
composants de la chaîne sémantique reposent essentiellement
sur une ressource termino-ontologique de la cuisine composée
de 6 modules interdépendants (aliments, nutrition,
matériels, unité, préparations et cuisine). En effet, elle
permet de générer les lexiques utilisés par l’outil
d’extraction linguistique pour l’enrichissement des recettes
numériques. Mais surtout la définition de nombreuses classes
construites permet de classer automatiquement les recettes
enrichies tout en permettant l’inférence de nouvelles
connaissances sur ces recettes. Un véritable challenge a été
relevé pour pouvoir concilier représentation de l’ontologie
en OWL2 DL, raisonnements dans le fragment OWL2 QL proposé
par GraphDB et performance de l’ensemble de la chaine
sémantique pour que les temps de traitement restent
acceptables. Ce programme illustre les limites actuelles
pour l’implémentation de raisonnements poussés, sur une
ontologie conséquente, dans un environnement à visée
hautement industrielle.

#### Autrices

**Florence Amardeilh** est responsable du département R&amp;D de
Mondeca depuis 2007, travaillant dans les domaines de
l’acquisition des connaissances et du Web Sémantique
depuis 2002. Ingénieur de Recherche en Systèmes
d’information et Gestion des Connaissances en 2001, elle a
ensuite réalisé une thèse CIFRE chez Mondeca en
partenariat avec l’Université Paris 10. La thèse a eu pour
objectif de réunir et de combiner les méthodes et outils
du Traitement Automatique du Langage avec ceux du Web
Sémantique afin de créer des applications pour le
peuplement d’ontologies et l’annotation sémantique. 
Florence participe, en collaboration avec des
partenaires industriels et universitaires, au montage, au
pilotage et à la réalisation de nombreux projets de
recherche européens (IST FP5 - MOSES, IST-FP6 – TAO,
IST-FP7 Virtuoso, IST-FP7 SeaBilla) et français (ANR
Eiffel, ANR Tecsan VigiTermes, ANR Tecsan InterSTIS, RNTL
TerraNumerica, FUI SAMAR, FUI LegiLocal, ANR CSOSG SAIMSI,
ANR TecSan TerSan, FUI FIORA, PSPC Open Food System),
permettant à Mondeca d'être à la pointe de l'innovation
des méthodes et outils existants en Web Sémantique.

Semantics_Forms-JeanMarc_Vanel.pdf

Le cadriciel Semantic_forms: vers le SI Sémantique

#### Le cadriciel Semantic_forms: vers le SI Sémantique

Au départ, il y avait ce constat : il n'a pas de solution
Open Source simple pour visualiser et éditer des données RDF
en s'appuyant sur une base SPARQL, et sur les ontologies, de
manière collaborative. On est parti d'un générateur de
formulaire robuste, générique, et en temps réel. Puis on a
élargi les fonctionnalités pour proposer un framework Web
(cadriciel disent nos amis Quebécois) qui vise à être aussi
simple et universel que Ruby on Rails, Django, Symphony,
etc. On a aussi posé des jalons pour une console
d'administration SPARQL ( à la PHPMyAdmin ). Au passage on
élargira le propos sur le Système d'Information avec les
avantages du Sémantique, et l'ERP (Progiciel de Gestion
Intégrée) sémantique.
        
**Cas d'utilisation**

* Semantic_forms est fonctionnel en sortant de la
boîte, une fois qu'on a dézippé le logiciel, ou qu'on
l'a construit à partir des sources. Pas besoin
d'installer séparément une base de données ou d'autres
composants. Vous pouvez naviguer dans vos données RDF
(Turtle, JSON-LD) chargées dans la base locale Jena
TDB aussi facilement que dans les profils FOAF sur
Internet, ou mélanger les deux. Semantic_forms
ressemble aux pages de DBPedia, où en plus on peut
modifier tous les champs, et charger n'importe quelles
données du LOD.

* Si on n'est pas content du formulaire créé
automatiquement, on peut écrire une spécifications de
formulaire. On peut aussi composer des pages Web
statiques qui appellent via JavaScript un ou plusieurs
services Web de formulaires.
		
**La technique**
	
En ce qui concerne la mise en œuvre, semantic_forms
tire parti de Jena TDB (en embarqué), de Play!
Framework, du langage Scala et de la librairie
Banana-RDF. Grâce à Banana-RDF, on peut peut
configurer semantic_forms pour utiliser d'autres bases
de données SPARQL, en embarqué (via API) comme
BlazeGraph ou Sesame, ou n'importe quelle base via
HTTP.
		
**Les composants**
		
		
* librairie de génération de formulaires (API Java
et Scala)
* application Web générique avec Play! framework

* cache SPARQL, utilise un graphe nommé par source
de source de données, plus un par utilisateur

* le cache, via LDP, peut être utilisé comme un
composant d'infrastructure qui fédère des données de
différentes provenances
	
* divers algorithmes: dédoublonnage, restructuration
d'ontologie

* composant IHM de création de liens vers des URI
dbPedia

#### Le web au premier plan

La vision originale du Web sémantique était profondément enracinée dans le World Wide Web.
Cependant, en cours de route, nous nous sommes orientés vers des sujets tels que l'analyse des données. 
Et comment le web sémantique a tenu bon contre le Big Data et la Machine Learning, qui ont sans doute
été les sujets le plus mis en avant ces derniers temps ? 

Au cours de sa présentation, Ruben va expliquer pourquoi la partie "web" du "web sémantique"
est si importante. Mais aussi pourquoi nous devons penser de manière plus décentralisée. 
Si nous souhaitons que le web soit un succès auprès de vrais utilisateurs, il doit fonctionner
sur une échelle web.

**Ruben Verborgh**

Chercheur en hypermédia sémantique à l'Université de Gand
- iMinds, en Belgique, où il a obtenu son doctorat en
informatique en 2014, Ruben explore le lien entre les
technologies du Web sémantique et les propriétés
architecturales du Web, avec comme but la conception de
clients plus intelligents. Il est passionné par le Linked
Data, REST/hypermédia, les API Web et les technologies
connexes.

[Support de la présentation](http://slides.verborgh.org/SemWeb.Pro-2016/#)

Le web au premier plan

medini-swep16.pdf

Le raisonnement embarqué côté client : et si c’était facile ?

À l’heure où le Web est devenu une plateforme qui permet
d’accéder à ses applications, ses réseaux sociaux et ses
objets connectés, les technologies du Web Sémantique peinent
encore à trouver un champ applicatif et sont perçues comme
lourdes et peu dynamiques. Dans les applications Web, elles
sont actuellement utilisées soit en back office côté serveur,
soit au mieux pour déréférencer des identifiants de ressources
ou comme dispositifs de stockage.  Pourtant, du raisonnement
peut être utilisé sur des données stockées localement côté
client. Utilisé conjointement avec les nouvelles APIs HTML5,
le raisonnement côté client peut être embarqué dans une
application web dynamique, permettre des performances tout à
fait acceptables, et même vous faire économiser de la
puissance de calcul côté serveur et de la bande passante
réseau.
        
Nous présenterons un tour d’horizon des technologies qui
permettent de déployer du raisonnement côté client, sans
perturber le fonctionnement d’une application. En
particulier, nous présenterons le moteur d’inférences Hybrid
Location-Agnostic Reasoner (HyLAR) fondé sur le profil de
raisonnement OWL 2 RL qui tire à la fois parti des avancées
en raisonnement incrémental et des APIs asynchrones côté
client. HyLAR fournit par ailleurs un SPARQL endpoint
performant pour des données applicatives locales. Enfin,
nous présenterons un exemple de framework permettant
d’exécuter le moteur d’inférences HyLAR indifféremment côté
serveur ou côté client, en s’adaptant aux performances et
aux ressources (batterie, connexion réseau) du client. HyLAR
est disponible en tant que module NPM sous licence libre
MIT.


**Lionel Médini**

Lionel Médini est enseignant-chercheur au laboratoire
LIRIS de Lyon. Il s’intéresse à la fois aux technologies du
Web Sémantique en recherche et du Web avancé et mobile en
enseignement. Le travail présenté est à la jonction de ces
deux disciplines et a été développé dans le cadre de la
thèse de Mehdi Terdjimi qu’il co-encadre autour du Web des
objets.

**Mehdi Terdjimi**

Mehdi Terdjimi est doctorant au laboratoire LIRIS de Lyon. Sa thèse s'inscrit
dans le cadre du projet ANR ASAWoO et concerne l'adaptation contextuelle pour 
le Web des Objets. Ses intérêts se portent sur les domaines du Web sémantique,
du raisonnement ainsi que sur les technologies du Web en général.

Zimermann-SemWebPro2016.pdf

#### Présentation du projet ANR OpenSensingCity : travaux
réalisés et à venir

        
Le projet OpenSensingCity financé par l’ANR vise à
faciliter l’utilisation des données ouvertes dans le cadre des
territoires urbains intelligents.  Dans ce cadre, nous
supposons que les données de capteurs déployés pour mieux
gérer la ville pourront être mis à disposition sur des
portails open data.  L'ouverture de ces flux apporte des
opportunités d'innovation en combinant les avantages usuels de
l'ouverture des données à leur mise à jour en temps réel.  Les
données dynamiques et les flux permettent d'envisager le
développement de nouveaux services au-delà de l'utilisation
classique des données ouvertes pour la conception
d'historiques ou plus généralement d'analyse a posteriori. Si
la publication des données issues des capteurs au travers des
plateformes open data est une première étape, il est
nécessaire à présent de proposer des solutions pour simplifier
leur utilisation. En effet, ces données sont en pratique
difficiles à comprendre, à trouver et, en fin de compte, à
exploiter. Ceci est d'autant plus vrai quand les données sont
issues de capteurs car les contraintes de capacité et de
communication obligent à minimiser l'information
transmise. Par conséquent et afin de permettre le
développement d'un écosystème de services urbains ouverts et
intelligents, nous voulons fournir (1) des solutions
technologiques pour aider à tirer profit de données ouvertes
de capteurs pour les développeurs d'applications urbaines, et
(2) des recommandations pour les acteurs de cet écosystème en
analysant les stratégies d'acteurs, en définissant des
scénarios d'usage et des terminologies.  Pour atteindre ce
résultat, nous combinons une analyse sociale des attentes, des
exigences et des pratiques, avec une expertise technologique
et technique en données liées et ingénierie des
connaissances. La composante sociale doit assurer une
meilleure compréhension des besoins des catégories
d'utilisateurs de données ouvertes. La composante
technologique se fonde sur des technologies du Web sémantique
et des techniques de traitement de flux de données. Les
résultats attendus sont l'enrichissement et la publication sur
une plateforme ouverte, en tenant compte du nouveau paradigme
des données liées, des flux de données et du
raisonnement. Ceci sera faciliter par l’utilisation ou la
construction d’ontologies des villes intelligentes, de même
qu'un formalisme pour l'interrogation et la combinaison de
flux. En outre, nous définirons des fonctionnalités de
recherche et de navigation que nous mettrons en œuvre selon
les attentes et besoins identifiés. Enfin, ces outils
démontreront leur utilité dans une application qui aidera les
conducteurs de véhicules à mieux trouver des places de
stationnement.

####  Auteurs 
**Antoine Zimmermann** est enseignant chercheur à l'école des
mines de Saint-Étienne et coordonne le projet
OpenSensingCity démarré en avril 2015 en partenariat avec
l'équipe de recherche Elico (Université de Lyon) et les
entreprises Antidot et HiKoB. Ses activités de recherche
sont centrées sur le Web sémantique, la représentation de
connaissances et l'interrogation de données en exploitant de
multiples sources et de multiples contextes de
l'information.
	  
[N'hésitez pas à consulter son CV.](http://www.emse.fr/~zimmermann/CV.html)

Présentation du projet ANR OpenSensingCity: travaux réalisés et à venir

WAVES-ATOS_Badre Belabbess.pdf

WAVES

#### Présentation du projet WAVES
        
Le projet WAVES vise à explorer de nouvelles voies pour
la fouille de flux massifs de données en temps réel via
l’expérimentation d’une approche algorithmique en
rupture. Au sein d’un environnement distribué sous forte
contrainte de vélocité, sont expérimentées des théories
avancées du web sematique : collecte, stockage,
sémantisation, filtrage sémantique, qualification,
interconnexion, résumé, raisonnement, rétroaction et
visualisation.

Deux verrous importants et complexes – le raisonnement
dans un contexte de streaming et la génération de résumé –
doivent être levés pour atteindre l’objectif de création
d’une plateforme de traitement de données streaming
sémantisées au terme du projet.

Le premier verrou demande des travaux de R&amp;D
approfondis sur les méthodes de raisonnement en prenant
en compte les caractéristiques de gestion des
contraintes temporelles (ordonnancement des données), de
l'accès efficace à différentes sources de données
(captation, résumé), d'intégrer la problématique de la
requête dans le raisonnement et sur de nouvelles
heuristiques pour l'optimisation des inférences.

* Le second verrou consiste à exploiter les données
captées et produites par l'inférence dans l'objectif de
les résumer. Cela impose de savoir traiter simultanément
plusieurs flux, qu’ils soient statiques ou dynamiques et
contiennent des données de volatilités différentes
(adaptation de la fenêtre temporelle).

WAVES est une solution conçue pour répondre à de nombreux
problèmes dans différents métiers. Dans le cadre du
projet, un cas d’usage est réalisé : il concerne la
détection de fuites d’eau dans les réseaux de distribution
d’eau potable des cités. Il a été choisi en raison de la
valorisation significative et rapide de ses résultats pour
tous les partenaires. Pour illustrer la capacité de la
plateforme WAVES à adresser des domaines d’une grande
variété, nous pouvons en suggérer bien d’autres pour leur
réalisme dans les contextes écologique, smart-city,
société. Leur variété vient aussi à l’appui de notre
conviction que les différents membres du consortium
pourront tirer profit des travaux réalisés dans un projet
aux dimensions génériques évidentes.


**Badre Belabbess**
Étudiant en doctorat au sein du laboratoire R&amp;D de Atos
France. De formation scientifique, sa thèse s’articule
autour de la mise en place du socle technique de la
plateforme Waves afin de créer une architecture
modulaire, robuste et sécurisée.

Retours sur la conférence / Replay

Présentations

Réseaux sociaux

Présentation	Intervenant⋅e
Persée et le web de données	V. Boulétreau
Construction d’un référentiel taxonomique commun pour des études sur l’histoire de la zoologie, l’archéozoologie et la biologie	F. Michel
Visualisations des thématiques d’un centre de recherche	J. Moissinac
Construction assistée de thésaurus à l'aide de Machine Learning	J. Marty
Isidore et Nakala	S. Pouyllau
L’expérimentation web sémantique du projet ISTEX	N. Thouvenin
Système d'Archivage Électronique Mutualisé	P. Romain (Conseil Général Gironde)
Retour d’expérience Application Web sémantique concernant les manuscrits médiévaux, les incunables et leurs anciens possesseurs et textes divers	S. Gehrke (Biblissima)
State of the Semantic Web activity at W3C	P. Archer
Le Web Sémantique au service de la cuisine numérique de demain	F. Amardeilh
Le cadriciel Semantic_forms: vers le SI Sémantique	J. Vanel
Le web au premier plan	R. Verborgh
Le raisonnement embarqué côté client : et si c’était facile ?
Présentation du projet ANR OpenSensingCity: travaux réalisés et à venir
Présentation du projet WAVES