SemWeb Pro 2023

01 - SemWebPro-Baptiste_Darnala.pdf

C3PO: une ontologie sur la planification maraîchères et son graphe de connaissance

Les producteurs de cultures maraîchères diversifient leur production en
cultivant plusieurs cultures au cours de la saison et sur leurs différentes
parcelles. La diversification et la rotation des cultures permettent aux
agriculteurs d'augmenter leurs revenus et leurs rendements tout en améliorant
la durabilité de leur exploitation face aux événements climatiques et aux
attaques de ravageurs. Pour cela, les agriculteurs doivent planifier leurs
travaux agricoles pour l'année et sur plusieurs années.


La planification est réalisée sur la base de leurs connaissances et leurs
expériences des planifications précédentes. Afin d'aider les agriculteurs dans
leurs décisions de planification, ainsi que dans le suivi des cultures, nous
avons développé la Crop Planning and Production Process Ontology (C3PO). C’est
une ontologie pour la représentation des connaissances et des données agricoles
pour le maraîchage diversifié. C3PO est composée de huit modules permettant
d'appréhender toutes les dimensions et la complexité de la production agricole.
L'ontologie décrit les processus agricoles, l'organisation des fermes et
capture les connaissances agricoles communes.


C3PO introduit une représentation des itinéraires techniques de culture,
c'est-à-dire des séquences de tâches agricoles pour cultiver des légumes, de
l'identification du sol et à la sélection des semences jusqu’à la récolte et au
stockage. C3PO est le modèle d'un graphe de connaissances qui agrège des
données provenant de ressources sémantiques hétérogènes avec des taxonomies
d'organismes, des produits chimiques, des listes de cultures de référence ou
des stades de développement. C3PO et son graphe de connaissances sont utilisés
par l'entreprise Elzeard pour développer des systèmes d'aide à la décision
basée sur la connaissance pour les agriculteurs.

02 - presentation XKOS SemWeb.pdf

L'Insee a recours aux vocabulaires RDF pour gérer une grande partie de ses
métadonnées relatives aux processus statistiques. Parmi celles-ci, les
nomenclatures sont centrales. Elles permettent de définir les concepts et les
codes et que l'on retrouve tout au long des processus statistiques : en début
de processus, par exemple pour stratifier une base de sondage, ou en diffusion,
en tant que grilles d'analyse de tableaux agrégés. Il est requis que les
nomenclatures nationales soient cohérentes avec les nomenclatures européennes
et  internationales pour permettre de passer à l'échelle dans les comparaisons.
Les nomenclatures, en particulier lorsqu'elles sont partagées dans un format
RDF, permettent également de faciliter l'interopérabilité entre les processus
en fournissant une référence pour les codes et leur contenu.

Le standard XKOS, qui est un des produits RDF de la DDI Alliance, se base
essentiellement sur le standard SKOS et en propose des extensions pour répondre
aux spécificités des nomenclatures statistiques. Il permet de décrire leurs
structures hiérarchiques de manière formelle. Il introduit des sous-propriétés
qui spécialisent les relations skos:broader et skos:narrower. XKOS complète
aussi les notes skos:note et skos:scopeNote par une série de notes typiques des
nomenclatures : par exemple xkos:coreContentNote, xkos:inclusionNote ou encore
xkos:caseLaw. Enfin, XKOS propose une formalisation les tables de
correspondances qui sont nécessaires pour les travaux mettant en oeuvre
plusieurs nomenclatures.

Un guide de bonnes pratiques XKOS (un document ReSpec en cours de revue) donne
des exemples d'utilisation de ce vocabulaire. Les utilisations attendues des
propriétés RDF sont notamment spécifiées via des contraintes SHACL.

Les exemples d'implémentation de nos nomenclatures en XKOS sont accessibles via
le SPARQL EndPoint de l'Insee. Ces métadonnées sont gérées en interne avec
notre application de gestion des métadonnées, appelée Bauhaus, qui est publiée
en open source (cf. le lien ci-dessous).

liens :
  *   Les bonnes pratiques XKOS :
      http://linked-statistics.github.io/xkos/xkos-best-practices.html
  *   La spécification XKOS :
      https://ddialliance.org/Specification/XKOS/1.2/OWL/xkos.html#sem-props
  *   GitHub XKOS :
      https://github.com/linked-statistics/xkos/blob/master/xkos-best-practices.html
  *   Insee SPARQL Endpoint https://rdf.insee.fr/
  *   Github Bauhaus https://github.com/InseeFr/Bauhaus

Gestion des nomenclatures en RDF avec XKOS

03 - SMT_ANS_SemWeb23.pdf

L’essor du numérique en santé s’appuie un écosystème de Terminologie
biomédicales permettant de coder les données médicales dans les dossiers
patients et entrepôt de données de santé. Publiées par différents organismes
nationaux tel que l’ANSM ou internationaux (NIH, OMS) ; elles sont accessibles
dans des formats hétérogènes (tabulaire, système API) complexifiant ainsi leur
intégration et usage par les acteurs de la e-santé. Pour répondre à ces enjeux,
l’ANS a construit le Serveur Multi -Terminologies (SMT) comme un service socle
de l’interopérabilité en santé fondé sur les technologies du web sémantique. Il
permet de centraliser, standardiser les formats de publication et renforcer le
processus de gestion des Terminologies de référence. Le SMT intègre 22
Terminologies dont les classifications de l’OMS (CIM 10, CIM 11), du
médicament, de la CNAM (CCAM, RIHN, NABM) ainsi que   des terminologies
spécifiques comme Nuva (vaccins), NCIT (oncologie) et NCBI (Taxonomie du
vivant).

Le SMT propose aux utilisateurs quatre grandes fonctionnalités : 
1) le catalogue des Terminologie 
2) une interface de navigation dans les ressources
3) un moteur de recherche de concepts et 
4) des accès programmatiques via un point de terminaison SPARQL et des API.

La gestion et la diffusion des Terminologies s’appuient sur des processus
automatisés de transformation des fichiers initiaux et un back-end (TopBraid)
permettant d’effectuer le contrôle qualité et d’orchestrer la publication sur
le site.

La modélisation ontologique des Terminologies reprend l’intégralité des
informations métiers des ressources originelles et standardise les éléments
communs à toutes les Terminologies grâce à un métamodèle. L’uniformisation de
la représentation des codes, libellés et mécanismes d’historisation facilite
l’adoption des Terminologies au sein des Systèmes d’Informations.

Depuis son lancement en novembre 2020, le SMT continue d’évoluer pour améliorer
les fonctionnalités existantes. Fin 2023, le SMT disposera d’un service d’API
FHIR, standard d’interopérabilité syntaxique en santé, répondant aux besoins
des industriels. La publication d’alignements et leurs visualisations, prévu
pour 2024, va améliorer l'utilisation des terminologies médicales en créant un
réseau structuré et interconnecté.

Liens vers l’outil :

SMT : https://smt.esante.gouv.fr/

Point de terminaison SPARQL : https://smt.esante.gouv.fr/sparql/

Le Serveur Multi-Terminologies (SMT)

04 - Ontologie RDA-FR pour SemWebPro2023_AAngjeli.pdf

L’ontologie RDA-FR en cours d’élaboration est un des volets programme de Transition bibliographique en France. Elle vise à exprimer les technologies du Web Sémantique les entités, leurs attributs et relations définies par le code de catalogage RDA-FR en conformité le modèle conceptuel international IFLA LRM.

Cette ontologie est en assez avancée dans son élaboration. 
Elle est aussi publiée au fur et à mesure de sa réalisation sur le site dédiée
https//rdafr.fr.
Cette présentation propose de donner le cadre global de l’initiative, un des lieux de la réalisation et des focus concrets sur les choix de et techniques. 
Nous informerons d’abord sur la motivation pour l’élaboration de cette les enjeux et objectifs à atteindre, le calendrier de et la démarche adoptée : un travail de collaboration entre le en ontologies engagé
pour le projet et les experts métier du Transition bibliographique.

Nous poursuivrons avec les principes fondateurs de l’ontologie RDA-FR et choix de
modélisation et de conception technique-fonctionnelle, la dissociation de
l’ontologie, d’une part, et des règles et liées à son implémentation, d’autre
part ; nous proposons de nous attarder sur le choix et la mise en œuvre de
la réification pour permettre l’association de méta-métadonnées propriétés de
l’ontologie. 

A consulter : dédié à l'ontologie RDA-FR https://rdafr.fr. 
Outre un texte on y trouve les liens vers : version HTML du profil d’application
RDA-FR  : https://rdafr.fr/profil-application/ version SHACL du profil
d’application (au format turtle), : https://rdafr.fr/profil-application/rdafr-shacl.ttl version HTML de l’ontologie

Ensemble de l’ontologie est géré depuis le compte GitHub du programme bibliographique :
https://github.com/transition-bibliographique/ontologie-rda-fr.

Une ontologie pour le code de catalogage RDA-FR

Ontologies

05 - ScoreBot - SemWebPro 2023 - v2.pdf

La Médiathèque de la Philharmonie de Paris s’apprête à mettre en ligne un
chatbot - appelé “ScoreBot” - destiné à faciliter les recherches dans son fonds
de partitions musicales grâce aux technologies du web de données et au deep
learning.

L’outil permettra d’effectuer des requêtes dans le catalogue en utilisant des
formulations en langage naturel du type :  “Je cherche des partitions pour
violon, flûte et piano du XIXe siècle” ou “Avez-vous des méthodes pour harpiste
débutant ?”. ScoreBot améliorera l’expérience utilisateur tout en permettant
d’exploiter la finesse des informations présentes dans la base de données. En
effet, peu d’utilisateurs parviennent aujourd’hui à formuler ces requêtes avec
le formulaire de recherche avancée ou le moteur à facettes disponibles.

Cette présentation décrit les différentes étapes du projet, de la conversion
des notices en RDF au paramétrage de l'interface de recherche. La génération de
requêtes SPARQL à partir de questions exprimées en langage naturel n’a été
rendue possible que récemment par les technologies de deep learning. Pour ce
projet, un modèle de type Transformer a été entraîné à extraire les
informations importantes des questions des utilisateurs, pour les insérer dans
des requêtes SPARQL pré-rédigées.

ScoreBot est une application pratique du projet de recherche DOREMUS présenté
lors d’une précédente conférence SemWeb.Pro. Une fois le projet finalisé, les
résultats seront rendus disponibles en opensource.

Interface de test consultable à cette adresse :
https://catalogue.philharmoniedeparis.fr/pprd-les-partitions.aspx

Scorebot : utilisation du langage naturel pour interroger un graphe de partitions musicales

06 - SemwebPro_Celeste_20231114_flat.pdf

Celeste, une app tournée vers le bien-être mental

Le moral de nos contemporains (pour ne pas dire leur santé mentale) s’est fortement dégradé depuis
les confinements. L’application Celeste est tournée vers le bien-être mental : elle aide à trouver des
solutions aux problèmes pro ou perso, grâce à un dialogue ludique avec un agent conversationnel.
L’app permet de gagner en autonomie, de fixer et tenir ses propres objectifs. Nous présenterons
notre application pilote pendant la session.

Sur le plan technologique, l’app utilise un LLM augmenté par un mécanisme de mémoire qui permet
de contextualiser les dialogues (approche retrieval augmented generation). Les informations extraites
du dialogue alimentent une base de connaissances (taxonomie SKOS et base de données), qui
alimente à son tour les dialogues.

La confidentialité des échanges est un point essentiel, garanti ici par des mécanismes d’encryptage et
d’anonymisation des échanges. L’ensemble des informations massifiées, extraites des dialogues,
constitue un graphe dense qui pourra fournir par apprentissage profond, un jumeau numérique des
comportements humains. L’utilisation de LLM commerciaux US (GPT) soulève des questions de
souveraineté numérique, auxquelles l’utilisation de solutions open source fournissent des premiers
éléments de réponse. Dernier point essentiel, l’app a un but : accompagner et aider l’utilisateur en
personnalisant les méthodes qu’elle lui propose, avec un suivi des objectifs fixés en commun.

Celeste, une app tournée vers le bien-être mental

07 - SemWebPro 141123 Melzac.pdf

PAPRIKA est un outil développé par l'Abes (Agence Bibliographique de
l'Enseignement Supérieur) comme prolongement d'un projet ANR mené avec le
laboratoire LIRMM (Laboratoire d'Informatique, de Robotique et de
Microélectronique de Montpellier, UMR 5506) sur la qualité des grands
catalogues documentaires. 
L'interface web (www.paprika.idref.fr<http://www.paprika.idref.fr> ) permet 
aux professionnels de la documentation d'interroger et de modifier de manière ergonomique les
liens entre les personnes décrites dans le référentiel IdRef et les documents
présents dans le catalogue collectif Sudoc, qui rassemble les collections des
bibliothèques d'enseignement supérieur et de recherche en France. 

Les données sont mises à jour et interrogeables dans la base graphe adossée (data.idref.fr)
qui dispose d'un SPARQL Endpoint. PAPRIKA comprend également l'appel à un
programme d'intelligence artificielle explicable ou symbolique (Qualinka) qui
effectue un diagnostic et des suggestions de liens, en exploitant des
informations telles que les sujets et les co-contributeurs des documents. Son
fonctionnement repose sur des webservices génériques qui permettent
potentiellement d'interroger toute source documentaire. Le code de Qualinka est
ouvert et publié ici : https://github.com/abes-esr/qualinka-sudoc PAPRIKA a été
développé par Aline Le Provost, ingénieure d'études et chef de produit, et Yann
Nicolas, conservateur des bibliothèques, spécialiste du web sémantique. Yann
Nicolas travaille à l'Abes depuis 20 ans et a oeuvré pour la promotion du
Linked Open Data au sein de l'institution et des bibliothèques universitaires
françaises. Il dirige le service Labo de l'Abes, dont la priorité est
l'application du machine learning aux données et services de l'Abes.

Liens :

Article publié : https://hal.science/hal-02563630 (2020)
Présentations de l'outil disponibles en ligne :
https://zenodo.org/record/7973459 (2023)

https://www.transition-bibliographique.fr/systemes-et-donnees/4e-journee-professionnelle-metadonnees-en-bibliotheques-du-15-novembre-2019/ (2019)

https://vimeo.com/275207950 (2019)

Paprika.idref.fr : une interface web assistée par IA pour le liage personnes/documents

Applications (1)

08 - champin_semwebpro_2023.pdf

Cette présentation fait suite à celle que j'ai faite l'an dernier à SemWeb.pro,
où je présentais le regain d'intérêt pour les thématiques "données liées" et
"web sémantique" au sein du consortium W3C. 

Je présenterai ici les avancées accomplies en un an par les différents groupes
de travail: évolution du standard RDF, canonicalisation RDF, /data integrity/,
le vocabulaire DCAT. 

Je présenterai enfin les groupes en cours de création et les futurs standards sur
lesquels ces groups vont travailler.

État de l'activité "web sémantique" au W3C

11 - SemWeb_PRO_CapData_Opera_decouvrabilité_2023_2023-11-14_VF.pdf

Le projet CapData Opéra porte sur le développement d’une solution de
structuration et de diffusion des données culturelles en capacité de répondre
aux enjeux de développement des publics, de soutien à la création artistique et
d’accès à la culture.

Lors de ce projet, une ontologie commune a été spécifiée pour permettre
l'interopérabilité des données, qui sont exportées et intégrées dans un
entrepôt SPARQL commun. Pendant ce processus, des traitements de nettoyage et
d'alignement des données ont été menés dans un but d'enrichissement. Les
données, exposées en SPARQL, sont ensuite réimportées dans les   sources
originelles pour profiter des enrichissements et des alignements entre les
différentes maisons.



Contenu de l'intervention :

1. Introduction au projet CapData Opéra

-       Présentation du contexte, des besoins et objectifs du projet.
-       Avantages pour les artistes, les institutions culturelles et le public.
-       Politiques culturelles, enjeux des données et mutualisation.

2. Architecture de la solution

-       Prérequis et processus simplifiés.
-       Choix de l’architecture de la solution, expérimentation avec les
        données de l’Opéra national de Bordeaux et de la Réunion des Opéras de
        France.

3. Ontologie et Spectacle Vivant

-       Les fondamentaux de l’ontologie, état de l’art, BNF, Schema.org, usages
        métiers des lieux de programmations culturels.
-       Présentation de l'ontologie et de son application au sein de l’Opéra
        national de Bordeaux.

4. Perspectives - défis et déploiement

-       Principaux pièges et remèdes
-       Discussion sur les opportunités de collaboration avec la communauté
        SemWeb.pro pour faire progresser ce projet.

Objectifs de l'intervention :

-       Sensibiliser les participants aux principaux défis posés par la gestion
        des données au sein des établissements du spectacle vivant.
-       Présenter les principales étapes, problématiques et réflexions
        développées lors du projet.
-       Encourager la discussion et la collaboration entre les professionnels
        du secteur et les experts en Web sémantique.

Les principaux enjeux et solutions développés lors de l’expérimentation CapData Opéra – Découvrabilité portée par la Réunion des Opéras de France

12 - TUAL_SemWeb_2023_Photographes.pdf

Les annuaires professionnels anciens, édités à un rythme soutenu dans de nombreuses villes
européennes tout au long des XIXe et XXe siècles, forment un corpus de sources unique par son
volume et la possibilité qu'ils donnent de suivre les transformations urbaines à travers le prisme des
activités professionnelles de ses habitants, de l'échelle individuelle jusqu'à celle de la ville entière.

L'analyse spatio-temporelle d'un type de commerces au travers des entrées d'annuaires demande
cependant un travail considérable de recensement, de transcription et de recoupement manuels.
Pour pallier cette difficulté, cette présentation propose une approche automatique pour construire
et visualiser un graphe de connaissances géohistorique des commerces figurant dans des annuaires
anciens.

Les entrées des annuaires sont préalablement identifiées dans les scans des pages d’annuaires et
OCRisées à l’aide de méthodes et d’outils de l’état de l’art. Leurs différents éléments constitutifs sont
identifiés à l'aide d'une approche de reconnaissance d'entités nommées à base de réseau de
neurones profond. Nous avons entraîné un modèle de langue CamemBERT de sorte à lui permettre
de mieux gérer le bruit liés à l’étape d’OCR dans le texte des annuaires. Les adresses ainsi reconnues
dans les entrées sont ensuite associées à des coordonnées géographiques à l’aide d’un outil de
géocodage historique qui recherche pour chaque adresse extraite, l’adresse la plus similaire au sein
d’une base d’adresses anciennes et dont le temps valide associé est le plus proche possible de la date
de publication de l’annuaire dont l’adresse requête est extraite. Le liage des entrées similaires entre
annuaires constitue l'étape principale de création de notre graphe de connaissances géohistorique,
car elle permet de dégager les logiques individuelles d'évolution des commerces (déménagements,
transmissions, reprises, etc.). Pour surmonter les difficultés posées par le bruit OCR, nous proposons
d'utiliser deux approches de liage : une approche logique, à base de raisonnement sur des clés et une
approche numérique qui compare les valeurs des propriétés des entrées afin de lier celles présentant
les valeurs les plus similaires. Enfin, nous proposons un outil d'exploration spatio-temporelle du
graphe créé. Celui-ci permet d’explorer les données à l’aide d’une interface cartographique et d’une
frise temporelle : il permet ainsi de répondre à des questions de compétence complexes. L'approche
est testée sur des annuaires du commerce parisien du XIXe siècle allant de 1800 à 1908, sur le cas des
métiers de la photographie.

Liens utiles :

Article détaillé : https://hal.science/hal-04121643/

Point d’accès SPARQL : https://dir.geohistoricaldata.org/

Interface de visualisation spatio-temporelle :

https://soduco.github.io/ic_2023_photographes_parisiens/

Scripts pour la mise en œuvre de la chaîne de traitement :

https://github.com/soduco/ic_2023_photographes_parisiens

Création d'un graphe de connaissances géohistorique à partir d'annuaires du commerce parisien du XIXe siècle: application aux métiers de la photographie

13 - FranceArchives_SemWebPro_2023.pdf

Porté par le Service interministériel des Archives de France, FranceArchives
est le portail agrégateur national pour les archives françaises depuis 2017 et
offre une recherche fédérée dans près de 22 millions de métadonnées
archivistiques produites par près de 140 institutions. 

À ce titre, il est un acteur évident sinon attendu pour les archives françaises
dans le web de données liées. Cependant, l'hétérogénéité des données et la description
hiérarchique des archives en font un véritable défi. Le portail a profité des
opportunités des technologies du web sémantique pour traiter les entités
personnes, institutions, lieux et thèmes, extraites des indexations figurant
dans les inventaires d'archives, en les :
- Désambiguisant grâce à des URI ;
- Alignant vers les référentiels du Linked Open Data, tels que GeoNames,
  Wikidata, data.bnf et le thésaurus pour l'indexation matières des archives ;
- Enrichissant avec des dates, des descriptions et des coordonnées
  géographiques.

Pour pleinement intégrer FranceArchives au Linked Open Data, les données sont
converties, à partir de la base de données CubicWeb, en RDF en utilisant
l'ontologie RiC-O version 0.2  publiée en février 2021. 

FranceArchives est le premier projet à utiliser ce modèle à grande échelle
avec un certain succès.

C'est également l'un des premiers entrepôts de données archivistiques de
cette taille sur le Linked Open Data.

Pour assurer une expérience utilisateur optimale, un graphe restreint
aux données de qualité est exposé dans l'entrepôt SPARQL et peut être
exploré grâce à l'outil Sparnatural. Une  ontologie, rédigée spécifiquement
pour cette instance de Sparnatural, permet le requêtage des données le plus
fin possible tout en s'adaptant à l'hétérogénéité des données.

FranceArchives : portail de référence pour les archives françaises dans le web de données liées

Agrégateurs

IRPIA semweb pro 2023.pdf

IRPIA est un prototype d’outil d’indexation de ressources pédagogiques intelligent et
assisté.

L’objectif est d’aider les éditeurs à créer les notices de leurs ressources
pédagogiques dans le GAR. Le GAR (Gestionnaire d’accès aux ressources) est le
catalogue des ressources pédagogiques aux services des élèves et enseignants.

Une approche plurielle pour réduire la charge de description
Dans le cadre du projet, six axes ont été sélectionnés en vue de réduire la charge de
description des ressources numériques pédagogiques:
1) Simplification du modèle de description
La réduction du modèle à un sous-ensemble de champs jugés essentiels,
prenant en compte les exigences spécifiques du GAR, est une démarche
simple mais indispensable pour réduire le coût de l’adoption du standard
ScoLOMFR.
2) Suggestion par machine learning
L’existence de grandes bases de ressources numériques manuellement
indexées au standard ScoLOMFR rend possible l’entraînement de modèles
d’apprentissage profond, notamment les algorithmes modernes de
classification exploitant les techniques de “plongement lexical” sous leur
forme la plus récente, les transformers. On suggère à l’utilisateur, à partir de
valeurs saisies dans certains champs tels que le titre, les valeurs qui ont le
plus de chance d’être pertinentes pour les autres champs.
3) Optimisation UX/UI
L’un des défauts des interfaces de description basées sur les standards est
souvent leur apparence peu attrayante. L’application de principes simples
d’optimisation UX/UI (user experience/user interface) a permis de remédier à
ce problème.
4) Suggestion par inférence
Construits selon les standards du web sémantique, les vocabulaires
ScoLOMFR contiennent des assertions de relations entre entités (ex. “point de
programme enseigné dans niveau” ) qui sont exploitées pour suggérer des
valeurs pertinentes pour certains champs.
5) Suggestion par extraction des contenus (scraping)
Lorsque les ressources sont des pages web certains champs de
métadonnées sont extraits par scraping : typiquement, le titre, la description.
6) La suggestion depuis des API de référentiels
Nous disposons au niveau national de référentiels accessibles via des APIs :
annuaire administratif des entreprises (Sirène), référentiels d’autorités : ISNI,
BNF, Idref qui sont utilisés pour récupérer la description et les identifiants des
auteurs et éditeurs de la ressource pédagogique.
Ce projet combine deux approches: les technologies du web sémantique (ontologies,
raisonneurs...) qui se rattachent au domaine de l'IA symbolique et le machine
learning qui fait appel à l'IA probabiliste.

En résumé, l’objectif de ce projet est d'appréhender ce qui est possible de réaliser en
termes d’assistance à la saisie d’informations structurées en mobilisant toutes les
technologies à notre disposition, mais aussi de préparer une nouvelle génération
d’outils de saisie pour simplifier le travail des éditeurs et améliorer la qualité et
complétude des notices des ressources au format ScoLOMFR.

IRPIA : Outil d’indexation de ressources pédagogiques intelligent et assisté : un projet du Ministère de l’Education Nationale et de la Jeunesse

10 - SARRA-ABIDRI.pdf

L'intégration de données est un défi complexe en raison de la diversité des
sources de données (structures, vocabulaires, concepts, mécanismes accès, etc).
Pour répondre à cette problématique, OpenSILEX propose une suite logicielle
spécialisée dans la création de Systèmes d'Information pilotés par des
ontologies, notamment afin d'intégrer directement les   concepts et les
vocabulaires de différentes communautés scientifiques (agriculture,
environnement, agro-alimentaire). Pour cela, OpenSILEX s'appuie sur la
complémentarité de technologies du Web Sémantique et de gestion de documents
JSON. Cette approche permet de distribuer et d’organiser les masses données et
offre la flexibilité et la précision nécessaires pour une gestion efficace :

  *   les éléments de structuration (vocabulaires, propriétés,
      descriptions...), les données contextuelles, les annotations ainsi que
      les liens sont en RDF et gérés à l'aide d'outils et de technologies du
      Web Sémantique.

  *   les séries de valeurs, issues d'instrumentations (par exemple des
      capteurs organisés en réseaux ou embarqués) ou issues de workflows, qui
      se répètent dans l'espace et/ou dans  le temps, sont représentées en JSON
      et gérées dans MongoDB.

Le défi consiste à regrouper et à croiser ces données pour faciliter leur
exploitation et obtenir des informations complémentaires regroupées de façon
cohérente. Nous proposons une  solution basée sur GraphQL afin d’intégrer les
données issues de RDF et de JSON en s’appuyant sur des technologies avancées,
notamment de Gateway GraphQL. Cette technologie assure  le rôle essentiel d'une
couche d’abstraction intermédiaire garantissant un accès, via un schéma
virtuel, cohérent aux sources de données existantes (Triplestore ou NoSQL).
Cette approche de gateways permet une unification de l'accès aux données créant
ainsi une vue globale et dynamique des différents schémas de données. En
particulier, cela simplifie l'interrogation des données pour une utilisation à
des fins d'analyse et de prise de décision. Les gateways gèrent la propagation
des requêtes vers les sources de données, et les   résultats obtenus sont
ensuite intégrés puis retournés à l'utilisateur, rendant ainsi l'accès aux
données plus fluide et efficace.

En distribuant les données dans des sources JSON et RDF, OpenSILEX offre une
approche globale pour la gestion de masses de données complexes au profit de
communautés scientifiques.  Tandis que l'utilisation de gateways GraphQL permet
une intégration virtuelle efficace. Cette solution répond à des besoins tels
que ceux d’agriculture moderne en matière de gestion des données.

Présentation	Intervenant⋅e
C3PO: une ontologie sur la planification maraîchères et son graphe de connaissance	B. Darnala (LIRMM/Elzeard)
Gestion des nomenclatures en RDF avec XKOS	C. Dzikowski (INSEE)
Le Serveur Multi-Terminologies (SMT)	T. Merabti (Agence du numérique de santé)
Une ontologie pour le code de catalogage RDA-FR	A. Angjeli (BnF)
Scorebot : utilisation du langage naturel pour interroger un graphe de partitions musicales	C. Cecconi (Médiathèque de Philharmonie de Paris)
Celeste, une app tournée vers le bien-être mental	F. Chaumartin (Proxem)
Paprika.idref.fr : une interface web assistée par IA pour le liage personnes/documents	C. Melzac (Abes)
État de l'activité "web sémantique" au W3C	P. Champin (W3C / Inria / Université de Lyon)
Les principaux enjeux et solutions développés lors de l’expérimentation CapData Opéra – Découvrabilité portée par la Réunion des Opéras de France	E. Peyre (Réunion des Opéras de France)
Création d'un graphe de connaissances géohistorique à partir d'annuaires du commerce parisien du XIXe siècle: application aux métiers de la photographie	S. Tual (Univ. Gustave Eiffel/IGN-ENSG)
FranceArchives : portail de référence pour les archives françaises dans le web de données liées	M. Restif (Archives de France)
IRPIA : Outil d’indexation de ressources pédagogiques intelligent et assisté : un projet du Ministère de l’Education Nationale et de la Jeunesse	J. Delahousse
GraphQL pour l’Intégration de Données JSON et RDF pour OpenSILEX	S. Abidri (INRAE)

Retours sur la conférence / Replay

Présentations

Réseaux sociaux