SemWeb.Pro 2024

SWEP24-Lettria-Plu.pdf

SWEP24-Lettria-Plu

Il est généralement coûteux de créer une ontologie pour un domaine et
répondant à des besoins spécifique, car il faut à la fois être un
expert du domaine visé et en même temps maîtriser les méthodes
d'ingénierie des connaissances. De nombreuses ontologies existent déjà
pour une large variété de domaines, mais ces ontologies ne sont pas
forcément référencées dans des catalogues permettant leur
découvrabilité, ni adaptées au cas d'utilisation visé car, soit trop
spécifiques, soit trop génériques. Ainsi, il faut souvent un ingénieur
de la connaissance dédié pour sélectionner ou mettre à jour une
ontologie pour un cas d'utilisation donné. Une fois l'ontologie
construite, il n'est pas non plus aisé de l'utiliser pour venir
peupler un graphe de connaissances, cette tâche nécessitant souvent
des approches du traitement automatique du langage naturel (TALN)
telles que l'identification d'entités et l'extraction de relations.
Pour les entreprises, il est difficile d'allouer des ressources pour
créer une ontologie et de transformer leurs documents internes en
graphe de connaissances.

Les grands modèles de langage (LLMs) promettent de s'abstraire en
partie de ces contraintes. Ils sont capables de résoudre un certains
nombres de tâches de TAL et peuvent être guidé pour construire une
ontologie de domaine. Dans cet exposé, nous présenterons l'approche
développée par Lettria pour créer une ontologie et peupler un graphe
de connaissances à partir de textes, de manière automatisée et
adaptable. Pour cela, nous avons défini une orchestration de prompts
et de critères afin de donner la possibilité à tout le monde de
pouvoir effectuer ces tâches. Chacun des critères générés peut être
modifié par l'utilisateur afin d'adapter les résultats et se
rapprocher d'un objectif visé. Nous montrerons l'évaluation de cette
méthode sur le benchmark académique Text2KG et nous présenterons les
premiers retour clients où cette approche a déjà été mise en place
avec succès.

Création Semi-Automatisée d'Ontologies et de Graphes de Connaissances chez Lettria

SWEP24-RiCoAN-Clavaud.pdf

SWEP24-RiCoAN-Clavaud

Nous présenterons d’abord RiC-O (Records in Contexts Ontology), une ontologie de
domaine pour la description des archives. La version 1.0 de RiC-O a été publiée fin 2023
par le groupe d’experts EGAD (Expert Group on Archival Description) de l’International
Council on Archives (ICA). Il s’agit, avec le modèle conceptuel RiC-CM 1.0 qui
l’accompagne, de la première version stable et complète du standard Records in
Contexts, donc d’une étape majeure dans l’élaboration de ce standard. RiC-O est par
ailleurs désormais utilisée par de nombreux projets dans le monde. Une communauté
d’utilisateurs s’est formée, ce qui va permettre de faire émerger des pratiques
communes, des méthodes applicables à certains cas d’utilisation, des outils. Nous
montrerons ensuite comment nous utilisons cette ontologie aux Archives nationales de
France (AnF). Nous ferons un tour d’horizon rapide des projets en cours, ce qui nous
permettra notamment de mettre en évidence les enjeux de qualité et ceux relatifs à
l’évolution des services rendus aux utilisateurs des métadonnées archivistiques
produites par les AnF. Nous évoquerons en particulier : l’évaluation de la qualité des
graphes et les défauts des métadonnées source ; la construction d’interfaces
d’exploration et de recherche dans ces graphes ; l’enrichissement, la production et la
publication des référentiels sémantisés de l’institution ; le projet de recherche
NER4Archives mené avec l’Inria (reconnaissance d’entités nommées dans les fichiers de
métadonnées des AnF, avec une étape de liage des entités nommées qui exploite
plusieurs graphes de connaissances).

Liens :
Sur RiC-O : voir la page https://www.ica.org/fr/resource/records-in-contexts-ontology/.
Sur l’exploration d’un graphe de connaissances RiC-O produit par les AnF : voir le
démonstrateur des Archives nationales (qui sera mis à jour cet été).
Sur les référentiels des AnF : voir ce dépôt sur GitHub (dans lequel on trouvera une
nouvelle release bientôt).
Sur NER4Archives : voir cette présentation (mai 2024).

Utilisations de l’ontologie RiC-O aux Archives nationales de France

SWEP24-SAPA-DeCoulon.pdf

SWEP24-SAPA-DeCoulon

Notre institution, la [Fondation SAPA](https://sapa.swiss/), est un centre de conservation d’archives et un centre de compétences sur les arts de la scène suisse. Elle a un mandat au niveau national dans ce domaine même si elle travaille en subsidiarité avec les autres institutions. Dans ce cadre, elle s’est engagée depuis 2014 dans un projet de web sémantique qui a aboutit en 2021 à la mise en ligne d’un nouveau portail (voir description ci-dessous) qui suit les recommandations en matière de Linked Open Data.

Le passage d’outils de gestion traditionnels de nos informations à des outils sémantiques a de multiples conséquences, et nous sommes toujours en train d’en évaluer les apports et les difficultés. L’intérêt de ce passage n’est pas vraiment remis en cause à l’interne mais les moyens nécessaires à sa mise en œuvre restent toujours source de débats. Par ailleurs, nous ne disposons pas de mécanismes de suivi de réutilisations de nos données et en ce sens nous avons du mal à mesurer l’intérêt des publics pour ces dernières.  Notre présentation lors de votre conférence pourrait nous permettre d’en offrir un bilan provisoire.

Portail

La Fondation SAPA a mis en ligne en 2021 son nouveau portail de connaissances [Performing-Arts.ch](https://www.performing-arts.ch)

Ce portail donne accès à la fois à des informations générales sur les arts de la scène suisses (qui, quoi, où) et sur les archives conservées par notre institution.

Il s’agit d’un portail RDF natif qui utilise la version open source du logiciel [Metaphactory](https://hub.docker.com/r/metaphacts/glam-community). La maintenance de notre système est assurée par un [service de l’Université de Zürich](https://www.sari.uzh.ch/en.html). Nous ne disposons pas d’informaticienne/informaticien au sein de notre fondation.

Un [SPARQL Endpoint](https://www.performing-arts.ch/sparql) est disponible.

Notre modèle de données est en cours de publication. Nous bénéficions pour cela des travaux de l’entreprise Sparna. Sont déjà disponibles : notre [ontologie maison](http://ontology.performing-arts.ch/spao/index-en.html) et notre [modèle de données](http://shapes.performing-arts.ch/collections/) sur nos collections. Nous avons, par ailleurs, avec l’aide du même prestataire, publié nos [vocabulaires contrôlés](http://vocab.performing-arts.ch/).

De nombreuses ontologies classiques sont utilisées pour la modélisation mise en place : [FRBRoo](http://iflastandards.info/ns/fr/frbr/frbroo), [CIDOC-CRM](http://www.cidoc-crm.org/cidoc-crm/), [RDA](http://rdaregistry.info/Elements/u/), [Premis](http://www.loc.gov/premis/rdf/v1#), [RDFS](http://www.w3.org/2000/01/rdf-schema#), [SKOS](http://www.w3.org/2004/02/skos/core#), [EBUCore](https://www.ebu.ch/metadata/ontologies/ebucore#), [Schema.org](http://schema.org/).

Mais deux au moins sont plus spécifiques :

  *   Tout d’abord [Records in Contexts](https://www.ica.org/standards/RiC/ontology#) qui est publiée par le Conseil internationale des archives et dont la version stable 1.0 a été publiée en novembre dernier. Nous avons été une des premières institutions à implémenter cette ontologie dans un outil en production. Nous avons publié à ce sujet un [article](https://doi.org/10.55790/journals/ressi.2024.e1511) en début de cette année.
  *   Une proposition de modélisation des arts de la scène (au moyen de cidoc et frbroo) qui a aussi fait l’objet de [publications](https://universityheritage.eu/en/building-a-database-for-performing-arts-in-switzerland/) [scientifiques](https://orcid.org/0009-0003-7448-7835).

L'impact de l'utilisation des technologies du Web Sémantique pour des institutions

Session 1

SWEP24-Juridique-Rossi.pdf

SWEP24-Juridique-Rossi

La modélisation des règles juridiques, issues de ressources normatives ou jurisprudentielles, est un
champ connu de recherche, balisé par des réalisations majeures et pour la plupart anciennes, parmi
lesquelles les initiatives des offices de publication ont joué un rôle directeur et en particulier celles
de l’OPOCE au niveau européen, pour intégrer très tôt les outils du web sémantique. Mais, en
termes de cas d’usage comme en nombre de réalisations concrètes, ce domaine et les corpus de
connaissance qui le constituent restent, en dépit de leur importance pratique, à l’écart du grand
mouvement actuel d’application des nouveaux outils désignés sous le terme englobant d’IA.
La présentation proposée partira d’une analyse des principales limites de l’état de l’art pour
ébaucher une synthèse des besoins métiers, fonctionnels et techniques requis par la modélisation des
règles juridiques, abordée sous l’angle des exigences formelles résultant des standards du Web
sémantique.

Partant du constat de divers blocages, limites techniques ou carences des ressources aujourd’hui
disponibles, la présentation va tenter de mettre en perspective ce que la nouvelle norme RDF 1.2 en
cours de mise au point par le W3C (aussi connue comme RDF STAR) paraît ouvrir comme pistes et
mécanismes inédits pour lever certains de ces verrous technologiques identifiables.
Au travers de l’analyse de quelques problèmes, comme ceux posés par la gestion des diachronies et
des ressorts de compétence ou d’application, le repérage de règles résultant d’énoncés discontinus
répartis entre des corpus multiples ou la définitions d’ontologies « au sens de... » pour traduire et
déterminer les limites d’application des règles de droit par domaine de spécialité, la présentation
visera à évaluer ce que les transformations que RDF 1.2 annoncent comme pistes nouvelles pour la
mise en œuvre, dans le domaine juridique, de la troisième génération du Web sémantique tel qu’il se
prépare, avec les nouveaux standards du W3C en cours de mise au point.

Auteur :
Jean-Yves ROSSI est conseiller d’État. Ingénieur de formation, il est membre de l’Advisory
Committee du W3C et participe à plusieurs groupes de travail du Consortium. Il prépare une thèse
sur la modélisation des règles juridiques en Web sémantique, dans le cadre de l’école doctorale ED
EM2PSI - Économie, Management, Mathématiques, Physique et Sciences informatiques de CY
Paris Cergy Université.

Les pistes ouvertes par RDF 1.2 pour l’indexation des règles juridiques en Web sémantique

[Solid](https://solidproject.org/) est un ensemble de spécifications qui
définissent un contrôle d'accès appliqué aux données liées. L'une des
utilisations phares est la constitution de stockages de données
personelles, permettant de donner à une personne le contrôle du partage des
données la concernant. Le contrôle d'accès est exprimé dans Solid de deux
manières possibles, [WAC](https://solidproject.org/TR/wac) (Web Access
Control) et [ACP](https://solidproject.org/TR/acp) (Access Control Policy),
et c'est ce dernier sur lequel cette présentation va se concentrer.

Le contrôle d'accès via ACP est centré sur l'identité, materialisée par le
[WebID](https://w3c.github.io/WebID/spec/identity/index.html), et déléguée
à un composant du système selon les normes du domaine (à savoir
[Solid-OIDC](https://solidproject.org/TR/oidc), une extension de [OpenID
Connect](https://openid.net/)). Selon les cas d'uilisation, trois approches
de Solid-OIDC sont possibles, toutes ayant pour résultat l'obtention par le
client d'un jeton d'identité portant la signature cryptographique de son
émetteur, ce qui permet au client d'accéder au nom de leur propriétaire à
des resources protégées (autrement dit, des données sur son stockage
personnel).

Une fois la requête authentifiée, le graphe de permission ACP est évalué
pour autoriser ou non l'accès. En plus de ses mécanismes de base, ACP
définit des points d'extension via lesquels définir de nouveaux attributs
d'évaluation des permissions. Sur ce point d'extension ont été définies les
Access Requests/Access Grants. Celles- forment un mécanisme formalisant la
demande et l'autorisation d'accès à une ressource par un échange de
[Verifiable Credentials](https://www.w3.org/TR/vc-data-model/). Les Access
Request/Access Grants répondent à un principe de moindre permission, en
créant un contexte privilégié unifié dans lequel le propriétaire de donnée
peut autoriser l'accès à ses ressources de manière temporaire et facilement
révocable, qui permet à un parti non-privilégié d'obtenir l'accès à des
resources sans avoir besoin de modifier les métadonnées d'accès.

L'objet de cette présenation sera de couvrir les modes d'authentification
définis par Solid-OIDC selon les cas d'utilisation, et d'expliquer comment
ceux-cis s'articulent avec les Access Requests et Access Grants.

L'auteur: Nicolas Seydoux, ingénieur chez [Inrupt](https://www.inrupt.com/).
Je suis particulièrement impliqué dans la conception et le développement
d'outils à destination des développeurs pour permettre la création
d'applications basées sur les standards de Solid, avec un intérêt tout
particulier sur l'authentification et l'autorisation. Les librairies
développées par Inrupt pertinentes dans le cadre de cette présentation
incluent `@inrupt/solid-client`, `@inrupt/solid-client-access-grants` ,
`@inrupt/solid-client-authn-node` et `@inrupt/solid-client-authn-browser`
 sur NPM en Javascript, et `com.inrupt.client:inrupt-client-bom` sur Maven
Central en Java. Des démonstrations de l'utilisation de ces différentes
libraries sont données dans [notre documentation](https://docs.inrupt.com/).

Le [support de présentation](https://homepage.zwifi.eu/slides/2024/semwebpro/) est en ligne.

Formaliser la demande et l'autorisation d'accès dans l'écosystème Solid

SWEP24-EuroParl-OpenData.pdf

SWEP24-EuroParl-OpenData

Entrant dans sa 10ème législature (2024-2029), le Parlement européen est
désormais composé de 720 membres élus pour 5 ans, répartis en 7 groupes
politiques, qui siègeront, entre autres, au sein de commissions
parlementaires permanentes et de délégations (
https://facts-and-figures.europarl.europa.eu/). Durant la 9ème législature,
plus de 28000 votes ont eu lieu, plus de 35000 amendements ont été débattus
pendant les 1944 heures de séances plénières (
https://www.europarl.europa.eu/plenary/en/bilan-statistic.html).

Ces quelques chiffres donnent un aperçu des données disponibles dans
le *portail
des données ouvertes du Parlement Européen
*. Ce portail propose un accès à des
données concernant les députés européens, la structure et l'évolution des
commissions parlementaires, les textes adoptés par le Parlement européen,
en session plénière avec leur ordre du jour et les métadonnées des
documents associés, ainsi que les résultats des votes sur les amendements,
amendement par amendement.

Ces données sont évidemment gérées au sein de l'institution depuis
longtemps. L'originalité et la force de ce projet tiennent à la conception
et à la diffusion d'un "graphe de connaissances" unifié, connectant les
données d'une vingtaine d'applications internes, basé sur une sémantique
maximisant l'interopérabilité, garantissant la qualité des données et
correctement
documenté .

Les 242 jeux de données proposés, soit en téléchargement, soit accessibles
par API ("application programming interface") totalisent environ 60
millions de triplets actuellement et décrivent les métadonnées d'environ
180000 documents déclinés en plus d'1 million de variantes linguistiques au
total, 5000 eurodéputés, 3500 comités et plus de 30000 activités

La présentation donnera un retour d'expérience sur le déploiement de ce
projet, en particulier :

   - l'interopérabilité sémantique, basée sur les ontologies de journaux
   officiels ELI  et ELI-DL
   
   (European Legislation Identifier for Draft Legislation), ainsi que
sur les tables
   d'autorités partagées des institutions Européennes
   .
   - l'utilisation de SHACL (Shapes Constraints Language) comme langage de
   modélisation opérationnel, permettant une spécification du contenu des jeux
   de données, un contrôle qualité des données, et la production d'une
   documentation pour les réutilisateurs
   - le déploiement d'un triplestore AWS Neptune comme base de gestion et
   de diffusion d'un graphe de connaissances d'environ 60 millions de triplets
   actuellement
   - l'utilisation de la gestion de provenance avec PROV-O, et des graphes
   nommés, assurant la traçabilité des données diffusées
   - le déploiement de l' API REST du portail
    créée
   en utilisant la technique du "framing" JSON-LD

Données ouvertes du Parlement Européen - retour d'expérience sur la mise au point et la diffusion d'un "graphe de connaissances" institutionnel

Session 2

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.

Je présenterai enfin les groupes en cours de création et les futurs standards sur lesquels ces groups vont travailler.

Voir le [support de présentation](https://champin.net/2024/semwebpro/).

Etat de l'activité Web Sémantique au W3C

Les standards du W3C

SWEP24-sparqlexplorer.pdf

SWEP24-sparqlexplorer

[SparqlExplorer](https://sparqlexplorer.app) est un logiciel libre qui permet de naviguer dans les données d'un point d'accès SPARQL comme s'il s'agissait d'un portail web, sans écrire de requête.

Voir par exemple les [données de CapDataOpéra avec SparqlExplorer](https://sparqlexplorer.app/#/?endpoint=https%3A%2F%2Fsparql.capdataopera.fr%2F)

- développement sur [forge logilab/sparqlexplorer](https://forge.extranet.logilab.fr/open-source/SemWeb/sparqlexplorer/)

Présentation du logiciel libre Sparqlexplorer

SWEP24-Geographe-Bernard.pdf

SWEP24-geographe-bernard

Création d'une ontologie pour la modélisation des entités géographiques, des relations qui les lient et leur évolution temporelle. Afin de valider ce modèle, nous avons peuplé l’ontologie avec des données provenant de sources hétérogènes : des données géographiques contemporaines (OpenStreetMap, Base Adresse Nationale), des plans anciens de la ville de Paris (plan d’Andriveau, plan municipal, cadastres napoléoniens…).

Évaluation d'un graphe de connaissances géo-historique d'adresses créé à partir de sources multiples

20241121_présentation_insee_dcat.pdf

SWEP24-insee-dcat

SWEP24-Insee-DCAT-Duffes.pdf

SWEP24-Insee-DCAT-Duffes

L’Institut national de la statistique et des études économiques (Insee) joue un rôle crucial en collectant, produisant, analysant et diffusant de nombreuses informations sur l’économie et la société françaises. Face à l’ampleur de cette mission, l’Insee doit relever un défi majeur : assurer la visibilité et la découvrabilité de ses données.

L'Insee a recours aux vocabulaires RDF pour gérer une grande partie de ses métadonnées relatives aux processus métiers. Le jeu de données constituant le point d'entrée principal des résultats statistiques, il est donc essentiel que sa description soit facilement accessible et interopérable avec d'autres catalogues de données.

Afin d'atteindre cet objectif, l'Insee a adopté le Data Catalog Vocabulary (DCAT), un standard du web sémantique publié par le W3C. En s'appuyant sur des classes permettant de définir un catalogue (Catalog), un jeu de données (Dataset) ou encore un fichier (Distribution, représentant un moyen d’accéder à un Dataset, par exemple via un fichier CSV téléchargeable) et sur des extensions du standard DCAT, dont StatDCAT-AP, une extension aux données statistiques publiée par la Commission Européenne, l'Insee vise des premières publications compatibles avec ces standards d'ici fin 2024. Cela lui permettra de rendre ses jeux de données interopérables avec des portails comme la plateforme ouverte des données publiques françaises (data.gouv.fr) ou le portail officiel des données européennes (data.europa.eu), augmentant ainsi la visibilité de ses travaux statistiques.

Pour faciliter cette transition, l'Insee s'est doté de son propre outil de gestion de métadonnées DCAT, l'application Bauhaus, publiée en open source. Cet outil a été conçu pour que les étapes de conception et de construction de ces métadonnées ne soient plus réservées aux experts du standard. Grâce à Bauhaus, l’Insee peut gérer efficacement ses métadonnées, rendant la documentation et l'accès aux jeux de données plus simples et plus accessibles pour une plus large catégorie d’agents. En intégrant ces technologies avancées, l'Insee renforce son engagement à améliorer l'accessibilité et la visibilité de ses données statistiques, répondant ainsi aux besoins croissants des utilisateurs en quête d'informations structurées, fiables et interopérables.

Liens :

- Le standard [DCAT](https://www.w3.org/TR/vocab-dcat-3/)
- Le profile d'application [DCAT-AP](https://joinup.ec.europa.eu/collection/semic-support-centre/solution/dcat-application-profile-data-portals-europe)
- L'extension statistique [StatDCAT-AP](https://joinup.ec.europa.eu/collection/semic-support-centre/solution/statdcat-application-profile-data-portals-europe)
- L'instance de démonstration de l'[outil de gestion DCAT "Bauhaus](https://gestion-metadonnees-front.demo.insee.io/datasets) (à venir)
- [Github Bauhaus](https://github.com/InseeFr/Bauhaus)
- [Insee SPARQL Endpoint](https://rdf.insee.fr/)


Auteur :

Guillaume Duffes a travaillé pendant 8 ans (2011-2019) sur la mise en place d’un référentiel de métadonnées à l’Insee en mettant en œuvre diverses normes et standards dont ceux du Web Sémantiques, et notamment les vocabulaires W3C. Il est revenu sur ces activités à l’Insee depuis septembre 2024.

L'utilisation du standard DCAT à l'Insee

SWEP24-akm-berger.pdf

SWEP24-akm-berger

Liages entre Ontologies et Objets : une clé pour modéliser retrouver la connaissance dans l’industrie

SWEP24-semgraph.pdf

SWEP24-semgraph

SemGraph est à mi-chemin entre une méthode et une suite logicielle pour l'assemblage et l'exploitation de graphes de connaissances selon les standards du Web sémantique.

En s'appuyant sur les standards du Web et une architecture décentralisée, les outils indépendants de la suite SemGraph se complètent pour permettre la mise en réseau de données issues de multiples applications disjointes.

Les graphes de connaissances ainsi constitués apportent une valeur inégalée en faisant apparaître des relations auparavant invisibles et en servant de base à de multiples applications d'intelligence artificielle.


Voir le site [semgraph.logilab.fr](https://semgraph.logilab.fr)

Présentation	Intervenant⋅e
Création Semi-Automatisée d'Ontologies et de Graphes de Connaissances chez Lettria	J. Plu (Lettria)
Utilisations de l’ontologie RiC-O aux Archives nationales de France	F. Clavaud (Archives nationales) M. Zrhal (Lab, Archives nationales de France)
L'impact de l'utilisation des technologies du Web Sémantique pour des institutions	B. de Coulon (Fondation SAPA)
Les pistes ouvertes par RDF 1.2 pour l’indexation des règles juridiques en Web sémantique	J. Rossi (Ecole doctorale EDEM2PSI)
Formaliser la demande et l'autorisation d'accès dans l'écosystème Solid	N. Seydoux (Inrupt)
Données ouvertes du Parlement Européen - retour d'expérience sur la mise au point et la diffusion d'un "graphe de connaissances" institutionnel	T. Francart (Sparna) L. Liudvinavičiūtė (Parlement Européen)
Etat de l'activité Web Sémantique au W3C	P. Champin (W3C / Inria / Université de Lyon)
Présentation du logiciel libre Sparqlexplorer	N. Chauvat (Logilab)
Évaluation d'un graphe de connaissances géo-historique d'adresses créé à partir de sources multiples	C. Bernard (LaSTIG,IGN)
L'utilisation du standard DCAT à l'Insee	G. Duffes (INSEE)
Liages entre Ontologies et Objets : une clé pour modéliser retrouver la connaissance dans l’industrie	A. Berger (Ardans)
Présentation de Semgraph	N. Chauvat (Logilab)

Retours sur la conférence / Replay

Présentations

Réseaux sociaux