SemWeb.Pro 2025

Grâce aux initiatives de la science ouverte, un nombre croissant de jeu de 
données d’observation des compartiments du système terrestre sont désormais
normalisés et disponibles sur le web. La norme ISO 19115a été largement
adoptée  pour coder les aspects spatio-temporels des observations du système
terrestre. Cependant, cette norme ne spécifie pas les multiples dimensions des
observations, notamment les caractéristiques d'intérêt, les propriétés
observables et la provenance. En conséquence, les chercheurs intéressés par
les études multidisciplinaires sur le système terrestre peuvent passer à côté
d'ensembles de données significatifs lorsqu'ils interrogent indépendamment des
portails de données spécifiques à un domaine.Nous proposons un nouveau système
de découverte d'ensembles de données basé sur les ontologies DCAT, ainsi que
sur le modèle de métadonnées provenant de plusieurs portails de données,
représentant chacun un compartiment du système terrestre. Le modèle de
métadonnées est exploité simultanément pour traiter les hétérogénéités
sémantiques et structurelles et pour construire un graphe de connaissances
descriptif expliquant comment les ensembles de données récupérés sont
sémantiquement liés à la recherche de l'utilisateur. Nous présenterons  la
mise en œuvre de ce système, son application à d’autres cas d’utilisation.

Voir la démonstration sur https://purl.org/earthsystemdatasetdiscovery

Et un article disponible sur HAL https://hal.science/ESPACE-DEV/hal-04823866v1

Présentateur

Vincent Armant ingénieur en Ingénierie des connaissance à l'Institut de
Recherche pour le Développement.

Exploiter les graphes de connaissances pour la découverte de jeux de données du système terrestre

Le standard du Data Food Consortium est construit à l’aide des
technologies du web sémantique et facilite l’interopérabilité
entre acteurs des circuits courts. Ce standard est composé de deux
ontologies et de plusieurs taxonomies. Le standard est libre,
construit par une communauté d’acteurs divers (plateforme de
circuits-courts, d’aide à la gestion culturale, aide à
l’étiquetage des produits, etc.) et continue d’évoluer grâce
aux cas d’usage levés par les parties prenantes.

En facilitant l’interopérabilité des plateformes de
circuits-courts le standard aide par exemple les producteurs dans la
gestion de leur distribution. Les producteurs utilisent en général
plusieurs plateformes de vente en circuits-courts pour distribuer
leurs produits. Ces plateformes sont construites de manière
indépendante ce qui oblige les producteurs à gérer plusieurs
plateformes, plusieurs catalogues de produits et plusieurs sources de
commandes. Ce manque de coopération entre plateformes rend difficile
la gestion de la distribution et des stocks pour les producteurs.

Le standard permet également de mutualiser des commandes entre
acteurs afin d’optimiser la logistique. En effet, en augmentant le
volume de commande transporté dans les camions on diminue les coûts
de distribution et la pollution générée par les livraisons. L’un
des problèmes majeurs des circuits courts est le manque de
coopération entre acteurs fautes d’outils interopérables.

En plus des ressources sémantiques, des connecteurs pour plusieurs
langages de programmation ont été développés pour faciliter la
mise en œuvre du standard dans les outils numériques des différents
acteurs. Ces connecteurs offrent une interface de programmation pour
manipuler les données échangées dans le cadre du standard. Le code
source de ces connecteurs est généré en suivant les principes de
l’ingénierie dirigée par les modèles.

Actuellement, le standard décrit efficacement le cas d’usage de la
gestion de catalogues et de commandes, et nous avons entamé des
travaux sur la logistique à l’aide de partenaire logistique. Notre
enjeu actuel est de promouvoir le standard et l’utilisation des
technologies associées auprès des plateformes pour arriver à une
utilisation à plus grande échelle et confronter le standard à la
réalité du métier.

Lien utiles : 

- https://www.datafoodconsortium.org/
- https://docs.dfc-standard.org/dfc-standard-documentation/
- https://github.com/datafoodconsortium


Auteur : Baptiste Darnala est data scientist pour la société Elzeard
et titulaire d'une thèse de docteur où il a travaillé sur
l'utilisation des méthodes de web sémantique et d'apprentissage pour
aider à la planification des cultures maraîchères. Il travaille sur
le projet du DataFoodConsortium en aidant sur la construction des
différentes ressources sémantiques.

Faciliation de l'interopérabilité des plateformes de circuits-courts à l'aide du standard du DataFoodConsortium

Nous proposons de présenter des travaux sur l’indexation et son exploitation
dans le contexte du web sémantique et en particulier du projet Solid/Linked
Web Storage du W3C. Nous avons conçu un vocabulaire basé sur les shapes SHACL
qui permet d’indexer les données à différentes échelles. Nous avons aussi
développé un moteur de requêtage en TypeScript capable de parcourir ces index
et trouver des résultats qui valident une certaine shape fournie en entrée.

L’indexation permet de grandement accélérer la recherche de données. La
spécification Solid actuelle n’inclue pas de capacité d’indexation côté
serveur. Sans modifier la spécification il est possible d’ajouter cette
capacité côté serveur à l’aide d’un agent ou directement côté client. Dans les
deux cas il est nécessaire de formaliser cette capacité d’indexation dans un
protocole dit « client-client ».

Nos travaux ont débuté dans le cadre d’une coopération entre l’INRIA et
l’entreprise française Startin’Blox il y a plus de deux ans. Nous avons montré
comment ces index ont permis de solutionner un problème de recherche
décentralisée dans le contexte d’applications Solid. Dans l’une de nos
démonstrations les index étaient répartis sur 32 serveurs Solid. Un index
fédéré était également présent sur un serveur de fédération. Ces index étaient
interrogés selon les critères de recherche exprimés côté client.

Aujourd’hui le moteur de requêtage a été réécrit et utilise désormais un
validateur SHACL (rdf-validate-shacl). Cette nouvelle implémentation présente
l'avantage de ne pas être fortement couplée aux index. Le moteur se contente
de valider des shapes sur les entrées d'index fournies par une stratégie de
requêtage. De plus cette implémentation doit permettre de profiter pleinement
de l'expressivité de SHACL.

Le moteur de requêtage est basé sur la bibliothèque TypeScript Semantizer.
Cette bibliothèque en cours de réécriture permet de manipuler des datasets RDF
à l’aide de mixins. Ces mixins fournissent des méthodes pour manipuler les
quads présents dans des datasets. Un certain nombre de mixin sont fournis et
les clients peuvent définir leur propre mixin. Un générateur de code permet de
générer le code source de mixins « basiques » à partir de shape SHACL.

Auteur : Maxime Lecoq-Gaillard est ingénieur de recherche et développement
titulaire d'un master de l'ISTIC en architecture logicielle (Université de
Rennes 1). Coprésident de Data Food Consortium, directeur technique chez
AlmaFood, il porte le projet Mycelium : un ensemble d’applications Solid et
libres pour les paysan⋅ne⋅s.

Liens utiles :

- https://github.com/semantizer/semantizer-typescript/tree/dev
- https://www.datafoodconsortium.org/
- https://almafood.fr/

Outils et mécanisme d’indexation pour la recherche et la découverte de données dans un écosystème Solid

Session 1

La Bibliothèque publique d'information a mis en place une cartographie
permettant de localiser les documents dans la bibliothèque. Elle exploite
les données sémantisées du plan de classement, qui donne à voir l’ensemble
des sujets couverts et définit l’implantation des collections. Grâce aux
données sémantisées, des rebonds par thématiques sont possibles et offrent
une navigation dans les espaces et les collections plus intuitive.

Voir l'application sur https://explorezlabpi.bpi.fr

Auteur : Théo Bourdilleau, responsable des projets de sémantisation de la
classification et de cartographie pour la Bibliothèque publique
d'information.

Localiser des documents en bibliothèque grâce à la sémantisation

Le Centre d’Ingénierie Hydraulique (CIH) d’EDF Hydro a lancé en novembre 2023 une démarche afin de mieux tirer parti du numérique. Une meilleure interconnexion des données utilisées est un sujet majeur. Pour cela, nous avons lancé, début 2024, le projet « Grafhydro » qui vise à connecter sémantiquement les données utiles à l’ingénierie hydraulique. Cette communication a pour objectif de présenter notre démarche, les résultats obtenus et les défis actuels.

En partant de zéro, nous avons itéré pour aboutir à l’architecture technique jointe, structurée en quatre grandes étapes. La première consiste à définir les ontologies et les conventions de nommage des URI. Nous avons également travaillé à l’intégration des modélisations spécifiées dans les Data Transfer Objects (DTO) de notre datalake existant, et aussi notre glossaire interne qui s’appuie sur Apache ATLAS. Cette modélisation est accessible à la fois via Git et dans notre base graphe.

La deuxième étape consiste à mettre en œuvre l’ontologie à partir de nos sources de données, et de procéder à des alignements entre sources de données. À ce jour, environ 70 sources différentes ont été modélisées, générant près de 35 millions de triplets. Ces triplets sont stockés au format RDF, de manière versionnée, en utilisant un stockage de type S3, Git et Python/DVC.

En troisième étape, nous générons le graphe et le rendons accessible. Pour notre premier prototype, nous avons utilisé le framework open source CubicWeb. En 2025, nous avons testé la migration sous GraphDB, ce qui nous a permis de constater l’intérêt du format pivot RDF.

Enfin, la quatrième étape est de rendre accessible les informations. Pour cela, nous nous appuyons sur deux services. Le premier est une vue encyclopédique (cf. pièce jointe), ce qui permet de voir la définition et les connexions des instances et ontologies manipulées. Le second est une IHM de visualisation métier des données sous forme de tableaux ou de cartes (cf. pièce jointe).

Nous pourrons partager sur les défis relevés et en cours. Aujourd’hui, notre premier défi est une acceptation partagée en interne de ce type d’approche et de service afin de passer à l’échelle de l’industrialisation. Notre deuxième défi est une IHM à la fois souple et intuitive pour les utilisateurs ne connaissant pas la modélisation sous-jacente. Et enfin, le troisième défi est la mise en place de processus robustes de mise à jour du graphe.

Auteurs:
- Yann REBOURS est en charge depuis novembre 2023 de l’accélération du numérique au Centre d’Ingénierie Hydraulique d’EDF Hydro
- Nicolas CHAUVAT est PDG de la société Logilab, spécialisée en Web Sémantique
- Sébastien FREAL-SAISON est pilote opérationnel SI au Centre d’Ingénierie Hydraulique d’EDF Hydro

Grafhydro : la connexion sémantique au service de la gestion des connaissances en ingénierie hydraulique

Le framework open source Synaptix propose une méthodologie et un ensemble d’outils
dédiés à la génération et l’exploitation industrielle de knowledge graphs (KG) RDF. Ce
framework, fruit de plusieurs années de développement de plates-formes, a été notamment
au coeur du dictionnaire contributif dictionnairedesfrancophones.fr lancé en 2020, et vient
récemment d’être appliquée au projet Archipel porté par l’Institut national de recherches archéologiques préventives, l'[INRAP](https://www.inrap.fr/).

Archipel est un projet visant la création d’une plateforme globale des données scientifiques
de l’archéologie produites par l’INRAP. Elle offre un unique point d’accès aux productions
publiques des agents de l’Inrap: rapport d’opérations de diagnostic ou de fouilles, projets, et
articles scientifiques. Le site https://archipel.inrap.fr/ est ouvert au public depuis début 2025,
et l’API et le backend qu’il utilise ont été développés par [:probabl](https://probabl.ai/)
 et s’appuie sur le
framework Synaptix.

L’approche Synaptix peut être assimilée à une méthode d’urbanisation de systèmes
d’informations, dont le projet Archipel est un exemple concret. Par urbanisation il faut
comprendre ici les moyens mis en œuvre pour décloisonner les silos de données des
organisations, et permettre un accès direct et simplifié à un ensemble d’informations
auparavant disséminées dans diverses bases de données. L’approche Synaptix pose que
les Knowledge Graphs RDF sont un excellent moyen pour atteindre ces objectifs, et propose
dans le même temps des solutions facilitant à la fois la génération et l’exploitation des ces
KGs, souvent perçus comme des solutions complexes et coûteuses à industrialiser.

L’approche de l’urbanisation décrite ici peut se décomposer en quelques étapes pour
lesquelles l’approche Synaptix propose des solutions à la fois innovantes et ayant passées
avec succès l’épreuve de l’industrialisation:

1.​ Ingestion et structuration des données grâce à un modèle pivot RDFS/OWL,
permettant d’exprimer en un seul schéma les multiples relations entre les concepts
portés par les données;

2.​ Génération d’un graphe RDF rassemblant les données sources mappés sur le
modèle pivot, et exploitant des technologies de mapping génériques (RML.io) ou
ad’hoc;

3.​ Analyse et enrichissement du graphe via des approches à bases de règles
(inférence, SPARQL) ou de machine learning

4.​ Exposition du graphe via des interfaces complémentaires au endpoint SPARQL : un
index de moteur de recherche permettant un accès très performant, et une API
GraphQL plus adaptée au développement web.

L’ensemble de ces étapes est piloté par un orchestrateur de tâches open source (Airflow)
permettant à la fois l’automatisation complète et le monitoring de ce processus.

Intervenant:

Freddy Limpens , Senior Knowledge Graph Engineer chez :probabl.ai depuis 2024. Titulaire
d’une thèse de doctorat dirigée par Fabien Gandon et Michel Buffa sur les approches
multi-points de vues dans l’enrichissement d’ontologies, il dispose de 15 d’expérience en
tant qu’ingénieur R&D sur le développement d’applications de partage de connaissances.
De 2019 à 2024 il a œuvré comme expert sémantique et chef de projet chez Mnemotix pour
le compte de clients variés (Ministère de la Culture, MNHN, Département de Dordogne, etc.)

Synaptix, un framework open source pour la génération pilotée de graphes de connaissances, appliqué au projet Archipel de l’INRAP

Session 2

Comme lors des années précédentes, je me propose de faire un état des lieux
des activités de standardisation et d'incubation au W3C ayant un lien avec le
Web Sémantique. D'ici novembre, le groupe de travail RDF & SPARQL
(anciennement RDF-star) compte avoir publié ses premiers livrables concernant
RDF 1.2, et il sera donc le bon moment pour faire un point sur la nouvelle
version de RDF. Le groupe de travail "Data Shapes", travaillant sur la
prochaine version de SHACL, devrait également avoir progressé
significativement. En résumé, il devrait y avoir pas mal de nouveautés d'ici
SemWeb.pro 2025.

Auteur:

Pierre-Antoine Champin est maître de conférence en informatique, spécialisé
dans la représentation et l'échange ce connaissances sur le Web. Depuis 2021,
il a intégré en tant que /fellow/ l'équipe du W3C, où il coordonne l'activité
'Data'.

Voir présentation sur https://champin.net/2025/semwebpro

État de l'activité Web Sémantique au W3C

Les standards du W3C

SPARQLing est un agent conversationnel conçu pour formuler des requêtes SPARQL
et explorer efficacement un graphe de données RDF. Notre approche vise à
utiliser les grands modèles de langue avec parcimonie et à exploiter l'ontologie
via de l’IA symbolique. Nous présenterons les usages de SPARQLing et montrerons
comment cet agent peut faciliter l'exploitation des graphes de données.

Ce produit s'adresse à deux types de publics : le grand public, qui ne maîtrise
pas SPARQL mais a besoin d'accéder aux données présentes dans la base, et les
experts qui trouverons en SPARQLing un moyen rapide de formuler des requêtes
prêtes à être adaptées.

L'agent et l'utilisateur discutent pour atteindre un but commun qui est la
formulation d'une requête SPARQL. Les ressources utilisées incluent l’ontologie
et une base d'exemples de requêtes valides. Après avoir calculé des plongements
lexicaux de la question posée, l'agent sélectionne les exemples et la
sous-partie de l’ontologie qui semblent pertinents pour répondre à
l'utilisateur. L'association entre IA symbolique et IA générative permet
d'offrir un dialogue fluide tout en limitant les hallucinations.

SPARQLing a été testé sur des données d'acteurs publics et privés et sera
bientôt commercialisé par Logilab. Les défis futurs pour SPARQLing incluent la
gestion de l'implicite dans les questions formulées par l'utilisateur, et la
capacité à poser des questions pour lever des incertitudes plutôt que de prendre
une décision par lui-même.

Intervenant: Simon Chabot est ingénieur en informatique et docteur en
mécanique. Il travaille chez Logilab depuis 2018.

SPARQLing : un agent conversationnel pour explorer les graphes de données RDF

Logic.Tools is a platform that helps companies develop applications based on semantic
web technologies. Today, Logic.Tools-powered applications are deployed and running
in two domains: an insurance company in France and train operators in Belgium and
Luxembourg. In these applications, a combination of OWL, SWRL and RDF is used to
describe business concepts, behavior and data. Logic.Tool's high performance
reasoners render the business description executable, which is then used to test,
explain and deploy running applications.

One of the strengths of the approach taken by Logic.Tools is that business concerns are
modeled and executed independently from technical concerns. This separation, where
the business concerns are not obscured by technical worries, opens the door to non-
technical stakeholders such as domain experts to read, understand, vet and ultimately
change the core of an application.

When we started Logic.Tools, we came to the realization that ontology/semantic web
authoring tools were lacking. To our opinion, no existing OWL/RDF/SWRL tool: treats
rules as a first-class entity, provides an intuitive interface to non-programmers,
includes a high-performance reasoner, among a long list of desiderata. We set then on
a path, that would ultimately result in the subject of our demo: The Logic.Tools Studio.

The Logic.Tools Studio is an opinionated development system for OWL+SWRL
ontologies. The central innovation in the Logic.Tools Studio is its support for what we
call Literate Ontologies; that is Knuth's Literate Programming (Knuth, 1992) applied to
the definition of ontologies.

In this demonstration, through a non-trivial example application we will explore the
Logic.Tools Studio live, showing:

- How literate ontologies are used to encapsulate the business meaning of an
application;

- the integrated support of different RDF syntaxes (RDF/XML, turtle, JSON-LD), and
our turtle-inspired SWRL concrete syntax proposal. Including support for cross
language search and refactoring facilities;

- our use of TRIG and RDF sub-graphs to embed examples in a Literate Ontology, as
well as our proposal for a unit-test definition language for ontologies;-

- the different graphical syntaxes we have defined in order to help non-technical
business experts understand the semantics of the application; and

- the explanation facilities that serve as a declarative debugger for the ontology's
axioms and rules.

For more information about Logic.Tools and the Logic.Tools studio, visit:

- visit our website: https://logic.tools
- watch our quick tour videos: https://www.youtube.com/@logictools4513

References:

- Knuth, D. E. (1992). Literate Programming. Stanford, California: Center for the Study of Language and Information.

Authors: Carlos Noguera, Maxime Van Assche

Literate ontologies for fun and profit

3D structural geomodels are central to the representation, interpretation, and
communication of geological knowledge, serving both research and industry across a wide
range of applications—from resource exploration to risk assessment. Despite their widespread
use, the reuse, interoperability, and long-term accessibility of geomodels remain critically
limited. This is largely due to their encoding in proprietary formats and the absence of explicit,
standardized representations of the underlying expert knowledge that informs their
construction.

While geomodel files may include data inputs, modeling algorithms, and some
interpreted features, they typically fail to document crucial tacit knowledge—such as the
interpretive rationale, domain assumptions, modeling choices, and decision-making
processes—that geoscientists use to construct and validate these models. Although some of this
information is relegated to metadata (e.g., degrees of validation), it remains disconnected from
the interpretive processes and lacks semantic richness.

To address these challenges, we introduce POKIMON, an ontology designed to formally
represent the diverse and layered knowledge embedded in geological geomodels. POKIMON
leverages Semantic Web technologies to make this knowledge explicit, interoperable, and
machine-readable. It models geomodels both as conceptual constructs and material artefacts,
capturing how they are built spatially, and epistemologically. Knowledge elements—including
geologic interpretations, modeling workflows, and decision rationales—are structured as graph-
based data, enabling integration with heterogeneous geoscientific sources such as maps, reports,
and observational databases.

POKIMON is aligned with a top-level ontology (BFO) and is designed for re-using
existing geoscience domain ontologies. POKIMON can be directly used by geomdoellers
during the construction of the geomodels by integrating it into their systems, or in later steps to
annotate and preserve the semantics of already constructed models. By doing this, POKIMON
lays a foundational cornerstone for an open, standards-based infrastructure for exhaustive
geomdoelling knowledge integration.

About the First author:
With a 2024 PhD from the University of Orléans, Dr. Imadeddine LAOUICI specializes in
knowledge engineering for geoscientific applications. His doctoral research focused on
developing innovative formalisms to structure geological knowledge used in geomodelling
systems and automating key interpretations processes via formal analysis and semantic
technologies. Currently, as a Postdoctoral Researcher at the French Geological Survey,
Imadeddine is at the forefront of extracting semantics from existing geological models and
transforming this knowledge into valuable graph-based structures for future applications.

- Imadeddine LAOUICI - BRGM, Orléans F-45060, France
- Boyan BRODARIC - Geological Survey of Canada, Natural Resources Canada, Ottawa, ON K1A 0E8, Canada
- Fatma CHAMEKH - BRGM, Orléans F-45060, France
- Christelle LOISELET - Ecole Spéciale des Travaux Publics du Bâtiment et de L’industrie (ESTP), 94234 Cachan, France
- Gautier LAURENT - ISTO, UMR 7327, Université d’Orléans, CNRS, BRGM, Orléans F-45071, France

POKIMON: an ontology to capture geomodelling knowledge

La diffusion des technologies liées au web sémantique apparaît de jour en
jour plus utile afin de dépasser les limites atteintes par les technologies
standard  de gestion des données et servir de “garde fou” à l’IA pour les
entreprises en particulier et pour la société en général.

Grâce à sa conception ergonomique originale SLS permet à chacun de réaliser
des tâches jusque-là réservées à des spécialistes et/ou à des outils
nécessitant un apprentissage  particulier :

- l’exploration et la création d’ontologies implémentant largement OWL2
- création de SKG (semantic Knowledge graph):  mappings pour transformer les données tabulaires puis génération des triplets
- Valorisation du SKG: génération automatique requêtes SPARQL, plugins , API’s d’exposition

Les fonctionnalités de SLS ont émergé grâce à une longue collaboration avec
Total Energies, consistant en l’élaboration de solutions techniques
permettant de résoudre des dizaines de cas d’usage différents pour lesquels
il semblait pertinent de tester l’approche sémantique.

L’originalité de la solution élaborée en collaboration avec Total Energies
à partir de cas d'usage pratiques se résume en quelques points :

- “Un dessin vaut mille mots” :Une représentation visuelle riche (spatialisation du graphe)  et une manipulation interactive sont nécessaires  pour permettre l’appréhension de la complexité des ontologies et des SK
- Contraintes sous-jacentes des ontologies: elles  sont largement  prises en charge en tâche de fond par l’interface utilisateur, le guidant automatiquement  lors de la  création de ressources de façon à maîtriser à priori la validité des axiomes générés
- Gestion de ressources sémantiques :  stockées dans un ou plusieurs triplestores,  Elles sont accessibles notamment via une large bibliothèque de requêtes SPARQL
- Plateforme collaborative : une gestion à la fois rigoureuse et souple des droits sur les ressources sémantiques et les outils permet le travail individuel et la collaboration simultanée
- Plateforme ouverte :SLS est une solution open source à l'architecture ouverte ; APi’s, plugins, exports/imports à différents formats

SLS a gagné un succès d’estime auprès de différentes audiences industrielles et académiques tel qu’il  justifie aux yeux de nombreux interlocuteurs la mise en place de moyens permettant de garantir sa pérennité et sa diffusion.

Nous souhaitons présenter  des cas d'usages montrant comment l’utilisation de SLS, agissant en médiateur à la fois rigoureux et accessible des standards du web sémantique,  amène une valeur opérationnelle reconnue et s’avère être un puissant outil pour stimuler la réflexion humaine face à la complexité des processus industriels et à la surabondance des données d’entreprise en parallèle ou en complément des LLM’s


Auteur: Claude Fauconnet a travaillé la moitié de sa carrière en tant que géologue
pétrolier au sein du groupe devenu TotalEnergies, spécialisé dans la
synthèse de bassin et les études géo-pétrolières. Dans ce contexte, il
devait manipuler des données nombreuses et hétérogènes ce  qui l' a amené à
utiliser de façon avancée les technologies informatiques de valorisation
des données. La deuxième partie de sa carrière salariée s'est déroulée au
sein des services informatiques de TotalEnergies, d'abord comme chef de
projet pour la réalisations d'applications web métier puis au sein de
l'entité Innovation Digitale du Groupe. Dans ce cadre, il a exploré promu
et expérimenté auprès des différents métiers les nouvelles technologies
numériques de valorisation d'information incluant  le web  sémantique, les
moteurs de recherche, le Big data et les graphes.  Depuis 2017il poursuit
une activité de conseil principalement auprès de TotalEnergies et développe
en équipe la plateforme open source SousLeSens
  https://github.com/souslesens/souslesensVocables

SousleSens: démocratiser la compréhension du web sémantique et faciliter son utilisation

La stratégie numérique de l’IRD en 2023 révélait deux grands axes :

• la valorisation des données et des activités scientifiques,
• l’amplification de la transparence des activités institutionnelles.

Avec des données dispersées dans différents systèmes d’information et souvent en silot, il est
difficile d’avoir une vue d’ensemble des activités et des compétences au sein de l’institut.
C’est dans ce contexte que la Mission Science Ouverte et la Direction Informatique (DDUNI) de
l’IRD ont répondu à un appel à projet France Relance en 2021 pour « Connaître et décrire l’activité
scientifique de l’IRD en reliant ses productions ».

Dans le cadre d’une prestation UGAP, nous avons fait appel à trois prestataires pour créer un graphe
sémantique consultable via un portail web et dont les données peuvent être mise à jour à la
demande.

Dans une première étape, nous avons identifiés trois cas d’usage auprès d’un panel utilisateur :

• En tant que gestionnaire de données, j’ai besoin de connaître les productions à l’IRD pour
faire une revue de littérature.
• En tant que responsable de structure, j’ai besoin de connaître les compétences à l’IRD pour
répondre aux enquêtes de bailleurs.
• En tant que producteur de données, j’ai besoin d’identifier les collaborations pour présenter
des références pour un appel d’offre.

À partir de ces cas d’usage, nous avons identifié les sources de données à connecter puis un modèle
de données s’articulant autour de quatre entitées: ird-contrat, ird-person, ird-activite et ird-documents.

Côté architecture, le graphe est relié aux sources de données par des connecteurs. Les données sont
ensuite tranformées et mises sous la forme de triplets conformément au modèle. Une série de
requêtes SPARQL analyse ensuite le contenu du graphe. Les données pivots telles que le matricule
des scientifique permet l’apairage des concepts connexes. Une analyse basé sur du machine learning
est également menée pour établir des connexions plus complexes, telles que le rapprochement de
noms de contrats et de noms de projets. Une fois le graphe consolidé, le données sont indexées dans
un moteur de recherche (ElasticSearch) qui sert d’interface entre le graphe et le portail web. Les
données du graphes sont consultables via une API GraphQL et l’ensemble des étapes précitées est
orchestré par l’outil AirFlow. L’application est constitué de briques modulaires containerisées.

Le lien suivant vous offre une démonstration de l’application : https://filesender.renater.fr/?
s=download&token=b1a0eecb-6a12-42fe-9eb3-007ff5599270

Auteur: Daniel Salas (docteur en informatique, spécialisé dans le calcul scientifique) Je travaille depuis
deux ans au sein de la Mission Science Ouverte de l'IRD. Je suis en charge de la maintenance des
référentiels scientifiques, de leur mise en qualité et de leur intégration au SI de l'IRD. Je suis
également formateur et j'anime des sessions d'aide à la rédaction des plans de gestion de données.

Connaître et découvrir l’activité scientifique de l’IRD (projet Explore)

L’expérimentation et la création musicales se sont largement appuyées,
depuis la seconde moitié du XXe siècle, sur le développement des
technologies électroniques et numériques. Un corpus de milliers d'œuvres
de musique mixte, mêlant instruments classiques et élements
électroniques et informatiques extrêmement divers, a déjà été constitué.

Les acquis de cette révolution qui touche aux supports de la création
musicale n’ont toutefois pas la garantie d’être pérennes.
Intrinsèquement liée à la durée de vie de logiciels en perpétuelle
évolution et de langages de programmation non-interopérables, la
sauvegarde d’une œuvre mixte ne dépend souvent que de la capacité de
rares personnes à mettre à jour les programmes développés.

Le projet Antony est né en réponse au risque important qui pèse sur un
pan entier du patrimoine musical des dernières décennies. Il s’agit
d’une application Web permettant à la fois la sauvegarde, la
documentation, le versionnage et la mise à disposition des composantes
électroniques d'œuvres musicales faisant usage des technologies
numériques. L’enjeu de ce projet est de lutter contre le caractère
éphémère de ces musiques en assurant leur rejouabilité, qui est une
condition nécessaire à la possibilité de leur diffusion, de leur
mûrissement et à l’établissement d’un répertoire musical.

L'application utilise des standards du web sémantique pour représenter
les données de manière pérenne. Le modèle de données s'appuie sur
l'ontologie CIDOC-CRM étendue par les ontologies LRMoo et DOREMUS. De
plus, Antony produira des thésaurus pour inventorier les concepts,
notions et mots spécifiques aux domaines qui le concernent et les mettra
à disposition sur une instance Opentheso. Le graphe de connaissances
ainsi obtenu repose au maximum sur des composants standards et
populaires, ce qui facilite la réutilisation des données par des humains
ou des machines.


Auteur·rice·s :

- Malena Fouillou : Conservatoire National Supérieur Musique et Danse de Paris
- Jacques Warnier : Conservatoire National Supérieur Musique et Danse de Paris
- Serge Lemouton : IRCAM – CGP
- Xavier Garnier : Logilab

Démo de l'application : https://antony.demo-dedibox.logilab.fr

Vers une préservation pérenne du répertoire des œuvres musicales avec électronique : développement du système Antony

La mission du projet européen [ECHOES](https://echoes-eccch.eu/) est de mettre en place le cloud collaboratif européen pour le patrimoine culturel (ECCCH). Avant de mettre en place de nouvelles infrastructures, il est important de faire un état des lieux des projets existants, et de voir ce qui manque, ce qui peut être amélioré, les ponts possibles entre les Cloud existants, et surtout, assurer la pérennité de tout cela dans le temps.

La cartographie CartoECHOES que nous présenterons, est donc un référencement, au sein du projet ECHOES, de tous les acteurs, de leurs projets respectifs, et des outils mis à disposition ou potentiellement utilisables dans le monde du patrimoine pour ce projet. Grâce aux principes FAIR (Findable, Accessible, Interopérable & Reusable), implémentés ici via le web sémantique, les données pourront être mises à disposition à tous les acteurs, de manière standardisée. Cela donnera un exemple de structuration des données ECHOES, à partir de ses propres données.

Nous nous baserons pour cela sur des outils de sémantisation, qui transformeront des fichiers CSV en format RDF, chargé dans un triplestore. Une fois la phase de chargement des données, celles-ci pourront être maintenues par des utilisateurs via une interface ergonomique.

Techniquement, nous transformerons les données via l'ETL [Grappe](https://data-players.com/grappe/), maintenu par Data-Players, qui les met à disposition du logiciel [Archipelago](https://virtual-assembly.org/projets/applications/https%3A%2F%2Fdata.virtual-assembly.org%2Fprojects%2Farchipelago/), en utilisant les librairies de la boite à outils [SemApps](https://semapps.org/), maintenues par l'Assemblée virtuelle. Nous utiliserons aussi l [ontologie P.A.I.R](https://virtual-assembly.org/ontologies/pair-2021-summer/index-en.html), afin de structurer les données. Nous pourrons aussi visualiser le graphe de données en réseau grâce au logiciel [Flodio](https://www.flod.io/), ce qui montre une diversité d'utilisation des données sémantiques (LDP, SPARQL).

Cette présentation sera l'occasion de parler de plusieurs sujets croisés :

- Un retour sur la [cartographie des compétences Carto4CH](https://portal.carto4ch.huma-num.fr/) effectuée en 2023 aussi pour le patrimoine, ainsi que de son [ontologie HeCo](https://portal.carto4ch.huma-num.fr/docs/technical-documentation/ontology), dont les travaux serviront pour le projet Echoes.

- Expliquer le projet européen ECHOES, et la promotion du web sémantique dans le monde du patrimoine (MASA...)
- La nouvelle cartographie pour le projet ECHOES
- L'architecture technique flexible de transformation des données et de sémantisation, mais aussi la plateforme Archipelago qui permet à des utilisateurs de manipuler des données sémantiques
- S'il reste un peu de temps, renvoyer vers les travaux actuels de l'Assemblée Virtuelle avec notamment [ActivityPods](https://activitypods.org/)

CartoECHOES: cartographie sémantique des acteurs, des projets et des outils

[OpenArchaeo](http://openarchaeo.huma-num.fr/openarchaeo_v2/home) est une plateforme web-sémantique dédiée à l’archéologie, développée par le consortium [Huma-Num2](https://www.huma-num.fr/) [MASAplus](https://masa.hypotheses.org/), pour fédérer l’information archéologique disséminée dans une infinité de silos hétérogènes, et construire des liens entre les jeux de données.

Lors de la conceptualisation de la plateforme OpenArchaeo, une solution a été apportée par le biais d'un modèle sémantique basé sur le [CIDOC CRM](https://cidoc-crm.org/), représentant les entités clés de l’archéologie. Les informations liées aux lieux, à la chronologie, aux personnes ou à la typologie d’objet physique utilisent des vocabulaires contrôlés tels que [PACTOLS](https://pactols.frantiq.fr/index.xhtml), GeoNames, VIAF, IdRef ou ORCID, garantissant que chaque jeu de données contient des informations désambiguïsées et des termes scientifiques partagés et réutilisables par la communauté. Les données sont ainsi structurées en graphes de connaissances et gérées dans un triplestore interrogeable en ligne, qui est hébergé par l’IR Huma-Num.

Toutefois, l'interrogation d'un triplestore peut être complexe, car elle implique l'utilisation du langage SPARQL pour interroger le graphe de données. Modéliser les “questions de compétences” en SPARQL éloigne l’utilisateur final, l'obligeant également à comprendre la complexité du graphe et de l’ontologie. En effet pour des raisons d’interopérabilité sémantique dans le CIDOC-CRM, de simples attributs d'une entité peuvent être en fait représentés par le biais d'une chaîne de propriétés complexe.

Pour que l’utilisateur archéologue puisse raisonner dans son modèle scientifique lorsqu’il interroge les graphes de OpenArchaeo, une interface d'interrogation visuelle intuitive a été développée, puis rendue générique sous le nom de [Sparnatural](https://sparnatural.eu/) par la société Sparna. Sparnatural permet aux utilisateurs d'interagir avec le triplestore sans avoir de connaissances spécifiques sur l'ontologie, le modèle sous-jacent ou le langage SPARQL. L’utilisateur peut ainsi interroger le triplestore en utilisant les concepts archéologiques qu’il a l’habitude de manipuler et l’application transforme ces concepts en leurs équivalents CIDOC pour générer la requête SPARQL. Le système de OpenArchaeo considère chaque jeu de données comme un endpoint singulier, et une requête peut fédérer les résultats provenant de différentes sources.

OpenArchaeo est une application open-source novatrice qui permet aux données du Web sémantique d'être utilisées non seulement par les machines, mais aussi par les chercheurs grâce à Sparnatural. Il augmente la valeur des données de la recherche en les rendant facilement trouvables et accessibles, conformément aux premiers principes FAIR. En outre, les données présentées dans OpenArchaeo sont accessibles via un point d'accès unique, interopérables grâce à l'ontologie CIDOC CRM et aux vocabulaires contrôlés, et réutilisables
grâce aux métadonnées associées.

Auteurs: Florian HIVERT, Olivier MARLET, Béatrice MARKHOFF

OpenArchaeo : Un portail pour croiser les données archéologiques

Depuis la fin 2024, le Lab des Archives nationales de France (AnF) et la société Sparna travaillent à la conception et à la réalisation d’une solution web de diffusion des référentiels sémantisés des AnF. Il s’agit de données de référence sur des entités de contexte des archives conservés aux AnF (des agents, des lieux, des concepts ; voir le graphique ci-dessous).

Ces données ont été sémantisées conformément à SKOS et à l’ontologie RiC-O dans sa version 1.1 publiée en mai 2025 et sont disponibles sur GitHub (voir https://github.com/ArchivesNationalesFR/Referentiels). Elles forment ensemble un graphe de connaissances intéressant en soi pour les utilisateurs finaux tels que les chercheurs en sciences humaines et sociales : elles incluent notamment la description fine de nombreux services d’administration centrale de l’État de l’Ancien Régime à nos jours et celle des voies de Paris actuelles ou caduques. Elles sont aussi essentielles dans l'écosystème des métadonnées des AnF : les archivistes de l'institution les produisent et s'en servent pour contextualiser et indexer la description des archives.

L’objectif du projet, baptisé GARANCE (Graphe des Archives nationales de France pour la Recherche, l’Accès et la Navigation des Connaissances Enrichies) est de doter ces données liées, par ailleurs moins riches et très peu accessibles dans leur format source dans le SI actuel des AnF, d'une solution web de consultation et de recherche qui envalorise la nature et le contenu, et soit facile à utiliser pour les publics des AnF et les professionnels des archives. Il s'agit aussi de nourrir la réflexion sur le futur SI et ses fonctionnalités de diffusion. Nous présenterons le contexte et le déroulement du
projet, l'architecture technique choisie, qui associe une base de graphes, un SPARQL end point, des dispositifs de recherche, un générateur de pages statiques et des composants de data visualisation, et le site web réalisé, qui sera officiellement mis en ligne fin 2025 ou début 2026.

Nous ferons un focus sur le composant développé lors de la première phase du projet
qui est une chaine de publication de données RDF générique basée sur les composants
suivants :
- Générateur de sites statiques eleventy
- Framing JSON-LD pour mettre en forme des données sous forme de documents JSON « propres »
- SHACL pour contrôler certains paramètres d’affichage (ordre, couleurs)
- Template d’affichage d’entités JSON

Auteurs : Thomas Francart (Sparna - https://www.sparna.fr/fr/) et Florence Clavaud (Lab
des Archives nationales de France - https://www.archives-nationales.culture.gouv.fr/).

GARANCE : une solution pour la diffusion des référentiels sémantisés des Archives nationales

haque année au cours du premier trimestre, l’Insee diffuse le Code officiel géographique (COG). Cette nomenclature de référence rassemble les codes et libellés, au 1er janvier de l’année en cours, des communes, cantons, arrondissements, départements, collectivités territoriales ayant les compétences départementales, régions et pays et territoires étrangers. Chaque millésime tient compte des modifications territoriales dont la date d’effet est comprise entre le 2 janvier de l’année précédente et le 1er janvier de l’année de publication.

L'Insee maintient et publie une version RDF du COG, téléchargeable sous la forme de fichiers au format RDF/Turtle zippé. Les données peuvent également être obtenues par le biais de requêtes sur le point d'accès SPARQL. Enfin, un service web est disponible depuis décembre 2020 sur le portail des API de l’Insee, qui permet d’accéder à l’historique du COG : l’API Métadonnées. Ce service web offre la possibilité d’obtenir une zone géographique à partir de son code et de la date, d’identifier les territoires englobés par une zone géographique (ou englobant une zone géographique), les territoires qui lui ont précédé ou succédé. Les fichiers téléchargeables du COG sont également accessibles depuis la plateforme ouverte de données publiques françaises data.gouv.fr.

Un vocabulaire RDF dédié a été créé et maintenu pour la publication de ces données et couvrir des classes et propriétés qui n'étaient pas disponibles dans les vocabulaires existants.

En mettant à disposition la géographie administrative française dans un format du Web sémantique, l'Insee renforce son engagement à améliorer l'accessibilité et la visibilité de ses données statistiques à divers niveaux géographiques, répondant ainsi aux besoins croissants des utilisateurs en quête d'informations structurées, fiables et interopérables (notamment via l’appariement direct avec les ressources de géographie attributaire de l’Institut national de l’information géographique et forestière, IGN).

Liens :

- Le COG sur la plateforme des données publiques françaises <https://www.data.gouv.fr/fr/datasets/code-officiel-geographique-cog/>
- L'API Métadonnées <https://portail-api.insee.fr/catalog/api/5029cf12-e930-4d24-a9cf-12e9307d241d>
- Vocabulaire RDF du COG <https://github.com/InseeFr/Ontologies/blob/master/insee-geo.ttl>
- 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.

Retours sur la conférence / Replay

Présentations

Comité de programme

Réseaux sociaux