Consultez la `page de la conférence </semwebpro-2019.html>`_

SemWeb.Pro 2019

Le Dictionnaire Des Francophones (DDF) est un dictionnaire collaboratif en ligne articulant
plusieurs ressources lexicographiques décrivant le français, dont le Wiktionnaire. Il est
pensé d’emblée comme un nouvel espace numérique donnant non seulement accès à un
riche patrimoine culturel international, mais offrant également l’opportunité de recueillir et
partager la matière linguistique vivante que pratique au quotidien les francophones du
monde entier. Le dictionnaire des Francophones est un projet de la Délégation Générale à
la Langue Française et aux Langues de France (DGLFLF) du Ministère de la Culture, dont
l’opérateur est l’Institut International de la Francophonie (2IF, Université Jean Moulin Lyon
3) et dont la réalisation a été confiée à Mnémotix. Cette plateforme présente plusieurs
aspects innovants que cette présentation s’attachera à montrer et illustrer par une
démonstration.


L’ontologie au coeur de cette plateforme propose une extension des modèles
lexicographiques existants (Ontolex, Lemon) afin de pouvoir articuler plusieurs
dictionnaires entre eux et d’en capturer toutes les subtilités, et aussi d’inclure au coeur du
modèle la dimension collaborative et le débat. Par exemple les notes d’étymologie des
dictionnaires sources sont conçues comme les premiers messages de fils de discussions
pouvant être alimentés par les usagers de la plateforme. La localisation géographique
(basée sur Geonames) des définitions ou des formes lexicales permet quant à elle de
traduire précisément l’ancrage géographique de mots et de leur usage. Enfin une grande
variété de relations sémantiques, décrites dans un thésaurus, peuvent être tissées au sein
des mots et des définitions.


En terme d’interaction, la plateforme collaborative que constitue le DDF offre aux usagers
la possibilité d’explorer le contenu à travers le prisme de la géolocalisation ou des relations
sémantiques, mais les invite également à l’enrichir et à l’améliorer. Tout un chacun peut
contribuer à sa manière en ajoutant notamment des entrées, des exemples, en participant
aux espaces de discussions, en signalant ou en validant des articles, en enrichissant les
définitions existantes, ou simplement en précisant la localisation d’une forme ou d’un sens.
La contribution ne peut se faire que par l’ajout d’information. C’est à dire qu’une
information déjà présente ne peut être modifiée ou supprimée, ceci pour éviter des
corrections abusives qui résulteraient de simples divergences d’opinion.

D’un point de vue technologique, le DDF repose sur Synaptix, le middleware open source
développé par Mnémotix dont l’architecture allie la réactivité de solutions big datas à la
flexibilité des systèmes de connaissances à base de graphes RDF. Synaptix est un serveurde 
message basé sur le protocole AMQP. Il gère les échanges entre les différents services
qui composent le DDF: un service qui s’occupe du moissonnage des données provenant
du dictionnaires intégrés (le ​ Wiktionnaire et l’​ Inventaire des particularités lexicales du
français en Afrique noire dans un premier temps) et de leur transformation en données
RDF; un service qui s’occupe de la mise à jour de ces données sémantiques et de
l’alignement des données provenant de sources diverses; enfin un service qui fait
l’indexation de ces données afin qu’elles soient servies rapidement à l’applications cliente.

L’interface avec cette application Web cliente se fait via une API GraphQL qui permet de
combiner plusieurs requêtes en un seul appel HTTP

La présentation se déroulera en 3 temps: 
1) présentation de l’ontologie DDF,
2) présentation de l’architecture de la plateforme basée sur Synaptix, et
3) démonstration.

#### Références

http://www.dictionnairedesfrancophones.org
    
#### Auteurs/Autrices

**Nicolas Delaforge** 
Ingénieur en génie informatique, diplômé de l’Université de Technologie de Compiègne,
spécialisé dans l’ingénierie des industries culturelles, il a également suivi une formation en
sciences cognitives au sein du laboratoire COSTECH de l’UTC. Après un parcours de
consultant chez Orange il renoue avec la recherche à l’INRIA de Sophia Antipolis où il
devient responsable du projet de recherche pluridisciplinaire ISICIL pendant 3 ans sous la
direction de Fabien Gandon. Cette expérience au croisement entre les mondes de la
recherche, de l’industrie et de la culture, mêlant technologie, philosophie et sciences
cognitives, lui ont donné une vision originale qui a motivé la création de la société
Mnémotix en 2013.

**Pierre-René Lhérisson**
Pierre René est titulaire d’un Master en Master Web Intelligence auprès de l’Université Jean
Monnet de St Etienne. Ce Master lui a permis d’acquérir des compétences dans
l’apprentissage automatique, la fouille de données, la représentation des connaissances,
l’analyse et le traitement dans des environnements à grand volume de données
hétérogènes et complexes, numériques et/ou symboliques, pour l’élaboration de systèmes
intelligents, de solutions d’extraction d’information, d’aide à la décision et de prédiction. Il
va passer en avril sa thèse CIFRE cofinancée avec la SCIC 1D Lab auprès du Laboratoire
Hubert-Curien (Université Jean Monnet de St Etienne) sur le thème : Systèmes de
recommandations équitables pour des parcours de découvertes culturelles alternatives -
activité de recherche sur les systèmes de recommandation, la diversité, la nouveauté et la
sérendipité. Il intègre Mnémotix en tant que jeune docteur dès sa thèse passée et validée
pour venir renforcer les compétences de l’équipe dans toute la partie analyse sémantique,
TAL, extraction et modélisation de connaissances.

**Mylène Leitzelman**
En charge au sein de Mnémotix de l’animation des relations avec la recherche et l’industrie,
du montage et du suivi des projets R&amp;D, je suis également conseillère scientifique sur les
questions des usages et des sciences de l’information. Ma démarche professionnelle est
directement inspirée d'une citation de François Bloch Lainé : "Toute décision résulte de la
conjonction d'une compétence et d'une information", ce que je mets en pratique en
participant à l'élaboration d'outils et de plateformes technologiques intelligentes au service
des humains. Entrepreneur, ingénieur de recherche, je m’intéresse en particulier à la
manière dont les collectifs en ligne se constituent et comment ils créent, transfèrent et
actualisent les savoirs pour organiser une “intelligence collective”.

**Freddy Limpens**
Ingénieur UTC, avec une spécialisation en sciences de l’information et arts numérique,
Freddy a réalisé sa thèse en ingénierie sémantique sous la direction de Fabien Gandon
(Wimmics-Inria). Après 10 ans d'expérience dans la recherche, la conception, et le
développement de solutions collaboratives, systèmes à base de connaissances, et
applications e-learning, il intègre Mnemotix pour s’occuper de la branche consulting.

**Noé Gasparini**
Il conçoit et coordonne le développement du Dictionnaire des francophones au sein de
l’Institut International pour la Francophonie. Sa formation en linguistique l’a amené à
réaliser un projet de documentation d’une langue d’Amazonie. Il s’est ensuite intéressé au
Wiktionnaire francophone, explorant les enjeux lexicographiques et organisant diverses
actions de médiation et de valorisation.

Le Dictionnaire des francophones, plateforme open data et contributive

How often, as a web developer, do you struggle with the JSON output of a SPARQL endpoint?

In a document-based world as the one of Web APIs, the triple-based output of SPARQL endpoints can be a barrier for developers who want to integrate Linked Data in their applications. As the query results represent all the valid solutions of aquery, it is possible that two bindings describe the same real-world object and differ only by a single field, appearing almost as duplicates.


In order to have a suitable structure for manipulation in any web framework, repetitive manual tasks are required, including skipping irrelevant metadata, reducing and parsing the RDF types, merging the rows referring to the same object, and mapping to a destination structure.


All these tasks are automatised in SPARQL Transformer, which relies on a single JSON object for defining which data should be extracted from the endpoint (query) and which shape should they assume (template). The library automatically merges the results on the base of identifiers, giving to the returned JSON the classic tree-based structure.


SPARQL Transformer is integrated into the grlc framework, which can build a web API from a set of queries stored in a GitHub repository, in order to create new bridges between the Web of Data and the Web of applications.


SPARQL Transformer is currently used in different projects and application. Some real-world use cases will be presented to demonstrate how easy it is to develop your Semantic Web application with SPARQL Transformer.

#### Références
Lisena P., Meroño-Peñuela A., Kuhn T. &amp; Troncy R. Easy Web API Development with SPARQL Transformer. In 18th International Semantic Web Conference (ISWC), Auckland, New Zealand, October 26-30, 2019.

Lisena P. &amp; Troncy R. Transforming the JSON Output of SPARQL Queries for Linked Data Clients. In The Web Conference 2018, Developer Track, Lyon, France, April 23-27, 2018.

#### Auteurs/Autrices
Pasquale Lisena is finishing his PhD (foreseen defense on 11th October) in the Data Science department at EURECOM, working on music representation and recommendation under the supervision of Raphaël Troncy. He got his Master in Media Engineering at Politecnico di Torino, and he has a previous work experience in the field of Web Interaction. From 2016 to 2018, he was part of the DOREMUS project, being in charge of the knowledge base population and recommendation tasks, contributing papers to conferences in the field like ISWC, EKAW and TheWebConf.

Easy Web API Development with SPARQL Transformer

La modélisation numérique des bâtiments et des espaces urbains tend à se généraliser autour des standards de format de données internationaux. On a remarqué que même si ces deux modèle peuvent bénéficier l'un de l'autre, ils ont mis en état de concurrence. Souvent, pour résoudre ce conflit, les chercheurs les intègre ou les unifie sous un méta model, mais cela résulte à une perte d'information au niveau des deux modèle. Ma thèse visa à créer une interopérabilité entre les modèles numérique bâtiment/urbain qui générer une base de connaissance qui sera utiliser pour vérifier les réglementations au niveau bâtiments, ville et région.

Notre travail est divisé en deux partis : premièrement créer un modèle de connaissances à travers les sources de données hétérogènes. Deuxièmement de fournir une méthode de formalisation des règles urbaines.

Dans un premier temps, on vise à créer une interopérabilité entre le modèle de donnée bâtiment (BIM) et le système d'information géographique (SIG) en s'appuyant sur les technologies du Web sémantique et des approches granulaires pour réaliser une fédération à deux axes : horizontale et verticale. Ou la fédération horizontale a pour objectif la mise en oeuvre des liens sémantiques entre les termes/concepts de différentes ontologies/vocabulaires des domaines BIM et SIG. Et la fédération verticale a pour objectif de concevoir/gérer les différentes abstractions du même contexte/paysage tout en dépendant du problématique souhaitant traiter. Un modèle de connaissance de différents niveaux d'informations et plusieurs niveaux de détails seront générés à partir de cette interopérabilité.

Dans un deuxième temps, on travaille sur l'étude de la réglementation et les règles semi-formelles produites par les experts en les transformant en règles logique. Ou ces derniers seront catégorisés et relier suivant le niveau de développement créé dans le modèle de connaissance. La dernière étape est d'appliquer les requêtes sémantiques sur le modèle de connaissance pour déduire les éléments non-conformes de la maquette numérique.

Grace à ces travaux, on devrait pouvoir soumettre un modèle de connaissance à une base de règles pour repérer automatiquement les risques de non-conformités. Par exemple, il pourra vérifier le respect de distance des bâtiments à la voirie, ou la continuité du cheminent accessible entre l'espace public et l'intérieur du bâtiment, ou encore la possibilité de raccordement d'un bâtiment a un réseau de chaleur.
    
#### Auteurs/Autrices

Elio HBEICH, est diplômé de l'Université de Bourgogne en 2018 avec un master 2 en base de données et intelligence artificielle. Il est actuellement, un doctorat en première année travaillant au sien de CSTB sous la direction de Dr. Ana Roxin et Nicolas Bus. Il travaille sur la réalisation de l'interopérabilité entre les modèles BIM et SIG en appliquant les technologies sémantiques et sur la transformation des règles textuelles en requêtes sémantiques (Exemple : SPARQL) pour créer un vérificateur sémantique vérifiant la conformité des modèles de construction, des villes, territoires et bâtiments.

Vérificateur règlementaire sémantique et multi-échelle (BIM/CIM/LIM)

Retour d’expérience sur un cas concret : enrichissement d’une ontologie à
partir de l’analyse de publications scientifiques sur la résistance aux
antibiotiques.

Proxem est pionnier de l'analyse sémantique des données textuelles pour
l'entreprise. Sa technologie est fondée sur une technologie hybride d'extraction
d'informations et de gestion des connaissances grâce à l'IA, et d'outils
linguistiques d'analyse sémantique.

Dans le cadre d’un projet de mise en place d’un outil de veille scientifique
sur le sujet de la résistance aux antibiotiques, nous avons exploré comment, à
partir d’une ontologie dédiée à la recherche scientifique (dans le cas présent
CARD (The Comprehensive Antibiotic Resistance Database)), il était possible
d’exploiter les ressources de ladite ontologie à des fins d’analyse automatique,
et de proposer de nouvelles relations susceptibles d’enrichir l’ontologie de
départ.

En particulier, il s’agissait de proposer des relations « confer resistance »
entre des déterminants (ou mécanismes) de résistance, des antibiotiques et des
bactéries. 

Les sujets abordés dans le cadre de ce projet sont :

* Récupération de l’ontologie source, compréhension de sa structure et
sélection des éléments transformables en « lexiques » pour l’analyse
automatique.

* Problèmes liés à la lexicalisation des éléments de l’ontologie (reconnaissance
des formes fléchies, des composés, identification des « unités lexicales ». Par
exemple structure « syntaxique » des déterminants de résistance.

* Problèmes de tokenisation associés Nous montrerons comment nous avons
extrait des lexiques d’antibiotiques, de bactéries et de déterminants de
résistance

* Problèmes liés à l’exploitation de connaissances non « lexicalisées » dans
l’ontologie : par exemple comment extraire le vocabulaire utilisé dans les définitions,
pouvant servir à identifier des mécanismes complexes de résistance.

* Les mécanismes de résistance sont complexes, mettant en jeu des mutations
génétiques, des membranes cellulaires, des enzymes : l’enjeu, dans un dialogue
avec des spécialistes du domaine, était d'une part de déterminer les éléments
« lexicaux » permettant de donner des indices de détection d’un mécanisme de
résistance exprimé dans un article scientifique et d'autre part d'identifier les
structures phraséologiques plus complexes, permettant d’augmenter le rappel.

* Association d’un score aux relations identifiées.

Nous présenterons les résultats
obtenus et les pistes d’améliorations envisagées.


#### Auteurs/Autrices

**Jocelyn Coulmance** - Directeur scientifique, en charge de la R&amp;D chez Proxem, 
diplômé de l’École Nationale Supérieure d'Informatique pour l'Industrie et
l'Entreprise.

**Cécile Potier** - Cheffe de projet infolinguiste chez Proxem, docteure en Linguistique théorique et formelle (Paris VII).

Comment exploiter une ontologie de recherche scientifique à des fins d'analyse automatique de documents

Le Web Sémantique voit d’abord les graphes comme des graphes de connaissance,
dont les arcs représentent des prédicats logiques. Mais les graphes sont
utilisés depuis bien plus longtemps, et plus directement, comme modèles de
systèmes physiques, typiquement pour capturer leur structure en tant que
relations entre leurs sous-systèmes. 
 
La plateforme [Thing’in](https://hellofuture.orange.com/fr/thingin-la-plateforme-du-graphe-des-objets/)
associe ces «graphes de systèmes cyber-physiques » (CPS) et les graphes RDF au travers du
modèle « property graph » (PG) commun aux bases de données graphe.

Les graphes CPS ne doivent pas être réduits aux graphes RDF, pour 3
raisons principales :

1. Les graphes CPS ont une sémantique qui leur est propre, par exemple une
sémantique par similarité lorsqu'un graphe capture la structure d'un réseau
physique tel qu’un réseau électrique ou un réseau de transport. Ce type de
sémantique s’applique aux graphes dans leur ensemble et n’est pas réductible à
la sémantique par ressource individuelle que RDF décrit.

2. Le méta-modèle RDF
est trop contraignant pour capturer correctement les graphes CPS en tant que
modèles de systèmes physiques. : si un arc de ces graphe CPS représente une
connexion physique entre deux nœuds, comme par exemple une canalisation dans un
système de distribution d'eau, il doit pouvoir posséder en propre des
propriétés, comme la capacité de cette canalisation. Un graphe RDF ne peut pas
supporter nativement (sans recourir à une réification) de telles propriétés d’un
arc.

3. Les graphes CPS sont classiquement utilisés par des algorithmes qui
analysent les aspects clés de leur structure globale, comme par exemple des
évaluations de distributions de degrés ou de coefficients de clustering. Les
graphes RDF sont inadaptés à l’utilisation de tels outils, car ils dissolvent la
structure de graphe en mélangeant des arcs structurels avec de simples liens de
propriété et de typage.

Un modèle de graphe adéquat pour les graphes CPS doit
donc conserver toute l'expressivité et la structure native de ces graphes sous
ces trois aspects. Le modèle PG, issu des bases de données graphes, satisfait
ces conditions.  Les PG permettent, d’abord, de distinguer en tant que «
relations » les arcs qui représentent l'échafaudage structurel d'un système; les
liens physiques entre des entités physiques sous-jacentes, elles-mêmes
représentées comme des nœuds du graphe. Les propriétés (proches des properties
RDF ou attributs de modélisation objet) sont directement associées aux entités
ET aux relations.

La sémantisation d'un PG au sens du web sémantique revient à
la superposition d'un graphe RDF au-dessus du PG, associant aux ressources du
graphe (nœuds, relations et propriétés) des types formellement définis dans des
ontologies.  Le standard NGSI-LD défini par le groupe CIM de l’ETSI permet
d'exporter les PG au format JSON-LD, apportant les atouts conjoints des CPS, des
BD graphes, du RDF et des « linked data ».

### Références

Sélection de publications sur le sujet. : (voir ResearchGate pour liens vers preprints)

* Gilles Privat Thierry Coupaye, Sébastien Bolle, Philippe Raipin Parvedy, WoT Graph as Multiscale Digital-Twin for Cyber-Physical Systems-of-
Systems, 2nd W3C Web of Things Workshop, Munich June 2019
* Gilles Privat, Abdullah Abbas, , Cyber-Physical Graphs vs. RDF graphs, W3C Workshop on Web Standardization for Graph Data, Berlin,
March 2019
* Abdullah Abbas, Gilles Privat: Bridging Property Graphs and RDF for IoT Information Management. Scalable Semantic Web Knowledge Base
Systems, co-located with 17th International Semantic Web Conference (ISWC 2018), Monterey, California, USA; 10/2018
* Wenbin Li, Gilles Privat, José Manuel Cantera, Martin Bauer, Franck Le Gall: Graph-based Semantic Evolution for Context Information
Management Platforms. 2018 Global Internet of Things Summit (GIoTS), Bilbao, Spain; 06/2018, DOI:10.1109/GIOTS.2018.853453
* Wenbin Li, Gilles Privat, Franck Le Gall: Towards a Semantics Extractor for Interoperability of IoT Platforms. Global IoT Summit, Geneva;
06/2017, DOI:10.1109/GIOTS.2017.8016247
* Wenbin Li, Gilles Privat: Cross-Fertilizing Data through Web of Things APIs with JSON-LD. European Semantic Web Conference, Workshop on
"Services and Applications over Linked APIs and Data", Heraklion, Crete; 05/2016
* Dana Popovici, Gilles Privat: Capturing the Structure of Internet of Things Systems with Graph Databases for Open Bidirectional Multiscale Data
Mediation. The Second International Workshop on Large-scale Graph Storage and Management, Rome; 05/2015
* Mengxuan Zhao, Gilles Privat, Eric Rutten, Hassane Alla: Discrete Control for Smart Environments through a Generic Finite-State-Models-Based
Infrastructure. AmI 2014, Eindhoven; 11/2014, DOI:10.13140/2.1.4196.3202
* Gilles Privat, Mengxuan Zhao, Laurent Lemke: Towards a Shared Software Infrastructure for Smart Homes, Smart Buildings and Smart Cities.
EITEC, Berlin; 04/2014
* Mengxuan Zhao, Gilles Privat, Eric Rutten, Hassane Alla: Discrete Control for the Internet of Things and Smart Environments. Feedback
Computing; 06/2013
* Gilles Privat: Extending the Internet of Things. Communications &amp; Strategies, Digiworld Economic Journal n° 87, 3d Q 2012, pp101-119
* Gilles Privat: Phenotropic and stigmergic webs: The new reach of networks. Universal Access in the Information Society 08/2012; 11(3):1-13.,
DOI:10.1007/s10209-011-0240-1
* Thibaud Flury, Gilles Privat, Fano Ramparany: OWL-based location ontology for context-aware services. AIMS 2004, Artificial Intelligence in
Mobile Systems; 09/2004

#### Auteurs/Autrices

Gilles Privat received engineering and doctoral degrees from Telecom
Paris/Institut Polytechnique de Paris. He is currently a Senior Scientist with
Orange Labs. He has, from the early 2000s, pioneered the research agenda of
"smart devices" that has henceforth branched out into Ambient Intelligence/Smart
Spaces/M2M/Internet of Things. He provides a cross-domain range of expertise to
several research and development projects in this purview, with a current focus
on Cyber-Physical Systems/Web of Things/Semantic &amp; graph based platforms &amp;
information models in their applications to smart builfing, smart cities and
smart energy. He has an extensive track record of leadership participation and
reviewing in European collaborative research projects, having initiated and led
the participation of Orange in numerous collaborative European research
projects, up to H2020 with the FIWARE programme. He has authored or co-authored
more than 100 peer-reviewed and invited publications and holds 13 patents.


* Linkedin profile : http://www.linkedin.com/in/gillesprivat
* Researchgate profile :http://www.researchgate.net/profile/Gilles_Privat/
* Google Scholar page : https://scholar.google.fr/citations?user=c8PcTN0AAAAJ&amp;hl=fr

Thing’in, une plateforme basée-graphes pour la représentation sémantique et structurelle d’environnements de l’Internet des Objets

La gestion d'actifs digitaux est une nécessité pour nombre d'organisations, et
ceci dans une diversité de domaines: médias, retail, renseignement, sport...

A chacun de ces domaines s'associe une connaissance métier propre, qui
trouve dans les formalismes sémantiques les moyens pérennes et évolutifs de
les modéliser.

Bien souvent, le changement de paradigme (et de pensée) qu'implique
l'approche sémantique est un frein fort pour ces institutions qui y voient
un travail lourd et complexe, au retour sur investissement trop faible.
Et pourtant...

Modéliser la connaissance métier, c'est ni plus ni moins que rendre
l'implicite explicite. Cet implicite qui oblige bien souvent les
utilisateurs à reproduire des tâches répétitives, à ne pas retrouver leurs
actifs digitaux, à perdre une efficacité opérationnelle et donc de l'argent.
Car oui, les assets digitaux sont bien des actifs, avec la valeur que cela
implique, appelé à fortement décroître en cas de difficulté de leur accès.

A travers la mise en oeuvre de sa plateforme Raffiné, Perfect Memory
partagera son expérience sur les barrières levées et les problématiques
opérationnelles résolues grâce à l'approche sémantique et les outils
développés permettant de l'exploiter de manière "métier".

En s'appuyant sur les cas d'usage de l'équipe digitale d'un club sportif de
ligue 1 de football, la présentation se focalisera sur des exemples
concrets de mise en oeuvre à forte valeur ajoutée, ayant convaincu cette
institution non familière des technologies sémantiques à "changer de
paradigme". Par la démonstration des outils de traitement, d'enrichissement
et d'accès aux actifs digitaux sportifs, Perfect Memory présentera
l'amélioration très importante de l'efficacité opérationnelle des
utilisateurs.

La plateforme Perfect Memory est utilisée aujourd'hui par plusieurs grands
acteurs des médias, mais aussi dans d'autres verticaux comme les clubs
sportifs, la presse numérique ou encore le retail.

Vidéo d'exemple d'utilisation de la [plateforme Perfect Memory](https://www.youtube.com/watch?v=azWJRMc_iSI)

#### Auteurs/Autrices

Guillaume Rachez - Product Manager à Perfect Memory
 
Diplômé de l’Université de Valenciennes en tant qu’Ingénieur des Systèmes
Images et Sons, il est spécialisé dans les technologies sémantiques et
l’indexation de médias. Collaborateur de Perfect Memory depuis les
premières heures, il a contribué à la mise en œuvre des concepts fondateurs
de la plateforme.

L'approche sémantique au service d'usages métiers - l'utilisationde la plateforme Raffiné par l'équipe digitale d'un club sportif de Ligue 1de football

[OpenArchaeo](http://openarchaeo.huma-num.fr/explorateur/) est une plateforme du consortium
[MASA](https://masa.hypotheses.org/)(Mémoire des Archéologues et des Sites Archéologiques)
pour l’interopérabilité des données archéologiques. L’objectif de cette
plateforme est double. Il s’agit d’une part de mettre à disposition sur le
web sémantique les jeux de données archéologiques produits dans le cadre du
consortium MASA, sous la forme d’un triplestore MASA disposant de données
alignées avec l’ontologie du CIDOC-CRM et ses extensions dédiées à
l’archéologie.
Il s’agit d’autre part de proposer une interface d’interrogation intuitive
pour les données archéologiques inspirée du moteur de recherche ResearchSpace
mis en place par le British Museum, OpenArchaeo étant pour sa part spécifiquement
dédié à l’archéologie.


Les particularités de cette plate-forme au regard de l’état de l’art sont :

* Le mapping de données archéologiques existantes, sous forme de bases
relationnelles et de fichiers XML, vers le modèle CIDOC-CRM et son
extension archéologique;

* L’aggrégation automatique des données des référentiels (GeoNames et
PACTOLS) qui sont utilisées pour indexer les descriptions archéologiques;

* Une mise en oeuvre d’une <i>fédération de requêtes SPARQL, c'est-à-dire
l’interrogation de plusieurs bases de façon transparente par la même requête SPARQL;

* Le développement d’un composant de navigation intuitif dans les
données, permettant de construire visuellement des requêtes SPARQL; ce
composant est open-sourcé et autonome, baptisé [Sparnatural](https://github.com/sparna-git/Sparnatural/)


#### Références

Liens vers les démos, applications :
* http://openarchaeo.huma-num.fr/explorateur/
* http://openarchaeo.huma-num.fr/federation/,
* https://github.com/sparna-git/Sparnatural/

#### Auteurs/Autrices
Auteurs en quelques phrases : 
Olivier Marlet et Xavier Rodier sont respectivement chercheur et directeur au sein du
[Laboratoire Archéologie et Territoire](http://citeres.univ-tours.fr/spip.php?rubrique57) à Tours.

Béatrice Bouchou-Markhov est enseignant-chercheur en Ingénierie des
connaissances et web sémantique à l’Université de Tours, Thomas Francart
est consultant spécialiste du web sémantique fondateur de la société [Sparna](http://sparna.fr).</i>

OpenArchaeo, une fédération de bases archéologiques décrites en CIDOC-CRM et navigable intuitivement

Plateforme de mutualisation de flux logistiques dans le domaine des circuits
courts alimentaires, via le développement de standards techniques et sémantiques
permettant aux partenaires du projet d’inter-opérer leurs données. Le projet
repose sur l'adoption d'un standard qui inclue le web sémantique tout en restant
le plus pragmatique possible et minimisant les coûts humains et technologiques
d'évolutions pour ces plateformes. Le priorités fonctionnelles sont la
mutualisation des catalogues puis des stocks puis la mutualisation
logistique. La présentation permettra d’introduire le concept et l’écosystème
d'acteur puis de rentrer plus en profondeur sur la technologie sémantique
utilisée et les protocoles choisis. Nous finirons par un démonstration du
prototype.  

#### Références

http://datafoodconsortium.org/ 

* Les présentations qui vont être actualisées
         - périmètre fonctionnel
         - architecture technique
         
* le standard
  

#### Auteurs/Autrices

* Simon Louvet : Architecte web et développeur senior. Co-fondateur
de Data Players, une entreprise spécialisée dans les technologies du web
distribué et l'interopérabilité. Contributeur actif de L’assemblée
Virtuelle et de Alternatiba.

* Rachel Arnould : Pilote de Projet de Data Food consortium.
Rachel est spécialisée dans le suivi et la conception Agile de plateformes
web pour le secteur du développement durable et de l’économie sociale et
solidaire.

Comment le Web Sémantique permet la coopération dans les circuits-courts alimentaires

Lorsqu’un enseignant ou un étudiant recherchent des ressources pédagogiques
pouvant être utilisées dans un cours, il utilise au mieux des moteurs de
recherches spécialisés, comme par exemple ceux proposés les Universités
Numériques Thématiques (UNT) ou le portail Sup-numérique de l’enseignement
supérieur, ou, au pire, il utilise des moteurs généralistes tels que
Google. Dans ces cas, il réalise cette recherche par essais/erreurs en testant
des mots clés et en analysant les résultats proposés.

L’objectif du projet [LOFAR](http://lofar2.insa-rouen.fr/), pour Liaison entre
Offre de FormAtion et Ressources pédagogiques, est de faciliter ce processus à
l’aide d’un moteur de recherche spécialisé. Plutôt que d’extraire des mots clés
décrivant le cours choisi, l’utilisateur sélectionne le cours. Le moteur LOFAR
extrait alors les informations pertinentes et recherche automatiquement les
ressources les plus adéquates.  Pour réaliser cela, il utilise des publications
de descriptions d’offres de formation et de ressources pédagogiques dans le Web
des données.
Plus exactement, le moteur LOFAR utilise trois types d'entrepôt RDF possédant
chacun une entrée SPARQL:

* Le premier contient des descriptions d’offres de formations. Il existe
plusieurs standards XML pour les décrire (CDM, LHEO, etc.) et la communauté
scientifique a proposé différentes représentations pour le web des données
durant la dernière décennie. C’est ce que nous avons par exemple fait avec le
projet [IFLOT](http://iflot.insa-rouen.fr).

* Le deuxième contient des descriptions de ressources
pédagogiques. Historiquement, deux normes ont été publiées par l’AFNOR pour les
décrire, le LOMFR en 2007 et le NoDEfr (partie 1) en 2019. Comme le LOMFR ne
prévoyait pas de binding RDF, encore une fois, la communauté scientifique en a
proposé plusieurs dans les années 2010. Le [NoDEfr](https://sourcesup.renater.fr/www/nodefr/), 
quant à lui, prévoit nativement une représentation de ces informations en RDF.

Enfin le troisième type d'entrepôt est un annuaire qui référence des
entrepôts des deux types précédents et qui indique comment les utiliser.

Notre démonstrateur utilise des prototypes d'entrepôts (des trois précédents
types) que [CentraleSupelec](http://semunt.supelec.fr) et l’[INSA Rouen Normandie]
(http://linkeddata.insa-rouen.fr) publient.


#### Auteurs/Autrices

 * Nicolas Delestre est maître de conférences à l’INSA Rouen Normandie. Il
enseigne dans le département Informatique et Technologie de l’Information et
effectue sa recherche dans le Laboratoire d’Informatique de Traitement de
l’Information et des Systèmes. Il est expert AFNOR dans la Commission de
Normalisation 36 “Technologies de l'information pour l’apprentissage,
l’éducation et la formation”. Il est co-auteur du livre “Du Web des documents
au Web Sémantique”.

* Nicolas Malandain est maître de conférences à l’INSA Rouen Normandie. Il
enseigne dans le département Informatique et Technologie de l’Information et
effectue sa recherche dans le Laboratoire d’Informatique de Traitement de
l’Information et des Systèmes. Il est co-auteur du livre “Du Web des documents
au Web Sémantique”.

* Yolaine Bourda est professeure à CentraleSupélec. Elle est directrice du
département Informatique et effectue sa recherche dans le Laboratoire de
Recherche en Informatique (UMR8623). Elle est co-présidente de la Commission de
Normalisation AFNOR CN 36 “Technologies de l'information pour l’apprentissage,
l’éducation et la formation”.

Projets LOFAR

Suivant les principes du Linked Open Data (LOD), les fournisseurs de
données hébergent publiquement des millions de triples au format RDF.
Cependant, fournir un service public qui permet à n’importe qui d’exécuter
n’importe quelle requête SPARQL sur ces données est toujours un problème
ouvert. Comme ces services sont soumis à une charge imprévisible de requêtes, le
défi est d’assurer qu’ils demeurent stables malgré des variations en termes de
taux d’arrivées des requêtes et des ressources nécessaires à leur évaluation.
Pour résoudre ce problème, la plupart des fournisseurs de données appliquent une
politique d’utilisation équitable des serveurs basée sur des quotas. Ces
derniers visent à empêcher les effets convois, c.a.d, une requête longue à
exécuter bloque l’évaluation des autres. Le principal défaut de cette politique
est qu’elle empêche les requêtes interrompues de délivrer des résultats
complets. Cela constitue une limite sérieuse pour les utilisateurs du LOD, qui
peuvent vouloir exécuter des requêtes longues.

Nous pensons que le problème lié aux quotas ne réside pas dans l’interruption
des requêtes, mais dans l’impossibilité pour les clients de reprendre leur
exécution après interruption. Néanmoins, il n’existe pas de modèle de préemption
pour le Web qui permet la suspension et la reprise de l’exécution de requêtes
SPARQL.

Dans cette présentation, nous présentons SaGe, un moteur d’évaluation de
requête SPARQL basé sur la préemption Web. Il permet à un serveur Web de
suspendre une requête SPARQL en cours d’exécution après un certain temps, puis
de reprendre son exécution ultérieurement. Une fois suspendue, l’état d’une
requête est retourné au client, qui peut reprendre son exécution en renvoyant
l’état au serveur.  L'article de recherche décrivant l'approche générale a été
publié au congrès The Web Conference 2019. La présentation abordera le concept
général de la préemption Web, les détails techniques du logiciel SaGe et une
étude de ses performances. Elle sera accompagnée d'une démonstration.

#### Références
Lien vers une démonstration: http://sage.univ-nantes.fr/

#### Auteurs/Autrices

**Thomas Minier** est doctorant en 3ème année au Laboratoire des Sciences du
Numérique de Nantes (LS2N). Ses activités de recherche portent sur le Web
Sémantique, le Linked Open Data et l'évaluation de requêtes SPARQL.

Ses travaux ont été publiés dans les conférences ESWC et The Web Conference.

SaGe: Préemption Web pour les services publics d'évaluation de requêtes SPARQL

Data&amp;Musée est un projet exploratoire visant à améliorer les systèmes
d’information d’institutions culturelles. Nous faisons l’hypothèse que la
promotion du patrimoine culturel peut bénéficier des techniques récentes de
représentation et d’exploration des connaissances.

Plus spécifiquement, Data&amp;Musée explore une idée portée par deux types
d’actions:

* mutualiser les données d’un ensemble d’organismes culturels
* assembler les données d’un organisme avec des données relatives à son environnement

Cette approche permet d’enrichir les analyses qu’on peut faire sur ces
données, les données d’une institution contribuant à une meilleure
compréhension des données des autres, elles même améliorées par des données
de leur environnement.

Pour cela, nous avons besoin d’enrichir des ensembles de données issues des
partenaires du projet et d’en assurer l’interopérabilité. Une approche
reconnue pour assurer ce type d’exploitation de données est l’utilisation
des technologies du web sémantique, qui ont montré leur puissance pour le
développement des connaissances dans divers domaines comme le tourisme
(Soualah Alila et al., 2016; Al- Ghossein et al., 2018), les villes
intelligentes (Consoli et al., 2015; Gyrard et al., 2016) ou la
valorisation du patrimoine culturel (Lodi et al., 2017).

Ces techniques permettent d’assurer une représentation unifiée de données
hétérogènes mais apparentées, ce qui facilite le liage et l’enrichissement
de ces données.

Data&amp;Musée reçoit, dans un premier temps, des données de 14 musées du
groupement Paris Musées, et des 85 musées et monuments du Centre des
Monuments Nationaux. En comptant les deux groupements, cela fait exactement
101 institutions qui fournissent des données. La fédération de ces
institutions dans deux groupements facilite les interactions nécessaires à
la collecte des données.

Data&amp;Musée bénéficie des expertises de plusieurs entreprises spécialisées
dans le traitement de certains types de données –billetterie, livre d’or-
ou dans les services numériques pour institutions culturelles. Deux
laboratoires de recherche contribuent à l’élaboration des solutions
retenues : Telecom ParisTech et la chaire UNESCO ITEN.

Nous allons d’abord présenter ici la nature des données collectées et le
volume de certaines d’entre elles. Nous évoquerons ensuite les choix de
représentation et la méthode retenue pour leur intégration. Enfin, nous
aborderons la nature des traitements que nous effectuons ou prévoyons sur
ces données et des questions auxquelles nous espérons pouvoir répondre.

A l’issue du projet, nous espérons pouvoir présenter aux institutions et à
leurs visiteurs des moyens de mieux percevoir les possibilités offertes
pour une amélioration de leurs choix.


#### Auteurs/Autrices

**Jean-Claude Moissinac**, Maitre de Conférences à Télécom Paris, est pilote du
projet Data&amp;Musée pour Télécom Paris. il supervise notamment l'intégration
des données de Data&amp;Musées dans le portail [Teralab](https://www.teralab-datascience.fr/fr/)

Des démonstrations seront accessibles à l'occasion de SemWebPro.

Exploitation de données de musées et monuments grâce aux technologies duweb sémantiques


<p>SPARQL-Generate est un langage de transformation de RDF qui permet
d’interroger des jeux de données RDF et des flux de documents dans des
formats hétérogènes, pour générer du RDF ou du texte. La version actuelle
de SPARQL-Generate permet d’exprimer des requêtes depuis tout type de CSV,
JSON, HTML, GeoJSON, CBOR (version binaire de JSON), ou encore des flux de
messages WebSocket ou MQTT.</p>

<p>SPARQL-Generate est utilisé dans de nombreux cas d’utilisation, notamment:
</p><ul>
  <li>génération de linked data à partir de flux de documents;</li>
  <li>génération de linked data à partir de gros documents;</li>
  <li>transformation de jeux de données RDF;</li>
  <li>génération d’une ontologie à partir de documents;</li>
  <li>génération de documentation d’ontologies.</li>


<p>Le langage intègre différentes astuces syntaxiques facilitant la
déclaration de transformations de documents en RDF, incluant (1)
l’identification des documents sources, (2) la sélection itérative de
sous-parties de ces documents, (3) des IRIs et littéraux à variables, (4)
l’appel à des requêtes externes, (5) la génération de listes RDF. Il inclue
une sous-partie du langage de transformation STTL (SPARQL-Template), qui
permet également de générer du texte. De plus, Étant une extension de
SPARQL 1.1, le langage présente également les avantages suivants:

</p><ul>
<li>Ceux qui sont familiers de SPARQL peuvent apprendre facilement SPARQL-Generate.</li>
<li>SPARQL-Generate bénéficie de l’expressivité de SPARQL 1.1: agrégats,
   modificateurs de séquences de solutions, fonctions SPARQL et mécanisme
   d’extension.</li>
<li>SPARQL-Generate s’intègre naturellement avec les standards existants
   pour consommer le Web des données, comme SPARQL ou les frameworks de
   programmation Web Sémantique.</li>
</ul>


<p>L’implémentation, basée sur Jena et disponible sous licence Apache 2.0, est
utilisable sur un site internet de démonstration, en ligne de commande, ou
sous forme de librairie Java.</p>
    <h5>Références</h5><div>
<p>Lien vers présentation format 30min:
https://www.slideshare.net/maximelefrancois86/overview-of-the-sparqlgenerate-language-and-latest-developments</p>
<p>Lien vers site web de démonstration: https://w3id.org/sparql-generate/</p>
    </div><h5>Auteurs/Autrices</h5><div>
Maxime Lefrançois est Maître de Conférences à MINES Saint-Étienne depuis
2017. Il a étudié la mécanique à l’ENS Cachan, puis le traitement du signal
et l’informatique à l’Université de Grenoble. Il a préparé sa thèse à
l’INRIA Sophia-Antipolis en représentation des connaissances linguistiques.
Il a rejoint MINES Saint-Étienne fin 2014 pour développer le modèle de
connaissances du projet EUREKA ITEA 12004 SEAS: une ontologie modulaire et
versionnée construite sur le standard OGC&amp;W3C SOSA/SSN, qui consiste en des
patrons d’ontologies simples qui peuvent être instanciés pour différents
domaines. Maxime est l’un des co-éditeurs de SOSA/SSN, et contribute au
développement de ETSI SAREF, le workflow de développement des ontologies
SAREF et du portail de publication, via la direction de projets Specialist
Task Force financés par l’ETSI. Maxime est l’initiateur et principal
contributeur du développement du langage SPARQL-Generate, et des types de
données cdt:ucum.    </div></ul>


SPARQL-Generate: Génération de RDF et de texte à partir de RDF et flux de
documents dans des formats hétérogènes
    

A major challenge in cyber-physical environments is the increasing
heterogeneity that complexifies access to devices. This challenge can be
addressed by 	hingin, a linked-data compatible property-graph-based
platform promoted by Orange. Besides being able to represent cyber-physical
environments at a system-level, 	hingin can provide uniform access to
heterogeneous devices in them. However, a necessary condition for 	hingin
to satisfy this goal is to have a description of these devices.
Nevertheless, the heterogeneity related to devices are well present in
their descriptions and mainly include syntactic and semantic heterogeneity
that occurs as a result of the varying data formats and vocabularies
respectively. Consequently, inputting these descriptions in 	hingin
remains a challenge. To tackle this challenge, standards and technologies
that were originally conceived for the Semantic Web can be used. More
specifically, RDF may be used to handle syntactic heterogeneity by acting
as a lingua franca as it is independent of data formats.

Also, it may be used to resolve semantic heterogeneity by using vocabularies
and ontologies to eliminate the ambiguity of terms as it fixes their interpretations.
However, transforming the existing description of objects to RDF is again
challenging. Mapping languages can be used to encode the transformation.

However, their usage is complex even with the intervention of human experts
as it involves manually considering data elements from the device
description and looking for ontology terms to which they can be mapped.

Thus, in this work, our aim is to provide a semi-automatic and generic
approach to facilitate the generation of RDF from heterogeneous device
description. We chose a semi-automatic approach to compensate for the lack
of semantics in device description and potential imprecision in the final
transformation. Moreover, our approach is generic in that it is independent
of hingin and can interoperate with any other platform via its RESTful
API. 

Our approach takes as input the raw description extracted from sources
such as the object manuals, keywords that describe schema elements in the
latter description and a set of ontologies. It outputs possible mappings to
transform the object description to RDF. To generate these mapping rules,
the approach first identifies ontology entities that can be used to model
individual schema elements from the input data by calculating a similarity
score between them. If the score exceeds a certain threshold specified by
the human expert, an ontology entity is considered a suitable mapping for a
schema element. Using the latter mappings, the mappings rules are
generated. Finally, the human expert chooses, modify and refine one of the
mappings that are finally used to transform the original data to RDF.


#### Références

https://drive.google.com/open?id=1FmgmwrIJKi9xGvDjmjU3sosohuatb4_G

Semi-automatic RDFization of heterogeneous object description

Le projet datapoc vise à *construire un « référentiel personnes »
commun à l’ensemble des services du MNHN afin de consolider les bases de
données existantes et de permettre aux chercheurs de croiser, lier et
exploiter des données qu’il leur est difficile d’apparier compte-tenu de
la dispersion des applications.

En se focalisant sur un petit nombre de personne, le projet a permis en l'espace
de quelques mois de démontrer la richesse des gisements de données, de préparer
le passage à l’échelle et de commencer à ouvrir les données.

Dans cette présentation, nous souhaiterions partager notre expérience et les
difficultés rencontrées, en particulier concernant les choix de modélisation
liés à la complexité du domaine et à la multiplicité et la diversité des sources
que nous souhaitions intégrer.

Nous avons recueilli des données accessibles selon des modalités diverses :
imports de fichiers, moissonnage d'entrepôts OAI, requêtes sparql, conversion de
fichiers unimarc...

Nous avons associé des personnes (les naturalistes) à des "objets" divers
(spécimens, taxons) à partir de la description de ces objets ce qui a été rendu
compliqué par l'utilisations courante d'abbréviations et le grand nombre
d'homonymes.

Nous avons fait le choix d'un modèle dynamique, de type Cidoc CRM, au sein
duquel les personnes sont alignées sur des Activités.

Nous avons aligné les personnes sur un nombre important d'identifiants (idref,
wikidata, orcid, zoobank, isni, bnf, bhl, ipni, viaf, harvard, etc).

Dans le but d'améliorer les données en continu par itérations successives,
datapoc permet aux utilisateurs qui consultent les fiches des personnes de faire
apparaître les paramètres et les résultats des calculs dont est issu un
alignement. Si nécessaire, les utilisateurs peuvent signaler les incohérences et
contribuer à l'amélioration de la qualité des données.

Les traitement et les algorithmes qui effectuent les alignements ont ainsi pu
évoluer au fur et à mesure des semaines et nous permettre de mieux appréhender
les questions liées à un futur passage à l'échelle.

#### Auteurs/Autrices

**Chloé Besombes** est cheffe du projet Datapoc au sein du Muséum national d'histoire
naturelle de Paris.

Construction du référentiel "personnes" du Muséum national d'histoire naturelle

Depuis 2013, un groupe de travail du Conseil international des Archives
[ICA-Expert Group on Archival](https://www.ica.org/en/about-egad)

Description prépare un nouveau standard pour la description des archives,
Records in Contexts (RiC). L’objectif est de fournir aux archivistes, records
managers et institutions patrimoniales responsables d’archives un cadre
conceptuel abstrait et un modèle formel (ontologie OWL) génériques, centrés sur
les entités à décrire et compatibles avec les modèles de métadonnées
antérieurs. Comme CIDOC-CRM pour les œuvres d’art et IFLA-LRM pour les livres et
autres objets édités conservés en bibliothèque, RiC modélise sous forme de
graphe, de façon précise et flexible, les archives et les différentes couches de
contexte dans lesquelles celles-ci s’inscrivent. Après la publication d’une
version 0.1 du modèle conceptuel [RiC-CM](https://www.ica.org/en/egad-ric-conceptual-model)

En août 2016, le groupe EGAD publiera cet automne une version 0.2 de RiC-CM. 

En octobre 2019, une version 0.1 de l’ontologie RiC-O sera également rendue publique,
accompagnée d’un appel à commentaires. Les Archives nationales sont très
impliquées dans l’élaboration de RiC.

Nous nous proposons de donner un aperçu des principes qui ont guidé
l’élaboration de RiC-CM v0.2 et de RiC-O v0.1, puis de leur contenu.

Nous présenterons ensuite les travaux en cours aux Archives nationales pour
mettre en œuvre RiC. En effet, après la mise en ligne en mars 2018 d’une
preuve de concept [PIAAF](http://piaaf.demo.logilab.fr/), des
opérations de plus grande ampleur y sont menées. 

En particulier, la société Sparna a réalisé pour les Archives nationales
un outil de conversion en données RDF conformes à RiC-O de l’ensemble des
métadonnées de description des archives conservées dans cette institution.
Le code source et la documentation de ce convertisseur seront publiés sous 
licence libre avant décembre 2019. Nous pourrons présenter publiquement
pour la première fois cet outil ainsi que les données RDF des Archives
nationales.

#### Auteurs/Autrices

**Florence Clavaud**, responsable de la Mission référentiels aux Archives nationales ;
membre exécutif du groupe ICA/EGAD, responsable du développement de l’ontologie RiC-O.
Courriel : florence.clavaud@culture.gouv.fr

**Thomas Francart**, consultant indépendant, gérant de la société Sparna (http://www.sparna.fr/).
Courriel : thomas.francart@sparna.fr

Un modèle conceptuel, une ontologie et des outils pour la sémantisation des métadonnées archivistiques

Ayant déjà participé au Semweb pro en présentateur il y a deux ans, je souhaite
exposer nos avancées sur l'utilisation des technos sémantiques pour
l'analyse d'infrastructures informatiques.

Corrium est un robot de diagnostic (www.corrium.com) qui contrôle les éléments
d'une infrastructure informatique et apporte des prescriptions sous forme de
plan d'action.  Nous avons développé une ontologie pour représenter une
infrastructure informatique et nous l'utilisons pour formaliser les dumps de
configuration.  Nous avons développé un moteur d'inférence basé sur des
règles en Sparql et envisageons de tout passer en SHACL dans les prochains mois.

Le sujet du web sémantique est présenté ici sous une utilisation peu courante et
il est toujours intéressant de percevoir la gestion des connaissances dans
un autre domaine. 

#### Auteurs/Autrices

**Frédéric Hay**, je suis expert ITIL et architecte de la solution Corrium.

Corrium

The semantic web is one of the most significant trends in the
development of the web. It transforms the current web into a network
linking structured content with formal and expressive descriptions of
its meaning. A number of approaches leverage semantic web standards and
tools to improve creation, representation and processing of various
types of media, including text, images, audio and video. However, 3D
content, which is an essential element of virtual and augmented reality
environments, still lacks standardized comprehensive semantic
representations as well as methods and tools of semantic creation and
processing. This remains the main obstacle for integration and wide
dissemination of virtual and augmented reality on the semantic web.


This presentation is devoted to the works of the X3D Semantic Web
Working Group [1], which is a part of the Web3D Consortium. The goal of
the group is to develop standardized comprehensive solutions integrating
the current semantic web with interactive 3D contents towards building
the Semantic Web3D. In particular, the group focuses on the development
of semantic representations as well as methods and tools of semantic
creation and processing of 3D content for web-based VR/AR environments.
The intention of the group is to build upon achievements of the Web3D
Consortium to date, including the results of other working groups, such
as X3D, humanoid animation, medical as well as design printing and
scanning.

So far, we have elaborated the concept of the Semantic Web3D content
representation at different levels of abstraction, covering 3D- and
domain-specific objects and properties. The representation is an
extension of previous works published at the Web3D conference [2][3] and
the 3D Ontology [4]. It permits querying, reasoning and processing of
semantic 3D content with regards to its inherent geometrical,
structural, presentational and animation properties along with
properties related to an arbitrary domain in which the content is used,
e.g., cultural heritage, medicine, design, engineering or e-commerce.
The foundation of the representation is the X3D Ontology [5]. It is
automatically generated from the X3D Unified Object Model, which makes
it strictly connected to the Extensible 3D – a prominent standardized 3D
format (ISO/IEC 19775) for web-based applications, which is the
successor to VRML. We also explain how the current approach could be
extended with additional 3D ontologies derived from other 3D formats. We
plan to use the DFDL language to develop converters of 3D formats to 3D
ontologies, and 3D models and scenes encoded in the formats – to
knowledge bases compliant with the ontologies.

*[1] Web3D Consortium, X3D Semantic Web Working Group Charter,
https://www.web3d.org/working-groups/x3d-semantic-web/charter

*[2] Walczak, K., and J. Flotyński, Semantic query-based generation of
customized 3D scenes, in: Proceeding Web3D '15 Proceedings of the 20th
International Conference on 3D Web Technology, Heraklion (Greece), June 18 - 21,
2015 , ACM New York, 2015, pp. 123-131, ISBN 978-1-4503-3647-5, DOI
10.1145/2775292.2775311.

*[3] Sikos, Leslie F., "3D model indexing in videos for content-based
retrieval via X3D-based semantic enrichment and automated reasoning.",
Proceedings of the 22nd International Conference on 3D Web Technology.  ACM,
2017.

*[4] Sikos, Leslie F., 3D Ontology,https://purl.org/ontology/t3dmo/


*[5] Web3D Consortium, X3D
Ontology,https://sourceforge.net/p/x3d/code/HEAD/tree/www.web3d.org/semantics

*[6] Visualizing the Semantic Web: XML-based Internet and Information Visualization, https://books.google.fr/books?id=YbWxDNZkiaUC&amp;pg=PA132&amp;lpg=PA132&amp;dq=R+to+X3D&amp;source=bl&amp;ots=O43rzY6uL3&amp;sig=ACfU3U3MhOIpVsXmOUC3qZTZl_Tkb_DZnA&amp;hl=en&amp;sa=X&amp;redir_esc=y#v=onepage&amp;q=R%20to%20X3D&amp;f=false

#### Auteurs/Autrices
Don Brutzman, John Carlson, Jakub Flotyński, Felix Hamza-Lup, Athanasios
Malamos, Christophe Mouton, Marc Petit, Nicholas Polys, Leslie Sikos,
Krzysztof Walczak

Présentation	Intervenant⋅e
Le Dictionnaire des francophones, plateforme open data et contributive	N. Delaforge (Mnémotix) P. Lhérisson (Mnémotix) M. Leitzelman (Mnémotix) F. Limpens (Mnémotix) N. Gasparini (Institut International pour la Francophonie (2IF), Université Jean Moulin Lyon 3)
Easy Web API Development with SPARQL Transformer	P. Lisena (EURECOM)
Vérificateur règlementaire sémantique et multi-échelle (BIM/CIM/LIM)	E. Hbeich (CSTB (centre scientifique et technique du bâtiment))
Comment exploiter une ontologie de recherche scientifique à des fins d'analyse automatique de documents	J. Coulmance (Proxem) C. Potier (Proxem)
Thing’in, une plateforme basée-graphes pour la représentation sémantique et structurelle d’environnements de l’Internet des Objets	G. Privat (Orange Labs) S. Bolle (Orange Labs)
L'approche sémantique au service d'usages métiers - l'utilisationde la plateforme Raffiné par l'équipe digitale d'un club sportif de Ligue 1de football	G. Rachez (Perfect Memory)
OpenArchaeo, une fédération de bases archéologiques décrites en CIDOC-CRM et navigable intuitivement	T. Francart (Sparna) O. Marlet (Université de Tours) X. Rodier (Université de Tours) B. Bouchou-Markhov (Université de Tours)
Comment le Web Sémantique permet la coopération dans les circuits-courts alimentaires	S. Louvet (Data Players) R. Arnould (Data Food consortium)
Projets LOFAR	Y. Bourda (Supelec) N. Delestre (INSA Rouen) N. Malandain (INSA Rouen)
SaGe: Préemption Web pour les services publics d'évaluation de requêtes SPARQL	T. Minier
Exploitation de données de musées et monuments grâce aux technologies duweb sémantiques	J. Moissinac
SPARQL-Generate: Génération de RDF et de texte à partir de RDF et flux de documents dans des formats hétérogènes	M. Lefrançois (École des Mines de Saint-Étienne)
Semi-automatic RDFization of heterogeneous object description	M. BAKERALLY (Postdoc at LAAS/CNRS)
Construction du référentiel "personnes" du Muséum national d'histoire naturelle	C. Besombes (Muséum national d'histoire naturelle)
Un modèle conceptuel, une ontologie et des outils pour la sémantisation des métadonnées archivistiques	F. Clavaud (Archives nationales) T. Francart (Sparna)
Corrium	F. Hay
The Semantic Web3D: towards comprehensive representation of 3D content on the semantic web	B. Sikos

Retours sur la conférence / Replay

Présentations

Réseaux sociaux