Référentiels et données d’autorité à l’heure du Web sémantique

La mise en place de l’approche Linked Data donne aux systèmes d’organisation des connaissances une visibilité inédite sur le Web. L’intérêt pour ces dispositifs, qui avait déjà été ravivé par les travaux autour du Web sémantique, se renouvelle, alors que l’avènement des moteurs de recherche avait passablement remis en cause leur pertinence. En introduction à cette journée et pour donner une perspective aux réflexions qui y seront exposées, on revient sur la nature, la structure et la fonction des systèmes d’organisation des connaissances, ainsi que sur leur rôle dans divers univers informationnels.

Vocabulaires contrôlés, classifications et autres référentiels ou « schéma de concepts », à la suite d’autres outils plus modestes ou d’autres projets plus ambitieux, ont tous vocation à instrumenter la saisie de la connaissance. Par la négociation du sens, la normalisation de la forme et l’adressabilité des symboles, ils furent longtemps un remède plus ou moins utopique à la confusion de Babel. Ils représentent aujourd’hui un gage d’interopérabilité des systèmes et de connectivité des ressources. Ils assurent la médiation entre l’ordre foisonnant et trop humain de la langue et l’ordre machinique des algorithmes pour l’accès aux informations. Enfin, ils sont un élément de réponse au besoin de structure et de sens exprimé par nombre d’usagers et de concepteurs du Web depuis sa création.

Les technologies du Web sémantique offrent des perspectives intéressantes pour l'interopérabilité des données, notamment à travers la mise en ligne des référentiels. Cette intervention présentera les principes de l'utilisation de ces technologies pour représenter des référentiels et les publier, sur le Web de données. Seront évoqués, notamment, le rôle du vocabulaire SKOS, les méthodes d'alignements de référentiels, et la place des référentiels dans le Web de données (Linked Data).

En continuité avec la présentation d'Emmanuelle Bermès, cette intervention reviendra sur les nouvelles perspectives ouvertes par l'exposition des référentiels, selon les règles du Web de données. Nous montrerons, en particulier, le rôle primordial que joue l'utilisation de technologies standard comme celle du Web sémantique pour améliorer l'interopérabilité, simplifier la réutilisation et la mise en relation de données qui, jusqu'à maintenant, ne l'était pas. A partir d'exemples concrets, nous détaillerons les différentes techniques existantes pour exploiter des référentiels en vue de l'enrichissement d'informations ou pour améliorer des plates-formes de recherche.

VIAF(Virtual International Authority File) – est un projet international dont l’objectif premier est d’établir des liens entre différents fichiers d’autorité. Il regroupe aujourd’hui 19 établissements et 22 fichiers d’autorité personnes physiques, collectivités et noms géographiques.
En reliant entre elles des données d’autorité de provenances diverses, en les confrontant et en exposant librement et gratuitement ces données en RDF, VIAF est devenu une brique essentielle du Linked Data y compris en dehors du monde des bibliothèques. Le cheminement de ces données, depuis leur création dans des formats d'origine de type MARC, jusqu’à leur transformation en RDF, leur appariement et leur exposition sous forme réutilisable illustrent les multiples potentialités ouvertes par VIAF.
Notons que la documentation du modèle sous-jacent est donnée sous forme d’une ontologie. Divers projets utilisent ou vont utiliser les données de VIAF en RDF, tels que data.bnf.fr ou encore le projet SNAC (The social network and archival context project).

ISNI (International Standard Name Identifier) est le dernier né des identifiants de la famille ISO SC9. ISNI a pour objet l’identification des noms de tous les acteurs des produits culturels. ISNI identifie les personnes aussi bien que les sociétés qui participent aux domaines du livre, de la musique, du film, des publications scientifiques et académiques, etc.
En phase d’adoption par les bibliothèques, les producteurs, les sociétés de gestion collectives ou encore  les éditeurs, ISNI permettra l'échange d’information entre les différents secteurs d’activités aux fins de référencement ou de gestion des droits. Au croisement des communautés il servira de passerelle entre données publiques et privées.

Depuis sa création, le SUDOC s'appuie sur des référentiels pour structurer l'activité de son réseau de catalogage partagé : référentiels de personnes et de collectivités, vocabulaires Rameau et MesH, etc. Depuis 2006, l'ABES a le souci d'étendre cette logique au-delà du seul catalogue SUDOC, pour ses propres applications, mais également d'autres applications documentaires de l'enseignement supérieur et de la recherche. Cette stratégie de service se décline sous différentes formes : lancement en 2010 d'une application Web dédiée (IdRef ), ouverture des référentiels d'idRef sur le Web de données (2010), lancement en 2011 des Web Services d'IdRef, projet de recherche avec ADONIS et le LIRMM (2010-2011).

Dans une approche traditionnelle, les informations relatives aux  producteurs  d’archives (collectivités, personnes, familles) figuraient directement dans les introductions des inventaires d’archives et, de ce fait, ne pouvaient être reprises dans la description d’autres fonds concernant les mêmes collectivités, personnes ou familles.
En 1996, la Norme internationale pour les notices d’autorité archivistiques ISAAR (CPF) a établi le principe de l’autonomie de ces informations dites "contextuelles" et a donc ouvert la voie à la création de fichiers d’autorité, auxquels il serait possible de lier les instruments de recherche. Cette approche est arrivée à sa maturité en 2010 avec le schéma EAC-CPF (Contexte archivistique encodé – Collectivités, Personnes et Familles), destiné à être utilisé, non seulement par les archives, mais aussi par d’autres métiers, les bibliothèques notamment, dans le cadre de projets fédérant des ressources de provenances diverses relatives à des collectivités, personnes et familles.
Nous proposons de présenter les projets en cours de constitution de fichiers d’autorité par les Archives nationales et par les services territoriaux d’archives, visant non plus seulement à mettre en place un cadre d’interopérabilité entre les données archivistiques, mais bien à l’envisager avec les autres données culturelles et patrimoniales (bibliothèques, musées, archéologie...).

La réalisation de la norme ISO 25964 Thésaurus et interopérabilité avec d’autres vocabulaires répond à la longue attente des professionnels construisant et gérant des systèmes d’organisation de connaissances. Faciliter la recherche de l’information dans un contexte donné, mais aussi dialoguer avec d’autres outils dans d’autres contextes, tel est l’approche suivie dans la réalisation de cette norme. Elle s’inspire fortement des standards du Web sémantique relatifs aux systèmes d’organisation des connaissances et de leurs modèles sous-jacents, notamment des ontologies et du standard SKOS. Inversement, les travaux de cette norme ont également nourri la réflexion sur les standards du Web sémantique.

L'univers de l'accès à l'information juridique est à la fois classique dans ses besoins fonctionnels, mais spécifique dans les contraintes qu'il impose. Nous proposons :
- de présenter la cartographie d'un référentiel "juridique" typique et de tous les outils qu'il met en œuvre (de la gestion des ressources lexicales en passant par les listes d'autorité, thésaurus, ontologie documentaire, ontologie de domaine, ontologie de publication et taxonomies);
- de les justifier, de les illustrer par des exemples et d'en décrire les différents usages;
- de décrire les points durs que l'univers juridique nous impose (qualité, traçabilité, prise en compte explicite du temps et cycle de vie au quotidien, réutilisabilité/interopérabilité avec des ressources existantes).