Descripteurs

Services de Dépôts et de Publication en Libre Accès - terminologie

Les technologies de l'information et le développement des processus et dispositifs d'information numériques conduisent à l'émergence d'un certain nombre de concepts directement liés à l'informatique, ou produits par l'articulation de l'informatique et de chacun des métiers transformés par les TIC (pour faire bref).  Ces nouveaux contextes nous conduisent aussi à préciser certains termes usuels qui deviennent alors ambigus. 

Jusque-là, les experts se parlaient entre eux - ils pouvaient donc jargonner sans inquiétude.

Le problème aujourd'hui, c'est que nous partageons entre plusieurs communautés des concepts si ce n'est identiques, très proches. Ces concepts doivent alors être partagés par un très grand nombre d'acteurs d'origine diverses, certains n'ayant jamais été confrontés à ces concepts ou termes, d'autres utilisant déjà ce même terme éventuellement avec un sens différent (humour : Petit manuel de conversation courante à l'usage des visiteurs pressés).

J'aimerais qu'il y ait plus de termes créés soit par dérivation (internaute) soit via les mots-valises (informatique, partagiciel, nétiquette), et un peu moins par calque. Mais c'est un voeu...

J'ai donc tendance à privilégier dans ma pratique la sélection d'une locution adhoc pour exprimer le concept que l'on cherche à représenter - au moins au début des travaux au sein d'un collectif, jusqu'à ce que ce collectif ait décidé d'une terminologie à partager, et de façon systématique dans les documents officiels - comme ce référentiel de la certification DINI. Et j'avoue ne pas aimer du tout la pratique qui consiste à conserver un même terme mais à étendre son sens dans le meilleur des cas, ou pire à le modifier. 

Un exemple de remue-méninge autour du titre du certificat allemand DINI "Zertifikat Dokumenten- und Publikationsservice", en anglais "Certificate Document and Publication Services", présenté dans un autre billet.

La locution « Services de Dépôts et de Publication en Libre Accès » a été sélectionnée après un sondage proposé par Joachim Schöpfel sur la liste de diffusion de l'adbs qui a permis de collecter 14 propositions !  

(1) Service de documents et de publication
(2) Service certifié DINI de diffusion et d’édition (ou publication) de documents électroniques
(3) Service de publication numérique 
(4) Consultation documentaire et édition numérique
(5) Service de diffusion et d'archivage 
(6) Service d'accès aux documents et aux publications
(7) Service de documents et de périodiques
(8) Service d'archivage et de publication 
(9) Accès (ou service d'accès) aux documents et aux publications
(10) Serveurs de publications
(11) Serveurs de documents et publications
(12) Service de dépôts et de publication en libre accès
(13) Services de publication en libre accès
(14) Service de dépôt de publications en libre accès

Et une phase de remue-méninge à quelques personnes. Voici quelques éléments qui ont abouti à ce choix terminologique.

Alignement avec les dénominations allemandes et anglaises

Dès le départ, il fallait préserver le plus possible la proximité avec les dénominations choisies par le DINI. La traduction aurait donné : Services de Documents et Publications". Tous ont été ennuyés de ce terme Documents. Mais les termes "Services" et "Publication" pouvaient tout à fait convenir.

Serveur (d'accès, de publication, de documents) versus Services

Dans les choix proposés, le terme Serveur apparaîssait. Ce terme est souvent utilisé pour désigner l'entrepôt, le magasin, la bibliothèque (voire parfois la machinerie) où arrivent et d'où partent les objets documentaires. Mais l'ensemble du dispositif DINI ici vise à offrir avant tout des services :

• en amont auprès des auteurs et éditeurs pour la prise en charge de leurs documents, 
• aux gestionnaires pour l'administration du système (préparer le serveur)
• en aval pour la diffusion et l'accès aux utilisateurs finaux. 

Le terme services permet ainsi d'englober l'ensemble de ces 3 catégories de services, alors que l'usage des termes d'accès ou de publication en limitait le périmètre. Quant au terme de "serveur", il fermait le propos sur le cœur indépendamment des acteurs et de leur contexte.

Archivage versus dépôt

Justement non ce n'est pas de l'archivage (électronique) au sens où l'entendent les professionnels de l'infodoc (quels que soient leurs noms!). Bien sûr le terme "archivage" indique aussi la notion d'auto-archivage qui en réalité est de plus en plus souvent faite ou piloté par des tiers et non par l'auteur lui-même.

Il a semblé ici plus pertinent de mettre en avant l'étape amont du circuit (le dépôt) que l'on a tendance à omettre dans les locutions tels celui de "serveur de publication et d'accès par exemple, alors que c'est un passage obligé dans tout système d'AO.

Edition numérique, Publication, Diffusion ?

Suivant les plateformes – Revues.org ou HAL par exemple, le travail lié à la publication n'est pas de même nature : dans un cas il y a re-travail sur le contenu, pas dans l'autre. Mais quelle que soit le type de plateforme, après le dépôt par les auteurs, un travail de publication est réalisé pour faciliter l'accès (c'est mieux qu'un répertoire de fichiers !).  Cette certification DINI donne justement du poids à ce travail d'enrichissement qui permet d'offrir d'autres types de services que la seule récupération du document, mais cantonne cet enrichissement documentaire aux "recommandations". Le choix s'est donc porté sur le terme "publication".

Enfin pour rappeler qu'il s'agissait du mouvement des AO (officialisé par certains critères de la certification), il a semblé pertinent de le préciser dans ce titre.

La locution "Services de Dépôt et de Publication en Libre Accès", certes plus lourde qu'archives ouvertes" par exemple, semble ainsi mieux rendre compte à la fois de ces deux processus – dépôt et publication – tous deux présents, et à la notion de services qui couvrent l'ensemble du dispositif.

De plus il me semble que l'usage des trois mots - Services, Dépôts, Publication - renvoyant à une action ou un processus, rend bien compte également de la dynamique de ce type de dispositif. Mais c'est un avis tout personnel !

Alors qu'en pensez-vous ?

Services de Dépôts et de Publication en Libre Accès - DINI

Je profite de la publication en français du référentiel utilisé pour la certification allemande de plateformes d'archives ouverts scientifiques - DINI, pour aborder (brièvement) la question des plateformes d'archives ouvertes et de leur évaluation, plateforme dont je ne parle jamais sur ce blogue - excepté en 2009 pour des questions d'accès et de doublons et en 2011 lors de l'examen de l'interface de recherche ISIDORE.

Un projet venu d'Allemagne

Des bibliothèques universitaires, centres de calculs et services audiovisuel et multimédia d'universités allemandes ont créés en 2001 une association, DINI (Deutsche Initiative für NetzwerkInformation = Initiative Allemande pour l’information en Réseau) qui fonctionne comme un forum de discussion et de partage d’expériences sur le développement et l’environnement des TIC.

Un des projets de DINI concerne la certification des plateformes des "Services de Dépôts et de Publication en Libre Accès", terme retenu pour la version française pour "Dokumenten- und Publikationsservice" en allemand ou en anglais "Document and Publication Services" (un 2ème billet pour discuter de ce choix terminologique). 

De retour de WebSem Pro 2012

Les présentations de SemWebPro 2012 sont en ligne - séminaire et ateliers.

Merci aux organisateurs et aux participants pour cette excellente journée.

Mes prises de note sur la première journée de conférence du 2 mai.

• Introduction sur le sujet et la journée par Nicolas Chauvat  (Logilab)  
• Linked Enterprise Data, Fabrice Lacroix d'Antidot
• Description des produits automobiles, F-P Servant et Edouard Chevalier, Renault.co
• Data.bnf.fr, Romain Wenz de la Bn
• Après la Bnf, la BPI avec Emmanuelle Bermès
• Table Ronde : L'open data peut-il se passe du web sémantique ?
• Interactive exploration of complex relational data sets in a web - Vincent Michel (Logilab)
• SemUNIT par Yolaine Bourda
• Mesagraph

Le TAG - Thésaurus de l'activité gouvernementale du Québec : retour d'expérience

Nous avons présenté dans un précédent billet, le TAG, le thésaurus de l'activité gouvernementale du Québec. Nous avions pris contact avec les éditeurs qui ont bien voulu - à distance et par écrit - témoigner de leur expérience, en particulier sur de l'association de ce thésaurus avec KEA++ utilisés pour guider l’indexation automatique et des projets de mettre cette ressource dans le web (de données).

Merci à eux.

Je vous présente donc Danielle Parent et Richard Parent (historique de la fabrication du thésaurus).

 

 Qu’est-ce qui a motivé le développement du TAG?

À l’origine des travaux vers 2003, ce sont les besoins de classification par sujet du contenu des documents et des dossiers en gestion des documents et des archives qui ont servi de moteur à l’élaboration de quelques schèmes de classification. Un schème de classification étant constitué d’une collection de termes, une structure de thésaurus nous a paru la plus appropriée pour en gérer le cycle de vie, tant son utilisation que son édition. Le contexte était donc assez classiquement de servir de vocabulaire contrôlé à l’indexation de contenu en milieu administratif. Les efforts en ce sens ont toutefois eu un succès mitigé en raison des difficultés à faire progresser les pratiques en gestion des documents et des archives. Un projet de ¨politique d’indexation ¨ tentant de convaincre les personnes à contribuer à la saisie de métadonnées de documents créés et reçus apparaît toujours comme l’inaccessible étoile. Les responsables administratifs ne veulent pas s’engager dans cette voie, d’autant moins que les pratiques de gestion documentaire sont assez peu exemplaires et peu valorisées dans notre milieu administratif. Alors la métadonnée de classification par sujet est peu visible sur de nombreux écrans radar… et l’atout que constitue un vocabulaire contrôlé n’est pas partagé très largement, la perception dominante étant que trop de documents sont continûment créés pour qu’on aie le loisir d’en annoter le contenu avec des descripteurs.

 Cet écueil vous a-t-il conduit à modifier votre démarche?

Aujourd’hui donc, les utilisateurs humains du thésaurus sont toujours visés par nos efforts. Le principe d’annoter les ressources avec un vocabulaire contrôlé est en effet préservé, mais le principal bénéfice attendu se situe maintenant dans la capacité qu’ont les moteurs de recherche d’exploiter la richesse sémantique du TAG grâce au véhicule de structure conceptuelle qu’offre le standard SKOS. Les travaux menés en Nouvelle-Zélande sur KEA++ permettent en effet de guider utilement l’indexation automatique effectuée par l’algorithme statistique de calcul de pertinence avec l’aide des associations, en particulier hiérarchiques. On parle d’indexation supervisée soit pour exclure, avant le calcul vectoriel à la base du calcul de pertinence, des chaînes de caractères extraites du corpus, soit pour pondérer plus fortement des similitudes de collocation entre corpus et thésaurus; on parle aussi de catégorisation automatique des résultats en regroupant les éléments de résultat en fonction de la structure hiérarchique du thésaurus.

Cette perspective nous a menés à rechercher un jeu d’entraînement le plus riche possible : un tel jeu d’entraînement doit être constitué d’un corpus de documents déjà indexés par des humains de sorte que l’algorithme puisse se construire des vecteurs pour les descripteurs. Un corpus déjà indexé avec un vocabulaire de portée comparable au TAG existe sous la forme du Journal des Débats de l’Assemblée Nationale du Québec. Afin de s’en servir comme jeu d’entraînement, et comme il existe un Thésaurus du Journal des Débats, un travail d’alignement sémantique entre ce thésaurus et le TAG a été entrepris. Ce travail est en cours de réalisation; la proximité est grande entre ces deux thésaurus de sorte que nous sommes en voie de procéder à un enrichissement du TAG par intégration de l’autre thésaurus sous forme de nouveaux descripteurs, mais surtout de nouveaux non-descripteurs. Lorsque cette intégration aura été complétée, le Journal des Débats, comprenant des dizaines de milliers de pages indexées par des professionnels servira de jeu d’entraînement pour notre moteur de recherche. Une fois cette étape franchie, l’ensemble des documents gouvernementaux du Québec sera l’objet d’indexation automatique avec les vecteurs des descripteurs alimentés par le Journal des Débats. Parmi les bénéfices escomptés se situe la catégorisation automatique des résultats d’une recherche qui offre une capacité de sélection par sujet à la personne qui effectue un repérage. 

Quels sont vos autres projets? 

Notre capacité à produire un fichier SKOS conforme est en voie de transition de Java à C++ pour des motifs de disponibilité de compétences accessibles à notre modeste projet. D’ici quelques mois, le TAG sous forme de fichier SKOS sera rendu disponible sur le site du TAG. D’ici deux ans, nous comptons aller plus loin et introduire le TAG dans le `Web sémantique ` en travaillant sur deux alignements sémantiques, d’une part avec le Thésaurus des sujets du gouvernement du Canada et d’autre part avec Eurovoc. Dans les deux cas, il s’agit bien sûr de documenter l’alignement avec la version en français. SKOS servira à la mise en réseau de ces alignements dans le but de tirer profit de ce moyen pour poursuivre l’interopérabilité sémantique. Dans le même temps, nous procéderons à l’adoption de SPARQL dans un double but : éditer le TAG à-la-Web 3.0 en le situant dans le nuage des données ouvertes liées (LOD cloud ). 

Pouvez-vous nous parler un peu de vous deux, les  coéditeurs de ce thésaurus ?

Richard Parent a une formation en psychologie avec une orientation cognitive (Université de Montréal). Danielle Parent  a une formation en sciences- mathématiques, en lettres et en pédagogie. Après avoir enseigné, pendant  près de dix années, le français langue seconde à la Commission de la Fonction publique du Canada et à l’université Laval à Québec, elle amorce une carrière dans la fonction publique du gouvernement du Québec, notamment comme rédactrice et édimestre pour le Répertoire des services gouvernementaux du Québec. La responsabilité de mise à jour de cet index a amené Danielle à s’intéresser au contrôle de vocabulaire. Elle partage depuis le début la responsabilité de l’élaboration et de la mise à jour du TAG à titre de coéditrice.

Que conseilleriez-vous à des professionnels de l’information documentaire souhaitant s’engager dans ce type de réalisation?

Le lieu organisationnel de cette réalisation comporte un important volet de soutien technique : comment le mieux tirer profit d’un environnement technique complexe? Les exigences de continuité sur une longue période font que l’aspect langue et cognition sont les plus essentiels : avoir l’amour des mots et de la langue française, doublé d’un esprit cartésien et d’un bon jugement  sont  des atouts pour la réussite de ce type de réalisation. Ensuite, de la minutie, de la patience  et de la passion pour le travail bien fait augmente les chances de réussite. Enfin, avoir un bon domaine à décortiquer, de bons outils et l’appui de notre organisation assureront une expérience motivante et inoubliable.  

 

Merci infiniment à Danièle et Richard, et bonne suite dans vos projets !

Le TAG, le thésaurus de l'activité gouvernementale du Québec

Les actions du gouvernement du Québec en vue de se doter de politiques et d'outils communs pour administrer et valoriser l'information produite dans le cadre de ses activités est déjà ancienne. Un premier "Chantier en ingénierie documentaire" avait été initié en 1997. 

Plusieurs actions (projets) se sont succédées, prenant appui sur les résultats des travaux précédents (je suis admirative...). Le dispositif prend en charge les multiples facettes de cette problématique documentaire. Tout est exposé sur le site des Services gouvernementaux, à la rubrique  Administration électronique et plus particulièrement Gestion intégrée des documents, formulation prisée par les québecois. 

Ce chantier d'ingéniérie documentaire (de longue haleine) se poursuit avec par exemple une publication en 2010 sur les   "Orientations pour la gestion documentaire des courriels au gouvernement du Québec (datée de janvier 2009).

Dans le document de référence CRGGID  de 2004 en ligne (pdf), se trouve une annexe assez précise concernant l'une des 12 recommandations et qui porte sur le Thésaurus de l'activité gouvernementale : le TAG.

Thésaurus de l'activité gouvernementale (p.143)
Recommandation 3: Le thésaurus de l'activité gouvernementale (TAG) semble être un concept rassembleur et fédérateur d'efforts au sein de l'appareil gouvernemental. Il faut poursuivre le  développement, le déploiement et l'intégration de cet outil qui sensibilise de façon très concrète et éloquente aux problématiques de gestion de l'information et de contrôle du vocabulaire.

Editeur / visualiseur graphique de thésaurus

OpenVocabs est un éditeur-visualiseur de thésaurus...qui va bientôt disparaître. Quel dommage.

http://openvocabs.org/vocabularies/th-risques-technos-test/

L'éditeur Web permet de construire un vocabulaire contrôlé comme une structure hiérarchique arborescente mais graphiquement sous la forme d'une roue - ce qui permet de mieux repérer des concepts/termes éloignés les uns des autres.... Des limites toutefois au volume de données manipulées. 

Il propose également un service pour la gestion et le stockage de vocabulaires, et intègre la capacité d'importer des vocabulaires existants à partir d'excel ou SKOS, et d'exporter des fichiers SKOS.  Un deuxième module sous la forme d'une appliquette (!) pour google chrome permet d'indexer taguer  annoter des ressources avec ce vocabulaire.

J'ai mis 2 minutes pour charger le thésaurus Risques (désolée je n'ai pas demandé l'autorisation d'utiliser ce (petit) vocabulaire "Risques" très spécialisé que je trouve très bien). Mais je n'ai pas réussi par contre à utiliser l'outil d'annotation.

Quant à la navigation et la visualisation dans le thésaurus ... je vous laisse découvrir....

Mais faites vite ! Les deux auteurs anglais Ian Piper (qui mène des activités d'"Information architecture and taxonomies") et Frank Malina  de ce merveilleux outil, viennent de nous prévenir qu'ils arrêtent le service en ligne à la fin du mois de mai....

Je crois que Ian Piper est prêt à libérer le code....

Sélection de Risques nucléaires

 

Puis sélection de Déchets nucléaires

 

ISO 25964-2 - Thésaurus et interopérabilité avec d'autres vocabulaires - DIS - Enquête publique

Information et documentation -- Thésaurus et interopérabilité avec d'autres vocabulaires -- Partie 2: Interopérabilité avec d'autres vocabulaires

Un document totalement nouveau.

---------------------------------------------------------------------------------------------------
Actu du 27/01/2012 - Le BSI (UK) nous met le projet de norme en ligne. Une simple inscription (gratuite) suffit.
------------------------------------------------------------------------------------------------------ 

2 années pour aboutir à un projet de norme mis à l'enquête (DIS)  depuis le 15 décembre sur le site de l'ISO pour cette Partie 2 de la norme ISO 25964 (environ 80 euros - pour un document jettable, çà fait cher !) - l'enquête publique a démarré mi décembre 2011 et courre jusqu'à avril 2012. 

Nous attendons avec impatience sa parution sur la plateforme du BSI sur les normes en projet  dans un format simple à commenter.

Petit rappel : La partie 1 sur le thésaurus pour la recherche documentaire  est parue en août 2011. Quelques éléments techniques dont le schéma XML se trouvent dans une rubrique dédiée sur le site du NISO.

Rédaction de ce projet de norme

• Groupe ISO -Stella Dextre Clarke (UK, Chair), Johan De Smedt (BE),  Michèle Hudon (CA), Marianne Lykke Nielsen (DK), Jutta Lindenthal (DE), Daniel Kless (DE), Esther Scheven (DE), Traugott Koch (DE), Marcia Zeng (DE), Sylvie Dalbin (FR), Bernard Vatant (FR, ontologie), Leonard Will (UK), Douglas Tudhope (UK), Daniel Kless (ontologie), Marcia Zeng (US). 
• Groupe français - travail sur cette partie 2 en petit comité au sein du Groupe français de l'Afnor (aujourd'hui ce groupe Afnor GE10 est clôt) : Hélène Zysman, Hélène Rabaud, François Feyler, Nathalie Yakovleff, Thierry Guillotin.

Schema.org - le profil d'application de Google, Bing et Yahoo!

Schema.org correspond à un profil d'application(#1) pour les moteurs de recherche sur le web, initié par Google en juin 2011 et auquel se sont joints Bing, Yahoo! et (ajout avril 2012) Yandex (portail russe). 

C'est un corpus d'éléments de (méta)données, sélectionnés, organisés en une structure particulière et encodé selon un formalisme propre. C'est un schema ...  propriétaire, donc ;-).

Et tous vont s'y conformer, bien sûr. Mais qui dit se conformer, ne veut pas dire suivre sans réflexion ces propositions.... 

Web sémantique : les informaticiens praticiens investissent le domaine ...

Vous ne connaissez peut être pas "Developez.com" (site) (facebook), Le Club des professionnels de l'informatique, LE site de référence des informaticiens praticiens : un ensemble organisé d'actualités, forums variés et FAQ, Dictionnaire et Cours/Tutoriaux, outils, une encyclopédie (wiki) ... sur tous les sujets de l'informatique professionnelle : conception (uml, ...),Java, .Net, EDI, Langages, SGBD .... , par et pour les informaticiens. Bref une mine que j'exploite depuis de nombreuses années comme ressource pédagogique (j'avoue m'arrêter souvent à l'introduction de certains tutoriels ...), et approche de l'évolution du secteur (via les forums).

Et depuis avril 2011, une nouvelle rubrique  dédiée au Web sémantique, dans la catégorie Dev.Web. pilotée par trois bénévoles - : Didier Mouronval - Thibaut Cuvelier - Julien Plu (encore étudiant...). Bravo à eux.

Bien sûr il y avait de ci de là des messages sur le sujet sur les forums, mais cette officialisation marque un tournant !

En octobre 2011, déjà :

15 cours et tutoriels sur le Web sémantique (dernière mise à jour le 10/10/2011)
FAQ sur le Web sémantique : 28 QR (dernière mise à jour le 13/07/2011)
2 livres sur le Web sémantique et 2 critiques (dernière mise à jour le 16/08/2011)

Et le forum foissonne :

Ontologies pour exprimer la sécurité informatique (au niveau logiciel), par x

Je souhaite étudier le Web sémantique, par x

 Qu'est-ce que l'ontologie distribuée ?, par x

 [Protégé] FOAF et les litteral, par x

 Définition en français, par x

 [RDF] [Notation3] Diverses questions, par x

 [RDF] EARL (et node.js), par x

 [Jena] Exporter les données stockés avec SDB, par x

 [SPARQL] ARC2 et l'ontologie, par x....

Un des derniers tutoriels sur "L'indexation des données dans le monde du Web sémantique"  (pour informaticiens bien sûr), avec comme entrée en matière : "Nous allons voir ici ce qu'est le Web sémantique. Il faut savoir que ce domaine est tout neuf et encore trop peu connu. Je vais donc ici vous faire découvrir ce monde mystérieux".

N'hésitez pas à faire circuler ....

 

De retour du Semantic Camp Paris n°4 (vendredi 7 octobre 2011)

Les apports du web de données liées et du sémantique...Voici quelques mots du Semantic Camp Paris de ce vendredi 7 octobre.
Un petit comité (mais Il faut dire que le Semantic camp 3 avait eu lieu le 16 avril de cette même année. Un peu trop près peut être ?), des échanges directs et riches entre participants d'horizon bien différents.  Merci encore aux organisateurs et à notre hôte cfdétéiste, Yvan.

Mes comptes-rendus de journées comme celles-ci se font toujours en rapport avec mes thèmes de prédilection - donc orientés bien sûr.

Quelques démonstrations ou présentations de services et produits, mélés à des questions plus générales.