Le web sémantique ou web 3.0 est une technologie numérique qui intéresse les organismes de grande taille confrontés à la multitude et à la diversité des données car il permet de lier et de faire communiquer des données d’origines très différentes. Celles-ci doivent être traduites dans un langage informatique spécifique propre aux données ouvertes (open data) afin de répondre aux exigences techniques exprimées par les besoins d’accès automatique au sens des informations plutôt qu’à leur forme : XML, RDF, OWL ou SPARQL en sont quelques exemples emblématiques. Mais si ces langages offrent bien les fonctionnalités nécessaires pour la mise en œuvre d’outils de traitement du sens, ils ne préjugent cependant pas de l’angle sous lequel sont abordées les données et leur signification, et ils laissent toute latitude pour en évoquer la logique. En effet, un seul mode de représentation du sens n’est pas capable à ce jour – et ne sera sans doute jamais capable– de prendre en charge la description universelle des données dans toutes leurs dimensions.
Ces problématiques d’organisation et représentation des connaissances sont également bien réelles chez les acteurs du patrimoine. En effet, une question sociale importante dans le domaine du patrimoine, qu’il soit culturel, naturel ou encore touristique, est liée à la collecte, l’analyse, la publication et la mise en valeur de la mémoire des acteurs du domaine, soit parlée ou écrite. La formalisation de l’information sur ce patrimoine constitue un véritable défi. Le volume et la diversité des ressources posent de nombreux problèmes tels que l’indexation des données, leur structuration et leur valorisation au sein d’une même base de connaissances.
Concernant l’indexation des données, différents travaux de recherche en organisation des connaissances visent tout d’abord à définir des vocabulaires contrôlés (thésaurus, taxinomie, etc.) en faisant intervenir les experts du domaine d’études. Nous pouvons notamment citer parmi les actions menées par les membres du partenariat de la réponse #OpenDataEtPatrimoine, le projet DENIM pour
la valorisation du patrimoine industriel du textile, qui a notamment permis de structurer un premier thésaurus du domaine (Kergosien et al., 2019), le projet Memomines pour la valorisation du patrimoine minier (Daloz, 2019) ou encore le projet Algo-doc pour la construction d’un thésaurus des procédés filmiques à des fins de recommandation de films documentaires (Givois et al., 2020). Pour faciliter la tâche de construction du thésaurus dans une version numérique, et plus globalement l’action d’indexation des données, différentes plateformes ont vu le jour, parmi lesquelles nous pouvons citer la plateforme OpenTheso1, mise à disposition sur les serveurs de la Très Grande Infrastructure HumaNum, ou encore la plateforme OKAPI dédiée à l’indexation et l’analyse et la publication de corpus de données audiovisuelles (INA Paris, Inalco).
Nous proposons d’organiser une première journée d’études afin de présenter un ensemble de méthodes et outils visant à construire des vocabulaires contrôlés de domaines. Cette journée sera l’occasion de traiter plus spécifiquement les usages et les pratiques liés à ces vocabulaires dans différents domaines liés au patrimoine, tels que la culture, le tourisme, ou encore la description de territoires géographiques.
Concernant la structuration des données, il existe plusieurs exemples de formalismes créés pour décrire le patrimoine, tant matériel qu’immatériel. Les principaux formalismes sont des modèles complexes qui permettent de décrire les objets culturels tout en exprimant les relations pouvant exister entre eux soit explicitement, soit en facilitant l’utilisation d’outils du Web sémantique pour dépasser l’implicite. Il s’agit des modèles FRBR (Le Boeuf, 2013), CIDOC CRM (Doerr, 2003), et FRBRoo (Doerr et al., 2008).
L’état de l’art met en avant différents travaux pour la valorisation du patrimoine en proposant de construire une ontologie de domaine s’appuyant sur ces formalismes. Nous pouvons notamment citer les travaux pour la construction d’une ontologie du patrimoine bâti (Messaoudi, 2017), des chercheurs proposant un enrichissement du modèle pour une description fine du bâti (Billen et al., 2018). D’autres travaux ont proposé une modélisation des objets du patrimoine antique (Szabados et Letricot, 2012)), ou encore de la relation entre objets culturels et connaissance associée (Possompès, 2017). Des travaux intéressants présentent également une démarche semi-automatique pour modéliser le patrimoine matériel à partir de connaissances orales (du Château et al., 2012). Des groupes de réflexion travaillent également à l’évolution de ce modèle et à sa mise en relation avec les autres modèles sémantiques pour la description du patrimoine culturel à l’échelle européenne notamment (Doerr et al., 2013 ; Isaac, 2015).
Concernant les membres du partenariat #OpenDataEtPatrimoine constitué pour cette réponse, outre les travaux en cours visant à concevoir manuellement dans un premier temps une ontologie du patrimoine minier avec les experts du domaine, nous pouvons également citer les travaux menés dans le cadre du projet DOREMUS pour la construction d’une ontologie de la musique avec collaboration des experts du domaine (BnF, RadioFrance, etc.) (Jacquemin et al., 2018). Les partenaires du LIUPPA travaillent actuellement dans le cadre d’un programme de recherche européen (FEDER) pour la constitution semi-automatique d’un inventaire du patrimoine de villégiature dans les Pyrénées (Rajaonarivo et al., 2019). (Keller et al., 2019) propose une méthode combinant une approche morphosyntaxique à une approche par analyse d’arbres syntaxiques pour identifier automatiquement les informations pertinentes à partir des textes juridiques décrivant les redécoupages administratifs durant la Révolution française. Les informations extraites sont ensuite structurées en une première ontologie de domaine.
Nous proposons ainsi d’organiser une seconde journée d’études de présenter les différents formalismes existants, au prisme des projets menés, en orientant les échanges sur les retours d’expériences à l’usage de ces formalismes, à leur modification et/ou enrichissement pour répondre à des besoins spécifiques à des domaines d’études. Nous ouvrirons la discussion en conviant des collègues de la communauté des sciences humaines et sociales qui contribuent également experts du sujet.
Concernant la valorisation des bases de connaissances, nous inscrivons nos différents travaux dans la politique d’ouverture des données qui a pris de l’ampleur au cours de la dernière décennie. Elle est promue par l’Etat et menée dans de grandes institutions culturelles comme
la BnF (Bibliothèque nationale de France), le centre Pompidou, les Archives Nationales, etc. Le ministère de la culture et de la communication a publié en janvier 2014 une feuille de route stratégique qui promeut une politique d’ouverture et de partage des données publiques, notamment dans la culture. Dans la continuité de la loi pour une République numérique (7 octobre 2016) renforçant la politique d’ouverture des données publiques, le ministère de la Culture s’est engagé dans une politique d’ouverture et de partage des données publiques, notamment pour permettre aux citoyens de participer à l’amélioration de la qualité des données. C’est ainsi que les Archives nationales, en lien étroit avec le service interministériel des Archives de France, viennent de publier un nouveau régime de réutilisation des informations publiques qu’elles conservent, qu’il s’agisse des inventaires et des corpus d’archives. Il s’agit de documents librement communicables à tous et sur lesquels des tiers ne détiennent pas de droits de propriété intellectuelle. Les informations doivent être librement communicables au sens de l’article L.213-1 du Code du patrimoine et qu’elles n’aient pas été communiquées par autorisation ou par dérogation. C’est également dans ce cadre que les Archives nationales ont publié plusieurs corpus librement réutilisables sur la plateforme de données ouvertes du ministère : data.culturecommunication.gouv.fr.
En 2019, le ministère de la culture a lancé la plateforme ouverte du patrimoine POP, nouvel outil pour la gestion des données culturelles du ministère, comportant deux volets : (1) une plate-forme de production, qui permet le versement de métadonnées (images, photographies, informations descriptives ou réglementaires) ; (2) une plate-forme de diffusion de ces données, accessible au grand public2.
Nous proposons d’organiser une troisième journée d’études visant tout d’abord à présenter l’évolution de plateformes ouvertes pour la valorisation du patrimoine. Nous en profiterons pour faire un focus avec retour d’expériences sur un ensemble de travaux qui amené à déposer des jeux de données en données ouvertes sur le Web. Nous proposons également d’inviter différents collègues des sciences humaines et sociales à présenter leurs travaux en cours ou récents sur l’évaluation de plateformes de dépôts de jeux de données ouvertes, notamment Nathalie Abadie (IGN Paris) pour faire un point sur les travaux sur l’évaluation des sources du Web de Données pour la résolution d’entités nommées, ainsi que Joachim Schopfel (GERiiCO, ULille) qui présentera des travaux en cours (projet HALO, 2020-2021) sur l’analyse des politiques de publications et de dépôts des données de la recherche sur la plateforme nationale HAL. D’autres collègues experts de l’open data seront également invités à venir présenter leurs travaux lors de cette troisième journée.