APSEM Jour 2/4

• Franck
• Nathalie H.
• Alban

Titre: Le web sémantique: de l'ingénierie des connaissances à un cadre opérationnel pour gérer ses données, les sélectionner pour l'apprentissage et capitaliser les résultats.

3 cas d'usage principal:

• Gérer/préparer les données : Structurer, décrire, enrichir, fédérer les données. - avant l'apprentissage -
• Accéder, Sélectionner ses données d'apprentissage à l'aide du web des données - pour l'apprentissage -
• Capitaliser/Enrichir un graphe avec de nouvelles données (instances et classes) - pendant l'apprentissage -

Objectifs (en italique gras, les parties qui ne sont pas abordées dans le planning) :

• Accéder et fédérer des sources de données
  • principes et intérêts du Linked Data (5-stars…)
  • production de données RDF à partir de données hétérogènes légataires
  • production de données liées : liage d'instances, alignement d'ontologies
• Structurer les données ⇒ indexation et recherche d'information (à préciser)
• Vocabulaires
  • pour décrire un jeu de données (métadonnées) : producteur, formats, provenance, unités, outils utilisés, moyens d'accès etc.
  • pour annoter de données existantes (e.g. Web Annotation Vocabulary)
  • pour formaliser les activités d'analyse (préciser ce que cela recouvre) (Franck Cotton, INSEE)
  • de statistique
  • d'utilisation des données (Franck Cotton) (préciser ce que cela recouvre)
  • pour décrire un service de traitement/analyse/apprentissage, une chaîne de traitement (workflows, composition des services), et annoter les données produites (provenance)
• Comment spécifier et utiliser des infra de recherche?) BPMN semantique ? à préciser
• Interopérabilité entre le web sémantique et les outils d'analyse (R, python composant web semantique ?)
• Interrogation des entrepôts RDF.
• Interrogation et enrichissement des graphes avec une phase d'apprentissage. A garder pour le jour 3 ? RD : je serais pour. La description des étapes de cet enrichissement est stratégique pour permettre une transition réaliste

• 09h00-10h00 : Introduction à l'Ingénierie des Connaissances, ses usages, ses intérêts : web des données, données liées, ontologies, aperçu des standards du web sémantique (RDF/RDFS/OWL/SPARQL). Liage d'instances, alignement d'ontologies (serait mieux dans une session séparée). Franck Michel.

• 10h00-10h45 : Décrire ses données par l'utilisation/extension de vocabulaires génériques, créer des ontologies de domaine. Nathalie Hernandez.
  Les métadonnées servent à décrire/structurer/indexer les données et les contenus. Il importe de partager des vocabulaires communs de métadonnées entre les disciplines pour faciliter l'utilisation des données dans des contextes interdisciplinaires. Peut-on étendre le Dublin Core ? Comment s'y prend-on ? Quels sont les vocabulaires, les initiatives ? Comment agréger des vocabulaires autour du Dublin Core (pour décrire des images, des séries temporelles, des informations de localisation, …) ? Quelles recommandations suivre ? Comment faire du sens à partir de l'existant ? Un panel de l'existant sera présenté: schema.org (annotation massive des pages web) et ses extensions possibles comme Bioschemas.org, catalogue des vocabulaires (LOV, BioPortal, AgroPortal, ontobee), … Illustrations utilisant JSON-LD, RDFa, micro-data, micro-format.

• 10h45-11h15 : Pause café

• 11h15-11h35 : Les vocabulaires pour décrire les jeux de données et les catalogues (VOID, HCLS, DCAT, schema.org), les outils pour les publier (data.gouv.fr, portails CKAN…) . Franck Michel.

• 11h35-12h00 : Comment annoter sémantiquement des données existantes. Nathalie Hernandez.
  Il s'agit ici de faire le point sur comment des méta-données peuvent être associées à des données publiées sur le web (données légataires hétérogènes) pour y ajouter de la sémantique. Par exemple les vocabulaires d'annotations seront étudiés tels que le “Web annotation vocabulary”, ou CSV-on-the-Web/JSON-LD qui permettent d'interpréter un document CSV/JSON comme un graphe RDF.

• 12h00-12h30 : Vocabulaire liés aux statistiques, formaliser les activités d'analyse. Franck Cotton, INSEE.

• 12h30-14h00 : Déjeuner

• 0h30 : - Exploration et visualisation des données (définition du jeu de données/mise en oeuvre du web sémantique) - Franck Cotton / INSEE (ESAN - statistiques des entreprises européennes - cas avec des entreprises de l'agroalimentaire )

REX de l'approche sémantique à l'observatoire de la biodiversité Littoral Environnement et Sociétés (LIENSs), UMR 7266. Christine Plumejeau & julien.ancelin@inra.fr ? ⇒ vers J3 ou J4

• 14h30-15h00 : Sélectionner ses jeux de données d'apprentissage, intérêt des schémas RDFS - ???

Apprentissage automatique pour l'ingénierie des connaissance : construction de d'ontologie à partir de ressources textuelles. Catherine Faron.

• 15h00-15h30 : Pause café

• 15h30-16h00 : Interrogation/exploitation d'entrepôts RDF à partir des outils d'analyse (Python, R, ENTC, datalift-R, ….). Laurent Risser ? ⇒ J4

• : Les langages de description de workflow - La base des expériences passées, des worflows de traitement (open Workflow) / vers une proposition de sémantisation (Google group ML schema -Pays-Bas- (Comment et ppourquoi?) - Gabriel Ferretini et William Raynant

• 16h00-16h45 : Description sémantique d'un service de traitement/analyse/apprentissage et comment composer les services ? (SOA sémantique).
  Traçabilité/provenance des données avec PROV-O, actions schema.org. Alban Gaignard.

• 16h45-17h30 : Table ronde “Comment spécifier et comment utiliser des infrastructures de recherche et les ENTC? Quel apport du web sémantique ?” (titre à préciser)

Comment les infras se saisissent de la problématique de l'ouverture des données, de l'apprentissage (IFB, huma-num, FLI)

• 14h00-14h30 : Approche collaborative ou normative pour créer les ontologies de la recherche?

15 ans d'ontologies Top Down ( Dublin Core, etc.) versus 3 ans d'ontologie collaborative avec Wikidata - Karima Rafes

• introduction puis Table ronde Approche collaborative ou normative pour créer les ontologies de la recherche? 15 ans d'ontologies Top Down ( Dublin Core, etc.) versus 3 ans d'ontologie collaborative avec Wikidata. Le point de vue de l'ontologu et du thématicien - ⇒ sous-thème: l'agrégation des données variées et inter-disciplinaires. - Karima Rafes * 0h40 :** - REX - Exploration et visualisation des données (définition du jeu de données/mise en oeuvre du web sémantique) - Franck Cotton / INSEE (ESAN - statistiques d'entreprise)