Les Références:

dernière mise à jour 07/03/24

• Web Sémantique
• • Web Semantique - philosophie et standards by Charles McCN. (transparent)
  • Définition Wikipedia
  • Le Web Sémantique, Texte original de Tim Berners-Lee, traduit par Elisabeth Lacombe.
  • Et aussi une présentation par le JDN Développeurs
  • Une présentation du W3C sur le Web en général.
  • Une Introduction au Web Sémantique
  • Quelques notions de base sur Le Web Sémantique, sur le site Descripteurs
  • La série d'articles de Caribo sur WebmasterHub - I - II - III - IV
  • Et un "questions-réponse" décontracté, simple et claire d'interNenettes.'

• RDF
• • Site Officiel RDF W3C (en anglais)
  • RDF: Wikipedia Fr. Visiter aussi l'excellent et trés complet "WebSemantique.org"
  
  
  • RDFa: Site officiel en Anglais. Un article non-officiel de référence du JDN
  • eRDF - Définition Officielle en anglais.Comparaison entre Microformats/RDFa/eRDF
  • Dublin Core - Site Officiel (en anglais) Définition Wiki fr. Présentation sur OpenWeb
  • GRDDL: Definition officielle du w3c en anglais. Article en Français du W3C definition non-officielle par Fred Cavazza
  • OWL - Langage Ontologies Web. Traduction Française du W3C. Communiqué. Définition Wikipédia Fr
  • Sioc - Site Officiel. Définition Wikipedia en anglais
  • Skos - Site Officiel
  • Foaf - le site officiel
  
  
• Microformats: Site Officiel en français. Définition Wikipedia Fr
  • hCalendar
  • hCard
  • RelNoFollow
  • Rel-Tag
  • hReview
  • XFN
  • XMDP
  • hAtom
  • hResume
  • xFolk
  • geo


• Gdata: Google Base API, en anglais. Intro sur la clé API Gdata par JDN. Inroduction (non officielle) en Français par WebmMaster, ainsi que par Atelier.fr


• Freebase: en anglais

• XML

• Intelligence Artificielle
• Définition Wikipedia
• Association Française pour l'Intelligence Artificielle (AFIA)

Sites d'information et Blogs à Visiter:

La médiocrité de l'esprit s'accompagnait presque partout d'une étonnante bassesse d'âme. [Marguerite Yourcenar , Mémoires d'Hadrien]

Xavier Lacot

Trés joli blog en anglais et français

Bin oui... le wiki sémantique c'est un peu mon dada... alors je suis quelques liens, j'effectue quelques test ça et là...

Et je voudrais présenter aujourd'hui deux outils particulièrement prégnants. Ils me paraissent en effet symptomatiques des différentes voies de recherches de la communauté informelle des wikis sémantiques.

Charles

• 
  
• Christian Fauré

… et il revient au galop. On nous parlait d’un web dans lequel les applications n’auraient plus de versions (et on l’a tout de suite appelé Web 2.0), des services applicatifs évoluant de manière darwinienne sans mise à jour majeure avec de nouvelles version numérotées.

Mais voilà le Web 3.0, le web4.0, Google Desktop 5, etc.

Pour un article sur l'hypothèse du monde ouvert

Christian Fauré

• 
  
• BioloGeek

Qu'est ce que le web sémantique ?

L'idée est d'associer à un contenu des données qui décrivent un sens, à l'origine humain, qui soit compréhensible par les machines.

David Larlet

• 
  
• Arkandis

Ce journal, en ligne depuis décembre 2004, me permet de vous faire partager mon point de vue sur l'actualité des technologies d'accès à l'Information de l'Entreprise.

Sylvie Le Bars

Le web traditionel, le Word Wide Web, connu aussi comme Web 1.0 est un Web Lis-ou-Ecris

L’auteur d’un site écrit des pages sur Internet, et publie en ligne ce qu’il veut partager.

L’internaute “lecteur” lit ces pages web et interprète le contenu à son gré.

Sauf si l’auteur de la page web publie ses informations personnelles sur la page Internet, le lien entre l’auteur et le lecteur est généralement déconnecté dans la version Web 1.0

En rendant public ses coordonnées, l’auteur doit aussi publier des informations privées, comme son email, son adresse, ou téléphone.

En bref, le Web 1.0 connecte les gens vers un public, dans un environnement partagé - le World Wide Web

Mais ce Web 1.0 ne facilite pas la communication directe entre lecteurs et écrivains.

Pour cela, il faudra attendre l’évolution du Web 2.0

Autant que sa définition ne soit plutôt vague, le Web 2.0 est un Web Lis-et-Ecris

Dans le Web 2.0, non seulement l’auteur mais le lecteurs peuvent tous les deux écrire dans le même espace Web.

Cette avance permets de créer une relation amicale et sociale entre les utilisateurs web, tant auteurs que lecteurs, sans pour autant avoir à dévoiler son identité propre.  Ceux-ci peuvent maintenant échanger leur opinions librement.

Ce rapprochement permet un accroissement de l’intérêt et de la participation active de l’utilisateur Web.

Le lien entre lecteurs et auteurs devient généralement connecté, même si certaines de ces connections sont anonymes.

La distinction fondamentale entre le Web 1.0 et Web 2.0, c’est le premier est une communication à sens unique et le deuxième dans les deux sens.

Sommairement, le Web 2.0 non seulement connecte les utilisateurs avec le Web, mais aussi entre eux.

La connection entre lecteurs et auteurs est dorénavant établie.

Et puis il y a le web 3.0, un web qui permettra à des millions de bases de données de communiquer entre elles, grâce aux technologies du web Sémantique, de l’Intelligence Artificielle, et du géoweb, un Web qui va permettre de lire-écrire-déduire- et anticiper entres humains, grâce aux machines. 

Extrait web 1 et 2 de A simple picture of Web evolution

En gros, il existerait toujours des possibilités de fuites d’information même en imprimant votre document Word vers le pdf.

Si je comprends bien, les mémorisations de corrections ne passent pas ordinairement dans un pdf sauf dans certains cas très particuliers.

Si par exemple vous attachez le document MS Word original à l’intèrieur du document pdf. Mais qui aurait bien l’idée de faire chose pareille?

Si vos changements ou corrections de documents sont visible lorsque vous imprimez votre doc en pdf. Une fois de plus, il vous suffit de relire votre document final pour vous assurer qu’aucune information sensible est présente.

Si vous avez réglé vos préférences imprimante Word pour que celle-ci imprime les changements de corrections. Il vous suffit de vous assurer que cette option n’est pas cochée.

Toutes les méta-données ne sont pas mauvaises, loin de là. La question est si vous révélez ou non des informations qui vous sont confidentielles. Et imprimer votre document Word en PDF reste une solution simple, rapide et sûre.

Prenons l’exemple du format de document text le plus répandu: Microsoft Word .doc

Microsoft Word est peut-être un traitement de texte complet mais les employés gouvernementaux ou ceux des grandes corporations pourraient bien publier des informations confidentielles sans le savoir.

Word conserve toutes les révisions, métadonnées de toute personne qui a éditée le document, ainsi que tout changement effectué.
Pire encore, quand vous corrigez le contenu du document, Word normalement applique un masque, qui pourrait être retiré plus tard, et révéler le contenu antécédent.

Non seulement Word produit des informations invisibles, mais en plus, ses métadonnées ne sont pas compatibles avec le langage de balise xml RDF ou syntaxe DublinCore

Et ce n’est pas juste Word. Les documents Adobe PDF ont le même problème.

Alors comment se prémunir de toute fuite d’information confidentielle via les métadonnées ? et sur quel format peut-on se vouer ?

.doc | .pdf | .odt | .txt | .html | .chm | .rtf et bien d’autres formats existent. Prenons quelques cas de figure: 

Microsoft Word .doc

Avantage:

• Le plus répandu

Inconvénients:

• Truffé de métadonnées trop souvent indésirables, incompatibles avec les Standards Web Sémantique.
• Logiciel MS Word coûteux et système d’exploitation gourmand en ressources, instable et vulnérable.
• Format propriétaire, non transparent.

Remède:

• Nécessité d’utilitaires séparés pour éditer/retirer les métadonnées.
• Voir aussi, Workshare,
• Le plus simple et rapide est d’imprimer le document en format pdf juste avant de l’envoyer. En plus, vous pouvez y ajouter une signature électronique et un filigrane.

Les Alternatives

OpenDocument .odf

Avantage:

• Format Ouvert
• Supporte les Standards Web Sémantique XML Dublin Core
• Supporte XLS:FO, SVG, MathML, Xlink, SMIL, XForms
• Logiciel d’exploitatin OpenOffice multi plate-forme GRATUIT
• Taille des fichier optimale, gains en stockage
• Norme ISO

Inconvénients:

• Format récent. Manque de notoriété.

Remède:

• Les métadonnées sont toutes contenues dans un dossier xml séparé qui peut être édité avec un simple utilitaire d’archivage zip, tout logiciel éditeur Dublin.Core.
• Il existe un utilitaire pour MS Office (téléchargement) permettant d'ouvrir et de sauvegarder les format .odf'
• Pour les conversions gros volumes, voir la solution 3bview basée sur serveur

Rich Text Format .rtf

.rtf a été lancé à l’origine comme un projet semi-ouvert, puis les portes de Microsoft se sont en suite fermé, rappelant qu’il s’agit bien d’un format propriétaire, bien que lisible sur plusieurs types de plate-formes Mac, Linux Windows.

Avantage:

• Multi-plate-forme
• Pas de codage binaire donc plus lisible.

Inconvénients

• Limitation dans le cryptage et la sécurité du document
• Limitation dans le formatage.

Remède

• Les métadonnées peuvent subsister durant la conversion .doc vers .rtf. Le mieux est d’imprimer le dossier en .pdf

Portable Document Format .pdf

Le format favoris pour transmettre des documents scellés, qui ne peuvent pas être falsifiés.

Avantages:

• Format universel, lisible sur Windows-Mac-Linux, et Internet
• Cryptage, Filigrane, Signature digitale
• Possibilité de joindre du multimédias,
• possibilité de rendre le document interactif, comme pour des formulaires.

Inconvénients:

• Format propriétaire sous licence Adobe

Quelques applications utiles,

• Les éditeurs pdf sont souvent payants. Le plus connu est bien sûr Adobe Acrobat Pro cs3, mais il existe aussi d’autres solutions bien plus abordables.
• Voir PDFill (non testé) (win)
• PDFpen (mac)
• NitoPdf (win) une fraction du prix de la version Adobe,
• Visiter Planet PDF (en) pour une liste de tous les logiciels pdf courants.

Hypertext Markup Language .html

Ce langage informatique conçu pour écrire des pages Web peut parfaitement servir de format de sauvegarde de documents. Et en l’utilisant avec des applications comme PrinceXML, vous pouvez en un click de souris, transformer votre document html en pdf, complet avec En-tête, logo, méta-données et typographie optimisée pour l’impression papier.

Avantages:

• Fichier ultra léger, moins d’un dixième d’un fichier Word, nécessitant une fraction des ressources .doc ou .rtf
• Document transparent permettant d’identifier les méta-données instantanément.
• Polyvalence du format, pouvant être réutiliser sur Internet.
• Combiné avec des syntaxes RDF DC, ou bien Microformats, le document devient Sémantique, autonome, et interactif.
• Facilité d’utilisation, grâce aux éditeur WYSIWYG

Inconvénients:

• Pas de cryptage pour l’Html, ni de version définitive
• Philosophie divergente du “Traitement de text” et de “l’éditeur de texte”

Conclusion:

Le “grand public” souffre d’une accoutumence à MS Word. Pourtant, c’est bien le dernier format à utiliser, tant par son coût élévé, son instabilité et manque de flexibilité.

Personnellement,

j’utilise Textmate, (eTexteditor sur Win) qui est un éditeur de texte. Mes documents sont rédigés en Markdown un convertisseur simple de texte vers l’HTML. En suite, le document passe sur Pdf avec PrinceXML, si je dois l’envoyer par email ou courrier régulier. Sinon, j’ai un petit Traitement de Texte gratuit que j’affectionne tout particulièrement pour sa légereté, Bean, et bien entendu, NeoOffice (sauvegarde en .odf) (OpenOffice win-linux), excellent logiciel gratuit.

Et MS Office ? non, Office, c’est terminé depuis longtemps.

Si vous en avez les moyens, utiliser le logiciel Acrobat Professionnel pour rentrer les informations. Une fois l’information rentrée, le problème de gestion n’est toujours pas résolu.

En plus beaucoup d’entre nous utilisent une imprimante virtuelle pdf, et ne passent pas par Acrobat Pro. Il faut une solution plus simple et rapide -

un équivalent de iTune pour la musique.

Sur la plate-forme Mac, vous pouvez vous adresser à Yep et Papers, deux applications de gestion de pdf qui méritent d’être testé. Seul problème : les métadonnées ne sont pas incrustés dans chaque document pdf, mais gardées dans un fichier unique et séparé.

Le but est de conserver cette information sur chaque pdf, pour ensuite la disséminer, la dupliquer sur plusieurs ordinateurs, différentes plate-formes windows, mac linux, ou alors, les publier sur Internet.

Ces métadonnées doivent êtres conformes aux formats sémantique XMP et Dublin Core qui, si utilisées sur Internet, peuvent être lu par les moteurs de recherches, et utilisé par de tierces applications.

La seule solution actuelle sur Mac et Windows pour éditer et gerer mes pdf, c’est Adobe Bridge cs3.

Bridge possède une fenêtre dédiée aux métadonnées, conformes xmp, et vous permet d’éditer chaque fichier pdf sans avoir à l’ouvrir. La flexibilité d’utilisation est remarquable, vous permettant de créer des modèles pré-définis.

La fenêtre de recherche vous laissera trouver vos documents selon de multiple critères., combinant date, mots-clefs, auteurs, etc…

La fenêtre « filtre » elle aussi est superbe, offrant des résultats instantanés ! ell permet de filtrer le contenu en fonction des propriétés des métadonnées telles que le type de fichier, la date de modification du fichier ou les mots-clés. Triez les résultats suivant différents critères : nom de fichier, date de création, libellé et notation.

Et surtout, l’information reste avec son document. Le document peut passer de mon Mac vers mon PC Windows, et se retrouver sur le Net, capable d’être lu et compris par humains et machines !

Le plus extraordinaire, c’est que Bridge gère de la même façon toutes mes images, mais aussi ma musique mp3 et mes videos !

Voilà un example concret de gestion de documents « locale » intégré parfaitement avec les standards Web Sémantique.

Seul bémol ? le prix ! Bridge n’est pas vendu séparément. Pour Photoshop cs3 il faudra investir €1073 !

En effet, les métadonnées EXIF et IPTC couramment produites par les appareils numériques et les logiciels de traitement d’image accroissent la taille de vos fichiers jpg.

Que ce soit pour cataloguer vos images pour les retrouver plus tard dans vos fichiers, ou bien les exporter sur le web, une fois que l’image a été traitée, aurez-vous vraiment besoin de toutes ces infos EXIF et champs IPTC ? pas si sûre.

Dorénavant, je vais tâcher de ne présenter que les infos suivantes pour mes images jpeg :

1. Nom du fichier

2. Titre
3. Description
4. Mots-clefs (tags)
5. Date
6. Ville
7. Pays
8. Copyright (© cc mail@monnom.com)
9. URL web
10. GPS (géolocalisation)

La route gratuite :

Une est d’installer l’utilité « Exif Jpeg » (Mac-Windows), ou JpegCleaner (windows), ou bien ExifTool, toujours multi-plateforme, un logiciel superbe, mais un peu difficile à apprivoiser.
Ces deux applications vous permettront de supprimer et/ou éditer les champs EXIF et IPTC

Pour plus de facilité, une fois que toute métadonnée est supprimée, un logiciel très simple d’utilisation comme PictureSync, (mac-windows) vous permettra d’insérer titres, descriptions, copyrights, auteurs, gps, etc, et d’exporter vos images dans de nouveaux dossiers, ou sur votre site web.

La route payante :

Utiliser Photoshop et sa fonction « sauvegarder pour le web » qui effacera toute métadonnée, pour ensuite rajouter les champs qui vous importent le plus dans Adobe Bridge ou lightroom.

L’inconvénient, c’est qu’il faut faire le travail deux fois. En effet, une bonne habitude est de métaloguer vos images dès que vous les importez dans votre ordinateur.
Je conserve donc mes fichiers RAW avec toutes leurs infos EXIF et IPTC, et n’optimise que les versions jpeg.

A noter: ni Photoshop, Lightroom ou iPhoto ne possèdent une option de sélection de métadonnées lors de l’optimisation pour export web…

Un excellent compromis, entre la solution gratuite et honereuse pour Mac est GraphicConverter, un logiciel bon marché est parfait pour éditer et optimiser vos images pour le web.

Il contient une fonction de sélection et d'exclusion de champs de métadonnées, à €25 la copie, dommage de s'en priver.

C’est Semantiquement Structurer et optimiser vos Informations ainsi que chaque info sur l’info – la métadonnée – qui s’y rattache, en particulier, pour :

1. Le langage de balise HTML, respectueux des standards W3C

   bien que considéré par les puristes comme “non” sémantique, pofiner et structurer votre mise en page HTML est une action sémantique que Google tient en compte et récompense.

2. Le référencement de flux de données

   Votre site ne se référence plus. Ce sont chaque information, produit et service qui devient référencable, unique, avec ses propres mots clefs, tags, metatags et flux RSS dédiés

3. Structurer vos liens et partager vos marques pages sur les Sites Web2.0 et

   Donnez un nom qui a dus sens à vos liens et dotez-les du 'title' attribut; puis les partager sur les sites web2, comme del.icio.us or Blogmarks

4. Les labels tagging)

   Chaque information, produit ou service recoit ses propres mots clés, toujours avec les rel-tags

5. L’inclusion des métadonnées RDF-Dublin Core

   Le RDF reste le langage sémantique officiel sur le web. DublinCore reste une déclinaison abordable, mise en pratique via les metatags pour chaque articles, ainsi que dans les flux rss et les métadonnées comme le XMP

6. Utiliser les connections sémantiques de discussion SIOC, en relation avec FOAF

   Connecter votre organisation avec des interlocuteurs, communautés, clients et prospects partagant le même interêt, c'est l'objectif des Formats SIOC et FOAF, autre déclinaison RDF

7. L’utilisation des Microformats

   Les microformats permettent très facilement de structurer votre information selon son utilation. La mise en place est simple, et les résultats probants. MF existe pour publier votre carte de visite, votre addresse sur Googlemaps, une annonce de votre produit avec hListing, une revue avec hReview, ou un lien avec xFolk

8. Les « sitemaps »

   Les moteurs de recherches submergés de travail vont nous demander de leur donner un coup de main, à commencer par structurer et indexer vos pages. Voir Google Sitemap.

9. Les flux RSS/ atom

   Les Flux de syndication RSS/Atom, toujours peu utilisé, et pourtant si pratique et révolutionnaires se diversifient, et s'accomodent des nouveaux médias riches avec Yahoo mRSS. Il faudra songer à vérifier leur validité

10. Les medias Flash

    Oubliez "les moteurs de recherche détestent Flash" . Un site entier en Flash, ou la nigation en Flash, d'accord, il faut éviter, mais les vidéos, diaporamas, et autres médias riches en Flash continuent leur ascension. ON peut parfaitement référencer une donnée Flash, en travaillant sur ses métadonnées, en l'inserant dans un SWFobject, en y joignant du texte et des tags, ainsi qu'un flux mRSS

11. Les métadonnées Multimedias, Images et Son

    Et profitez du nouveau système d'exploitation Vista, et de sa galerie utilisant le XMP pour classer vos médias images, video, pdf et sons. Un fois les métadonnées incrustées, elles navigeront avec leur média sur la toile Internet

12. Faire communiquer votre information via les clés API web2.0

    C'est un des buts du web en général; connecter les informations, c.a.d le gens entre eux et elles. Les Clés API permettent aux données de se comprendre en elles, et de se mélanger

13. Rediger le contenu en prenant compte des outils de statistique appliqué à la linguistique, comme le LSI

14. Partager et Publier votre information sur les sites Web2,0 et agrégateurs qui utilisent aussi l’outillage Sémantique

    Finalement, Partager et Publier votre information sur les Sites Web 2, c'est la fonction maitresse du " Social Media Optimization", et l'object d'un prochain article.

    Bonnes découvertes !

Selon la requête formulée, c’est Google qui choisira de vous rendre le résultat en vous les présentant dans une fenêtre personnalisée selon votre besoin.

Example, si vous cherchez une maison à Avignon, vous vous retrouverez bientôt avec la présentation « google real estate » avec sa carte GoogleMaps.

Cela implique qu’il va falloir se pencher sur les données autres que textes, comme le Flash, l’Audio, la Vidéo et l’Image.

C’est là que la sémantique, les méta-données, et labels (tagging) interviennent.

Les robots Google sont aveugles et sourds. Bien que Google, grâce à l’Intelligence Artificielle, planche sur de nouveaux robots capable de visualiser un clip vidéo, de reconnaître la voix et d’en déterminer le contenu, rien n’est encore au point.

Il faut donc au minimum, donner un nom de fichier informatif, un titre, une description, des paramètres et des labels à chacun de vos documents multimédias. Pour cela plusieurs zones sémantiques doivent êtres optimisées :

• Les méta-données « incrustées »

Les méta-données incrustées, ce sont les informations produites par votre caméra lors de la prise de vue, ou celles de votre logiciel de traitement d’image ou vidéo que vous avez édité. Plus que jamais, elles doivent être prises en compte, par exemple, via les formats Dublin Core-XMP (voir notre article XMP SEO)

• Traitez vos images avec une application comme Adobe Lightroom, rentrez un titre, descriptif et labels, sauvegardez, et exportez l’information sur /Users/lolo/Library/Application Support/TextMate/Support/lib/dialog.rb:5: warning: already initialized constant TM_DIALOG Flickr. Vous verrez que toute l’information ainsi que le titre et description de votre image est maintenant en ligne, sans avoir à retaper un mot.

• Attention à ne pas perdre ces informations durant le traitement et le transfert de vos médias. Vérifiez leur bon état à destination.

• Pour les vidéos, il existe des applications qui peuvent éditer cette information et l’optimiser pour le web. Voir Sorenson Squeeze, Autodesk Cleaner and CastFire.

• Les Labels – Tags. Toujours sémantique, bien qu’aléatoire, étiqueter vos médias avec des mots-clefs descriptifs est de rigueur. Google utilise cette information structurée.

• Ne pas en mettre 50, ce qui pourrait être considéré comme « spam »

• Le balisage sémantique HTML

• Et puis il vous reste le balisage HTML.

• Dédier une page unique, avec son propre « page title » et si vous avez les outils pour, son propre descriptif Dublin Core.
• Décrire correctement les balises « alt title » et « rel ».
• Pour le Flash, décrire l’élément « texte de remplacement » en utilisant swfobject http://wiki.mediabox.fr/documentation/swfobject

• Les Flux RSS – en particulier les Flux Yahoo Media RSS

• Pensez à offrir un flux rss pour chaque catégorie de votre site.

• Il en existe un tout récent, nommé « Yahoo Média RSS », optimisé pour les médias riches comme la vidéo.
• Nous ne l’avons pas mis en pratique mais comptons travailler dessus.

• Le plan du site

• Si vous avez posté un seul document multimédia par page, vous pourriez générer un sitemap.xml, voir même intégrer ce fichier à l’intèrieur de votre document.

La compatibilité et le poids de vos documents

Hors sujet sémantique, assurez-vous d’utiliser un format multimédias légé, et utilisé par la plupart des sites Web2, par exemple, Flash pour la vidéo, au lieu de Quicktime qui n’est pas aussi courrant sur les écrans de vos utilisateurs.