Post on 22-Apr-2015
description
Informatique documentaireSylvain Machefert
12 MARS
2 0 1 0
2Informatique documentaire
Généralités
Identifiants
Structuration
Métadonnées
Échanges
CC-BY // Patrick Hoesly // Flickr
Généralités
4Généralités
Le document numérique
« Dans son acception courante un document est généralement défini comme le support physique d'une information. Plus précisément on peut le définir comme un ensemble de données informatives présentes sur un support, sous une forme permanente et lisible par l’homme ou par une machine (permanent par opposition à volatil). »
http://fr.wikipedia.org/wiki/Document
5
Le document numérique
Le document numérique peut être compris dans un sens plus large, comme étant un ensemble de données informatives sous forme de chiffres (= numérique) lisible par un dispositif informatique restituant les informations.
Généralités
6
Éléments de vocabulaire
● bit → le fameux 0 ou 1● octet → 8 bits → 256 combinaisons● kilooctets → 1024 octets● mégaoctet → 1024 kilooctets● gigaoctet → 1024 mégaoctets● téraoctet → 1024 gigaoctets
Généralités
7
Le codage des caractèresCodage Création bits Valeurs
possiblesCaractèresdisponibles
ASCII 1961 7 128 95ISO-8859-1 / Latin-1 1987 8 256 191 (accents)UTF-8 1993 8-32 > 2 milliards > 100 000
Généralités
8
Enjeux
● Interopérabilité des systèmes● Accessibilité des informations● Pérennité des informations
Généralités
CC-BY // Joe Shlabotnik // Flickr
Identifiants
10
Identifiants
● Différents types d'identifiants : ensemble numérique ou alpha-numérique
● Pour des unités d'information qui peuvent concerner : – une entité physique– une entité logique (article, contribution dans un périodique,
un livre, voir une partie dans un article : différents niveaux de granularité)
Identifiants
11
Identifier l'unité physique
● Numéro international normalisé du livre imprimé : ISBN978-2-7654-0954-0
● Numéro international normalisé des publications en série : ISSN
0335-1793 ● Numéro international normalisé de la musique imprimée : ISMN
M-060-11561-5
Identifiants
12
● Code international normalisé des enregistrements musicaux (sonore et audiovisuel) : ISRC
FR-AB5-07-12345● Numéro international normalisé d’œuvre audiovisuelle : ISAN
ISAN : 0000-0002-29D9-0098-U-0000-0000-L● Code international normalisé des textes : ISTC
ISTC A02-2009-000004BE-A● Serial Item and Contribution Identifier : SICI
0002-8231(199412)45:10<737:TIODIM>2.3.TX;2-M
Identifier l'unité physique
Identifiants
13
Identifier en ligne
● Enjeu important● Dépasse le cadre des identifiants « physiques »
● Principe générique des URI : ensemble des technologies et moyens permettant de– Nommer,– Adresser,– Jusqu'à un certain point, décrire les ressources du Web
Identifiants
14
URN
● Uniform Resource Name● Identifie la ressource indépendamment de son
emplacement→ nécessite un mécanisme capable de faire le lien entre l'identifiant et l'emplacement de la ressource
● Repose sur un répertoire de correspondance
urn:isbn:0-395-36341-1
Identifiants
15
URL● Uniform Resource Locator● Utilisé par le protocole HTTP pour
la localisation des pages Web● Très lié à l'institution hébergeante
→ Non pérenne
http://fr.wikipedia.org/wiki/URL
protocole sous-domaine nom de domaine de 2nd niveau nom de domaine de 1er niveau nom de la ressource
Identifiants
16
Pérennité, lisibilité des URL
● Nécessité pour un accès direct● Facilite la citation● Indexation dans les moteurs de recherche● Moissonnage OAI
Identifiants
17
ARK
● Archival Resource Key● Créé et maintenu par la California Digital Library● Faciliter la citabilité et le référencement de document
numériques● Mis en place par la BnF pour Gallica et BN Opale Plus● Différents niveau de granularité :
– Page précise d'un document– Une image dans un lot d'images
Identifiants
18
ARK
ark:/12148/bpt6k103226k/f263.pagination http://catalogue.bnf.fr/
adresse du résolveur (optionnel) espace de nom institution Identifiant unique niveau plus fin
http://gallica.bnf.fr/
Identifiants
19
DOI● Digital Object Identifier (1998)● Sous-partie d'un élément plus important : handle● Gérés par Crossref pour le domaine de la recherche● Fin 2009 : 43 millions d'enregistrements
doi:10.1045/may2006-apps
espace de nom code handle du DOI organisme gestionnaire identifiant de l'objet
http://dx.doi.org/http://hdl.handle.net/
résolveur
Identifiants
21
HTML● Langage de structuration des pages web (1989)● Langage de présentation (peu de sémantique)● Support varié
Structuration
22
CSS● Feuille de style en cascade (~1995)● Structure // Présentation
main.css
Structuration
23
XML
● eXtensible Markup Language (1998)● Recommandation du W3C● Lié aux technologies du web● Structure arborescente● Format générique de balisage décliné en schémas
Structuration
24
Validation - DTD
● Document Type Definition● Description des éléments du XML
– Noms des éléments– Contenus– Attributs
● Peut être décrit en XML● Pas de typage
<!ELEMENT annuaire (personne*)><!ELEMENT personne (nom, sexe?, date_naiss?)>
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE annuaire SYSTEM "annuaire.dtd"><annuaire> <personne> <nom>Stéphane Dupond</nom> <sexe>Masculin</sexe> <date_naiss>1er janv. 82</date_naiss> </personne></annuaire>
DTD
XML Valide
Structuration
25
Validation - XSD
● XML Schema● Définition plus précise● Typage des données
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE annuaire SYSTEM "annuaire.dtd"><personne xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="personne.xsd"> <nom>Stéphane Dupond</nom> <sexe>Masculin</sexe> <date_naiss>1982-01-01</date_naiss></personne>
<?xml version="1.0" encoding="UTF-8"?> <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> <xs:element name="personne"> <xs:complexType> <xs:sequence> <xs:element name="nom" type="xs:string" minOccurs="1" /> <xs:element name="date_naiss" type="xs:date"/> <xs:element name="sexe"> <xs:simpleType> <xs:restriction base="xs:string"> <xs:enumeration value="Masculin"/> <xs:enumeration value="Féminin"/> </xs:restriction> </xs:simpleType> </xs:element> </xs:sequence> </xs:complexType> </xs:element> </xs:schema>
XSD
XML valide
Structuration
26
XSL
● Extensible stylesheet language● Feuilles de styles associées au XML
– XSLT : transformation– XPath : navigation dans le document– XSL-FO : mise en forme
CC-BY-SA / / Ripounet // Wikimedia Commons
Transformation XSL//personne[@prenom='david']
Chemin XPath
Structuration
27
XML - Applications● TEI : Text Encoding Initiative
Structuration de textes électroniques en Sciences Humaines et Sociales
● EAD : Encoded Archival DescriptionEncodage des instruments de recherches archivistiques (utilisé dans Calames)
● TEF : Thèses Électroniques FrançaisesRegroupe la description et les informations de gestion
● METS : Metadata Encoding and Transmission StandardDescription de collections d'objets numériques
Structuration
28
Application émergente : EPUB● Format ouvert (1997) pour les livres électroniques : .epub● Archive de XHTML, CSS, images
CC
-BY // D
an Ta ylor // Flickr
Structuration
CC-BY // MG Shelton // Flickr
Les métadonnées
30
Généralités● Plusieurs types
– Métadonnées descriptives– Métadonnées techniques– Métadonnées juridiques
● Importance des choix de format● Suivre une norme pour ne pas s'isoler● Stockage des métadonnées
– Dans la ressource– Dans une base associée
Les métadonnées
31
Description vs Stockage
Format de descriptionDublin Core, MARC, Onix
≠Format de stockage
Iso2709, XML, Format binaire
Les métadonnées
32
Description – Formats MARC● Depuis 1965● Par et pour les bibliothécaires● Arborescence à deux niveaux● Variations nationales (Unimarc, marc-21 ...)● Principaux formats en bibliothèques
Les métadonnées
33
Description – ONIX● Première version en 2000● Initié par les acteurs commerciaux (éditeurs, libraires)● Plus de 200 champs différents (~30 constituant la base)● Passerelles vers les formats MARC pour les bibliothèques● Données enrichies :
– Résumés– Image de couverture– Prix, disponibilité
Les métadonnées
34
Description – Dublin Core● Plus récent (1995), plus connu● Dublin Core Element Sets : 15 éléments de base
– Contenu : titre, type, sujet ...– Propriété intellectuelle : créateur, éditeur ...– Instanciation : date, identifiant, format
● Étendus par le Dublin Core qualifié
Les métadonnées
35
Description – RDF● Resource Description Framework● Description des ressources du Web et leurs Métadonnées● Définition à l'aide de triplets : Sujet – Prédicat – Objet
– <Écrivain> <Auteur_de> <Livre>– <Écrivain> <Date_de_Naissance> <Année>
● Relations définies dans des vocabulaires– FOAF : pour la description des personnes et leurs relations– SKOS : relations de types thésaurus et classification
Le linked Data
Exemples d'utilisation dans DBPedia
Les métadonnées
36
Stockage : OÙ ? ● Dans le document :
– Métadonnées exif, xmp pour les photos– RDF sur une page web
● Dans une base associée, lien par un identifiant– Notice associée par un code barre– Notice associée par un DOI
Les métadonnées
37
Stockage - XML● Utilisation d'un format lisible● Nombreux formats définis (ou adaptations)
Les métadonnées
38
Stockage - iso2709● Lié aux formats MARC● Spécification ouverte● Format très spécifiques aux bibliothèques
Les métadonnées
39
Stockage – format binaire● Solution utilisée par certains éditeurs pour stocker leurs
données en base. ● Nécessite le programme de l'éditeur pour décoder● Être sûr que l'on a les outils associés
Les métadonnées
40
Choix du format
● Importance de la normalisation par rapport au domaine● Qui peut le plus peut le moins
Les métadonnées
CC-BY // JC i Nuria // Flickr
Échange & Interopérabilité
42
Échanger ses données pour ...
● Être présent sur le web● Limiter les opérations de saisie déjà faites ailleurs● Faciliter l'intégration au sein du SI● Faciliter la vie des usagers● Permettre de faire vivre le système
Échanges & Interopérabilité
43
OAI - PMH
● Format d'échange basé sur XML● Fourniture des données en Dublin Core● Protocole très simple
– Informations sur un serveur– Liste des enregistrements
● Nécessite d'avoir des urls pérennes
Échanges & Interopérabilité
44
Web services (usagers divers)
● Technologies web● Échange de données entre applications web● Pour faciliter :
– l'intégration avec d'autres outils– Les possibilités de développements annexes (mash-up)
● AJAX : Asynchronous JavaScript and XML
exemple : Disponibilité dans les B.U.
Échanges & Interopérabilité
45
Z39.50 (Interrogation)● Norme historique des bibliothèques (1970)● Protocole client-serveur● Possibilités très étendues, implantation variable● Utilisé pour
– Dériver des notices– Faire des moteurs de recherche fédérée
Échanges & Interopérabilité
46
SRU / SRW (Recherche)● Interrogation de base de données via CQL● Technologies du web, exemple de Web Services● Réponse en XML● Trois services de base
http://copac.ac.uk:3000/copac?operation=searchRetrieve&version=1.1&query=dc.title%3d%22bordeaux%22&maximumRecords=10&recordSchema=mods
Échanges & Interopérabilité
47
OpenURL● Lier les métadonnées à la ressource qu'elles décrivent en
fonction des accès dont dispose l'utilisateur● « résolveur de lien » pour fournir ce lien et/ou d'autres
services
Échanges & Interopérabilité
48
OpenURL
Notice repérée
Recherche au catalogue
Site de l’éditeur
Texte intégral
Échanges & Interopérabilité
49
OpenURL
Notice repérée
Recherche au catalogue
Site de l’éditeur
Texte intégral
Échanges & Interopérabilité
50
OpenURL
1 2
Échanges & Interopérabilité
51
COinS
● Cacher des métadonnées dans une page web<span class="Z3988" title="ctx_ver=Z39.88-2004&ft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.issn=1045-4438"/>
● Exemple sur un article de wikipédia : OpenURL● De plus en plus présents
– Copac– Sudoc depuis l'année dernière– ...
Échanges & Interopérabilité
52
RSS
● Really Simple Syndication / Rich Site Summary● S'abonner aux mises à jour d'un site● Centraliser les alertes sur ces mises à jour
Échanges & Interopérabilité
53
Aller plus loin
Décembre 2005ISBN : 2-7654-0915-3
Septembre 2007ISBN : 978-2-7654-0953-3
Échanges & Interopérabilité
MERCI
symac
smachefert @ u-bordeaux3.fr
Inspiré du support decours d'Anita Largouet
SCD Bordeaux 3
Support mis à disposition sous licence
Creative Commons BY SA