Petit historique du web

A l’apparition du web, l’internet était un ensemble de sites vitrines en général (le Web 1.0) ou l’utilisateur (l’internaute) consommait l’information sans pouvoir y apporter sa contribution. Rapidement la nécessité de l’interaction avec le contenu est devenu nécessaire. L’internaute est donc passé du titre de consamateur à celui de producteur/consommateur. Le web 2.0 est donc venu pour connecter les gens. Ensuite, s’est posé le problème des données grandissantes dans le web, et la nécessité de donner du sens à celle ci pour faciliter aux applications de nous fournir les données les plus pertinentes. donc le web 3.0 a pour but de connecter les données.

Approches du web sémantique

Il faut tout d’abord savoir qu’il existe différentes approches à la sémantique dans le web.

1. Le tagging (la foksonomie)
Approche facile et simple à mettre en œuvre puisqu’elle consiste à lier chaque donnée à un ensemble de termes (« tags », chaines de caractères) qui la décrivent. La folksonomie présente un grand intérêt dans le cadre du web sémantique grâce à son aspect communautaire. En partant d’une entité, on peut retrouver toutes les entités en rapport avec celle-ci grâce aux tags et ceci d’une manière très simple et intuitive.
Elle permet également des représentations en TagCloud des entités.

Plusieurs services (largement utilisés actuellement) se base sur la folksonomie. On peut citer par exemple :
Delicious : pour le social bookmarking,
Flickr : le partage d’images,
Wikipédia, Wikio, Technorati : contenu collaboratif …

2. L’approche mathématique
Basé sur des algorithmes mathématiques très complexes, elle est efficace pour trouver les données les plus populaires mais reste pas très pertinente concernant les données moins populaires. L’exemple le plus connu de cette approche est bien sur Google.

3. L’approche linguistique
C’est l’approche qui permet donc à la machine de comprendre plus ou moins bien le langage naturel, Cette approche très intéressante présente néanmoins quelques inconvénients qui sont le fait qu’elle soit dépendante de la langue et qu’elle soit difficile à étendre. Exemple : le moteur de recherche PowerSet.

4. L’approche dite web sémantique (taxonomie et ontologies)
C’est une approche très prometteuse puisqu’elle a pour but de permettre des applications plus intelligentes avec moins d’efforts. Le principe de cette approche est de lier les données grâce à un graphe ou les arcs correspondent à des liens sémantiques. Elle se base donc sur des métadonnées. Ces principaux inconvénients sont sa jeunesse, le manque d’outils et son extensibilité (qui va décrire les données avec des méta-données)

Le web sémantique est des fois appelé Web 3.0 est décris par le W3C (l’organisme de standardisation des technologies web) comme étant le web des données.

« The Semantic Web is a web of data. There is lots of data we all use every day, and it is not part of the web »

Concrètement le web 3.0 tente de résoudre le problème de la pertinence et du sens des données sur internet et ceci en créant des liens entre celles ci. Le Web 2.0 (Social) connecte les personnes, le web sémantique connecte tout.
Ses principaux objectifs sont :
•    L’ajout de sens aux données afin d’augmenter leur pertinence.
•    La constitution d’une base de données à l’échelle du web.
•    Permettre aux applications d’offrir de meilleurs services grâce aux différents liens entre données (leur permettre de mieux comprendre le contenu du web).

Pour ce faire, la solution est d’utiliser des métas donnés pour décrire les différents contenus, les indexer et les représenter (taxonomie, onthologie, folksonomie …) Par exemple, il serait possible aux applications de détecter dans des pages web, des cartes visites de personnes, parce que ceci sont écrites grâce à un langage spécial de métadonnées indiquant le nom, la fonction de la personne, l’email …

Des exemples de cette approches : SearchMonkey, kartoo.fr, mex-search.com

Taxonomie ou taxinomie

C’est une science de classement, à l’origine elle permettait de classe les espèces, mais le web sémantique utilise largement ces systèmes de classement pour les différents contenus à indexer.
Le principe consiste à d’abord répondre à ces questions (Quoi, Qui / Pour Qui, Ou / Quand / Comment, Pourquoi) pour les différentes entités à classer (du contenu web notamment), ensuite il faut essayer de trouver des catégories de comparaison entre les différentes entités, et au final, il faut représenter ces classements sous forme de listes, graphes, tableaux….

L’ontologie

L’ontologie correspond quand à elle au modèle utilisé dans cette dernière partie de représentation des entités (la manière de représenter les données) : ces dernières sont donc organisés en graphe ou les arcs sont des relations sémantiques. Par exemple dans le cadre du web sémantique, ces représentations peuvent être effectué pour représenter les pages web, les liens entre elles, les auteurs du contenu web, les liens entre auteurs et pages …

Les outils de base du web sémantique

Le web sémantique s’appui sur le XML, OWL, RDF comme outils le structurant : le XML pour tout ce qui sérialisation sur lequel s’appui OWL et RDF pour décrire les structures de données et les relations logiques qui les lient.
Cela signifie qu’on peut exprimer et structurer des concepts complexes à l’aide de RDF et OWL, là où jusqu’à présent on avait recours aux bases de données relationnelles. RDF et OWL sont en effet deux langages XML, conçus spécialement pour l’énonciation de faits atomiques.

RDF

Chaque ressource dans RDF est modélisée par un ensemble de triplets comme suit :

Le sujet représente la ressource à décrire.
Le prédicat représente un type de propriété applicable à cette ressource
L’objet représente une donnée ou une autre ressource : c’est la valeur de la propriété.

Le prédicat est obligatoire un URI et l’objet et le sujet sont également des URI si c’est des ressources.

5. L’approche Intelligence artificielle
Basée sur les bases de connaissance et les moteurs d’inférence, cette approche tente d’imiter le raisonnement humain. Elle s’avère très compliquer à réaliser, et nécessite beaucoup de temps pour les application avant d’atteindre un degrés de connaissance élevé.

Je ne suis pas un expert du domaine, donc si vous avez des remarques ou corrections à faire n’hésitez pas.