Archives et Données liées : nos outils sont-ils prêts à compléter la Toile ?

Les Archives municipales de Gérone (Espagne) ont accueilli et organisé la 2e conférence annuelle du Conseil international des archives, les 10-17 octobre 2014, intitulée « Archives et industries culturelles ». Les principaux thèmes abordés étaient le rôle des archives dans la société de l’information et les nouveaux domaines de création et de distribution des contenus numériques. Les résumés des communications peuvent être consultés sur cette page.

Cette manifestation a été l’occasion pour le Service interministériel des archives de France de présenter les enseignements tirés de deux projets innovants.

Le premier concerne l’exposition en Données liées (linked data) du Thésaurus pour l’indexation des archives locales. Le rôle des référentiels et vocabulaires contrôlés est de plus en plus déterminant dans la découverte des ressources. Les Archives de France ont donc saisi l’opportunité d’une révision de ce thésaurus en 2009 pour expérimenter les opportunités offertes par le nouveau standard de structuration SKOS et le nouveau mode de publication proposés par le consortium W3C. Depuis 2011, un site Web permet donc de naviguer au sein du thésaurus, d’en télécharger une version RDF/XML, mais surtout de l’interroger via le langage SPARQL qui est le langage de requête des données structurées en RDF, ces aspects de standardisation facilitant l’interopérabilité avec les systèmes qui utilisent ce référentiel. Ce projet a également été l’occasion d’expérimenter le décloisonnement des données en les alignant sur d’autres référentiels (le vocabulaire Rameau ainsi que DBPedia) et de  travailler sur le choix et la mise en œuvre d’une solution pour la permanence des identifiants manipulés dans ce référentiel. La plate-forme de consultation du thésaurus a récemment fait l’objet d’importantes évolutions, avec l’intégration d’autres vocabulaires contrôlés du ministère de la Culture et de la Communication (MCC), notamment des services du patrimoine et de l’architecture. L’objectif est de créer un référentiel terminologique unifié permettant d’offrir aux usagers un accès unique et cohérent aux ressources terminologiques produites par le MCC et d’en démultiplier les usages.

Le deuxième projet vise à convertir vers le modèle de représentation du Web sémantique les notices recensant depuis le début du XIXe siècle les formes autorisées pour l’ensemble des administrations locales (projet mené en collaboration avec l’Association des Archivistes Français). Ce chantier s’inscrit pleinement dans les objectifs de la direction interministérielle des systèmes d’information et de communication de l’État (DISIC), ainsi que du MCC dans sa feuille de route sur les métadonnées culturelles et la transition Web 3.0, avec notamment l’expérimentation de l’interconnexion inter-institutionnelle des données culturelles. Ce travail comprend deux phases :

  1. une phase exploratoire (achevée) : recensement des initiatives récentes en la matière et revue des vocabulaires et ontologies existants qui pourraient être utiles au codage des informations des notices d’autorité ;
  2. une deuxième phase d’implémentation (en cours) : définition d’un modèle formel complet en RDF et développement d’un outil de conversion automatique de notices encodées en EAC-CPF vers RDF.

Le projet vise à mettre ces données en relation avec d’autres données d’autorité, notamment celles des Archives nationales relatives aux administrations centrales de l’État, et à fournir des éléments de réflexion pour le futur portail national d’information archivistique (PNIA).

Ces deux projets mettent en évidence les avantages pour les services d’archives à s’impliquer dans le mouvement des Données liées ouvertes. La progressive acquisition des technologies et normes du Web sémantique a permis de mieux en appréhender les enjeux. Le Web de données représente une opportunité nouvelle pour diffuser et favoriser la réutilisation des métadonnées descriptives archivistiques. Les Données liées permettent également aux archivistes d’enrichir leurs descriptions par l’apport de données externes publiées par d’autres fournisseurs du Web, les rendant ainsi plus complètes et leur conférant une valeur ajoutée.

Au départ, il n’y avait pas de lien direct entre les deux projets. Puis ils ont convergé vers des projets de plus grande échelle pilotés par le MCC et impliquant d’autres secteurs culturels. De plus, le terme de « Données liées ouvertes » implique en lui-même des relations avec des acteurs externes et de bonnes relations avec d’autres fournisseurs de données doivent être établies. Les groupes de travail transverses mis en place dans le cadre du programme d’Harmonisation des données culturelles (HADOC) du MCC ont été très utiles pour harmoniser l’utilisation des ressources sémantiques, la création des Données ouvertes liées, etc.

Enfin, les deux projets suscitent des questions spécifiques concernant l’alignement des données des Archives de France avec d’autres ressources en ligne. Pourquoi les lier à ces ressources ? Quelle est la qualité de ces ressources externes ? Les alignements sont-ils pertinents ? L’expérience du Thésaurus pour l’indexation des archives locales montre que de tels alignements sont difficilement automatisables et qu’ils demandent à être régulièrement vérifiés par des experts métier.

Claire Sibille – de Grimoüard,

Service interministériel des Archives de France.


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *