Méthode pour enrichir sémantiquement les données en utilisant l'UML annoté - Archive ouverte HAL Access content directly
Poster Communications Year : 2023

A method to semantically enrich data using annotated UML

Méthode pour enrichir sémantiquement les données en utilisant l'UML annoté

Abstract

Interoperability is a well-known challenge when dealing with data, especially open data. Several guiding principles and best practices are recommended to publish data and enhance interoperability. RDF is a standard data format for interoperability within the Semantic Web field and Linked Open Data initiative. Several tools and mapping languages have been proposed to convert data of usual formats to RDF but they are still difficult to adopt sustainably by data producers because of technical expertise requirements as a first barrier. In this paper, we introduce a methodical approach to convert to RDF open data existing in various usual formats. This approach is designed to encourage data producers without a deep Semantic Web expertise to semantically and sustainably lift their data. We also describe an implementation of this approach as a semi-automatic workflow for GeoJSON data format, and we discuss its preliminary results.
Les données publiées sur le web posent des problèmes d’interopérabilité car elles sont syntaxiquement et sémantiquement hétérogènes, et leurs sémantique est implicite. L’intervention humaine est nécessaire pour la capturer, mais elle s’avère fastidieuse à l’échelle du web. Le domaine du Web Sémantique (WS) introduit RDF (Schreiber et Raimond, 2014) comme modèle de données standard fournissant une structure de liaison et une sémantique explicite des données pour les humains et les machines. Plusieurs outils et langages de mapping ont été proposés pour convertir les données de formats courants (ex. CSV) en RDF, mais la majorité requiert un certain degré d’expertise en WS, ce qui ralenti leur adoption. Nous proposons une méthode destinées à des experts métiers, pour convertir en RDF les données ouvertes de divers formats courants. Nous présentons les premiers retours des experts métiers vis-à-vis de cette méthode.
Fichier principal
Vignette du fichier
Article_resume.pdf (119.72 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-04021565 , version 1 (09-03-2023)

Identifiers

  • HAL Id : hal-04021565 , version 1

Cite

Sarra Ouelhadj, Pierre-Antoine Champin, Stéphanie Jean-Daubias, Jérémy Gaillard. Méthode pour enrichir sémantiquement les données en utilisant l'UML annoté. EGC 2023 - Extraction et Gestion des Connaissances, Jan 2023, Lyon, France. , Revue des Nouvelles Technologies de l'Information, RNTI-E-39, pp.635-636, 2023. ⟨hal-04021565⟩
68 View
40 Download

Share

Gmail Facebook X LinkedIn More