Travailler avec des métadonnées
Un guide rédigé par Josée Plamondon, avec la Fondation Jean-Pierre Perreault*, dans le cadre de l’initiative La danse dans le web des données – Novembre 2019
Quels sont les moyens qui sont à la portée des acteurs du milieu de la danse pour réaliser la partie la plus stratégique d’un projet numérique?
Le guide Bien documenter pour favoriser la découverte en ligne. Travailler avec des métadonnées est une production de la Fondation Jean-Pierre Perreault.
Romy Snauwaert
INTÉGRATION WEB
Christian Aubry
Josée Plamondon
CONCEPTION GRAPHIQUE
Émilie Allard
DÉPÔT LÉGAL – BIBLIOTHÈQUE ET ARCHIVES NATIONALES DU QUÉBEC, 2019
DÉPÔT LÉGAL – BIBLIOTHÈQUE ET ARCHIVES CANADA, 2019
La Fondation Jean-Pierre Perreault est soutenue par le Conseil des arts et des lettres du Québec, le Conseil des arts du Canada et le Conseil des arts de Montréal.
Licence
Cette œuvre est mise à disposition sous licence Attribution–Pas d’utilisation commerciale 4.0 International.
Concepts clé
Image: Numeridanse.
Les métadonnées servent à organiser et à trier de l’information et des documents.
Grâce à elles, nous pouvons interroger des catalogues, des répertoires et des bases de données.
Un modèle de données fournit la liste des métadonnées qui servent à décrire quelque chose ainsi que la façon dont les données sont représentées.
Voici une version simplifiée d’un modèle de données qui permet de structurer l’information concernant des œuvres chorégraphiques, des interprètes et des spectacles.
Un ensemble de personnes et d’organisations qui souhaitent faciliter les échanges entre leurs systèmes d’information devraient mettre en commun un modèle de données.
Une base de données est un dispositif informatique qui permet de stocker des données, de les structurer, de les analyser et de les interroger à l’aide d’applications diverses.
Une base de données peut également alimenter les pages d’un catalogue en ligne qui contient des images et des textes.
Symbolisée par un cylindre, dans les diagrammes décrivant les processus de traitement de l’information, une base de données permet d’entreposer les données de façon structurée et d’y accéder par le biais d’applications.
Image: Wikimedia Commons – Wise Coders Solutions – Licence Art Libre (copyleft).
C’est la structure de la base de données, composée de tables et des relations entre celles-ci, qui donne du sens aux données.
Cette remarque est d’une très grande importance pour comprendre les défis de la mise en commun de données provenant de sources différentes.
Si nous extrayons toutes les données de la base, celles-ci ne font plus sens.
Il n’existe pas de modèle standard de structures de bases de données.
Les modèles de données sont rarement conçus pour être interopérables, c’est-à-dire qu’ils ne peuvent être connectés les uns aux autres, car ils n’utilisent pas de langage commun et ne sont pas conformes aux standards du web.
Une balise désigne, par analogie, un marqueur intégré dans le code HTML d’une page web.
Invisible pour les internautes, elle fournit une information aux moteurs de recherche.
Certains types de métadonnées peuvent être intégrés au code HTML d’une page web sous forme de balises pour attirer l’attention des moteurs de recherche sur une information qui s’y trouve.
Par exemple, ce peut être une offre de spectacle de danse.
Page Web: Danse danse.
Image: outil de test des données structurées avec affichage des balises.
Stratégie
Cet exercice doit être réalisé en groupe, au sein d’une organisation ou avec les représentants de différentes organisations, lorsqu’il s’agit d’une initiative collective.
Volet stratégique: Comment cartographier notre écosystème numérique et dresser un portrait de nos interactions avec nos partenaires et nos publics?
- Identifier les points qui permettent d’établir des liens.
- Classifier les points selon le degré de contrôle que vous exercez sur le contenu, le choix des informations à publier et la façon dont ces informations sont publiées (publics, durée, visibilité, formats, mise à jour, etc.).
- Qualifier les liens à l’aide d’un tableau (voir page suivante).
- Identifier les points manquants, les liens à solidifier (rencontres en personne).
- Planifier les améliorations à apporter à votre site (arborescence, menus, libellés) et relativement à vos présences sur des plateformes (rédaction, mots clés, optimisation).
Nous pouvons constater, avec cet exercice, que la documentation et la mise en valeur du contenu du répertoire sont intimement liées aux stratégies de promotion et de communication.
Les différents points qui ont été identifiés seront inventoriés et analysés dans un tableau.
Capture d’écran d’un tableau d’inventaire des liens (feuille de calcul).
Comment compléter le tableau?
- Site web: identifier les parcours (liens, menus, arborescence) qui mènent aux pages de votre répertoire.
- Plateformes et référents : identifier les liens qui mènent vers le site web et, le cas échéant, vers le répertoire.
Préciser la nature des contenus qui peuvent comporter des liens, comment ces contenus sont publiés ou mis à jour et par qui.
Réalisée en groupe, cette activité permet à tous de mieux connaître les stratégies de rayonnement: activités de communication, partenariats, médias sociaux. Elle permet également d’identifier de nouveaux points (plateformes et référents) et liens potentiels.
La cartographie et le tableau vous aident à comprendre comment les mots, et donc les métadonnées, que vous allez produire peuvent être utilisés, et surtout, dans quels contextes.
Ces documents peuvent être mis à jour lors de rencontres de travail ou d’activités de planification.
Information
Image: Wikimedia Commons.
.jpg){kind=link}
L’organisation de documents ou d’objets à l’aide métadonnées (titre, sujet, auteur, catégorie) est une pratique établie qui est antérieure à la naissance de l’informatique.
Dans un monde numérique, les données de nos répertoires et catalogues génèrent plus de valeur lorsqu’elles sont exposées et accessibles sur le web plutôt que lorsqu’elles sont stockées dans des bases de données. Elles permettent:
- l’attribution des œuvres et la reconnaissance des créateurs et contributeurs.
- la réduction de l’ambiguïté par croisement d’information (homonymie, crédits incomplets, description erronée, etc.).
- l’accumulation de «traces numériques » (identité, réalisations, réseau d’influence).
- le potentiel de connexions entre une création et toute autre information pertinente. Par exemple: artiste, lieu, thématique, média.
Les métadonnées qui sont utilisées pour décrire les vidéos de cette plateforme sont également des critères de recherche et de tri.
Image: Numeridanse
Marie Chouinard – Auteurs liés en tant qu’éditeur scientifique (BNF).
Compléter ce tableau, dans le cadre d’une démarche collective, permet de définir les modalités de la mise en valeur et de la découverte d’un répertoire, sur votre site et ailleurs sur le web (voir exercice 1):
Dans cet exemple:
- La première ligne permet d’indiquer à quels usages sont destinées ces métadonnées: à titre de critère de recherche, de critère de tri et d’affichage de résultats, et de balise pour les moteurs de recherche (nous aborderons cet élément dans la section suivante).
- La ligne Métadonnées contient les types d’information nécessaires ou souhaités pour décrire une production.
- La ligne du dessous précise si ces métadonnées sont obligatoires ou optionnelles.
- La ligne Format requis permet de spécifier sous quelle forme l’information doit être fournie. Par exemple: aaaa-mm-jj pour une date; nom, prénom pour un nom; la longueur maximale d’une description; la référence à une liste d’options.
- Les lignes Objet de la description contiendraient les données correspondant aux types d’information requis pour chacun des objets à documenter.
- Il est possible d’insérer des colonnes supplémentaires pour ajouter de nouvelles métadonnées.
Exercice:
- Reporter dans le tableau les données qui pourraient être utilisées pour décrire un objet du répertoire en pensant aux usages des métadonnées.
- Déterminer les types d’information qui constituent un attrait et une valeur pour les différents publics.
- Bien documenter les images et les vidéos : nommer les fichiers en employant des mots clés (description du sujet) facilite la recherche et l’association des images aux autres types de contenu.
- Déterminer les catégories qui permettent de comprendre la nature des contenus.
Volet documentaire: Comment transposer sous forme de données l’information qui décrit ce que vous souhaitez représenter ?
Technologie
1 – Balises pour moteur de recherche
En effet, les nouveaux algorithmes ne cherchent pas des mots clés, mais de l’information sous forme de données structurées et interprétables grâce à des métadonnées.
Au-delà de la liste des liens des résultats de recherche, les réponses données par les algorithmes peuvent maintenant prendre la forme d’un ensemble de connexions à des contenus et à des personnes.
Ce sont des métadonnées qui aident les moteurs de recherche à comprendre un contenu et son contexte pour le lier à son système d’organisation des connaissances.
Ce sont ces liens, comme ceux qui sont mis en évidence ci-dessous, qui permettent de générer les résultats les plus précis possible pour les utilisateurs.
C’est pourquoi, afin de gagner en découvrabilité, les sites web doivent dorénavant contenir de l’information destinée à la fois à des humains et à des machines.
Image: résultats de recherche Google pour «Paul-André Fortier».
Il est possible de vérifier si ces métadonnées sont bien présentes dans des pages web avec l’outil de test des données structurées de Google:
Exercice:
Y a-t-il des métadonnées pour moteurs de recherche dans cette page?
Vous pouvez valider la présence de métadonnées destinées aux moteurs de recherche dans les pages de répertoires en ligne ou dans toute offre d’information, comme des spectacles.
- Cliquez sur le lien pour ouvrir la page de l’outil de test. La boîte «Tester vos données structurées» est ouverte, en premier plan.
- Copiez l’URL de la page web que vous souhaitez tester et collez-la dans le champ «Saisir une URL».
- Cliquez sur le bouton «Tester» et laissez l’outil travailler.
- La section gauche de la page présente maintenant le code HTML qui permet à votre navigateur d’afficher le contenu de la page web analysée.
- La section droite de la page présente, sous une forme lisible pour les humains, les métadonnées qui ont été repérées par les moteurs de recherche.
- Si cette section reste vide, c’est que la présence de ces métadonnées n’a pas été détectée.
Les données erronées et les problèmes de syntaxe sont signalés (cliquez sur «Erreur» ou «Avertissement», placés sous la rubrique «Nouveau test») et peuvent être corrigés.
Cependant, certaines informations manquantes (acteurs, pays d’origine, langue) et incohérences (description d’un contenu qui n’est pas le sujet de la page) ne seront pas signalées.
Vous pouvez effectuer l’analyse d’une autre page web en cliquant sur «Nouveau test», dans le coin supérieur droit de la page. N’oubliez pas de supprimer l’URL que vous aviez testée antérieurement avant de saisir la nouvelle.
Cependant, la conception du vocabulaire et l’organisation des connaissances correspondent davantage aux modèles d’affaires des moteurs de recherche qu’aux besoins de documentation des différents domaines d’activité.
Par exemple, en danse contemporaine, Schema fournit un modèle de métadonnées pour décrire une compagnie de danse (DanceGroup, voir image plus bas). Il est cependant impossible de bien documenter une œuvre chorégraphique, notamment le processus de création, les rôles des différents contributeurs et les différentes interprétations.
Image: Schema.org DanceGroup.
Dans la catégorie CreativeWork, qui permet de décrire des œuvres de création, on retrouve une liste des types de créations, mais pas de modèle pour décrire une œuvre chorégraphique. Il existe toutefois un modèle pour décrire un spectacle de danse (offre commerciale) ainsi qu’une grande variété de modèles descriptifs qui ne s’appliquent pas spécifiquement aux domaines culturels et artistiques (diètes d’amaigrissement, conversations, routines d’exercice physique…).
Décrire un spectacle:
Quelles sont les informations qui doivent être fournies sous forme de balises et qui doivent être visibles sur la page?
Image: Page web de UNFOLD | 7 perspectives, une création du Carré des Lombes.
- Un événement=une page (URL)
- Données balisées=information dans la page
- Nom de l’événement
- Lieu de l’événement
- Adresse
- Date de début
- Description de l’événement
- Date de fin
- Image
- Artiste
- Billets
Plus de détails: Marqueur de données : événements (Google Search Console)
Décrire une vidéo:
Quelles sont les informations qui doivent être fournies sous forme de balises et qui doivent être visibles sur la page?
Image: Recherche Google pour «Louise Bédard Danse».
- Une vidéo=une page (URL) pour résultat optimal
- Données balisées=information dans la page
- Développer les liens (site web, plateforme vidéo, agrégateur, médias sociaux)
- Nom
- Description
- URL de la vignette (image de la vidéo)
- Date de la première publication vidéo
- URL de visionnement (plateforme de visionnement ou fichier vidéo sur le site même)
- Durée
Plus de détails: Guide et modèle de métadonnées pour vidéos (Google Search Console)
- Sélectionnez, parmi les types d’offre présents, celui qui correspond à l’offre qui est présentée dans la page que vous avez choisie.
- Copiez l’URL de la page et collez-le dans le champ «url», puis cliquez sur le bouton «Commencer le balisage».
- L’outil affiche la page dont vous avez fourni l’URL afin que vous indiquiez les éléments d’information qui s’y trouvent et qui décrivent l’offre.
- Il vous propose, dans la partie droite de l’écran, une liste des métadonnées qui fournissent une description de base pour le type d’offre que vous avez choisi.
- Sélectionnez avec le pointeur de la souris, dans la page affichée, des éléments d’information qui y sont présents pour faire apparaître un choix de métadonnées.
- Cliquer sur une option et fournir l’information requise permet d’ajouter des métadonnées dans la liste qui se trouve à droite de l’écran.
- Lorsque les métadonnées sont complètes, cliquez sur le bouton rouge «Créer le code HTML», qui se trouve dans le coin supérieur droit de l’écran. L’application générera les métadonnées sous forme de balises Schema. Vous remarquerez que ces balises sont encodées dans un langage informatique. Celui-ci est appelé JSON-LD; «LD» signifie «Linked Data», ou données liées, et il est préconisé par Google.
- Cliquez sur le bouton «Télécharger», dans le coin supérieur droit de l’écran, pour obtenir un fichier contenant le code du balisage. Si vous avez les droits d’accès au code source des pages de votre site web, vous pourriez copier et coller le code dans le code HTML de la page afin d’y intégrer les balises.
- Vous pourriez également tester la présence et la qualité des balises avec l’outil de test des données structurées dont vous vous êtes servi plus tôt.
Cet outil d’aide au balisage permet de comprendre, en suivant les instructions affichées à l’écran, quelles sont les métadonnées recherchées par Google. Vous pouvez alors constater l’importance de l’utilisation des balises lors de la conception des pages web, ainsi que la pertinence du choix des éléments d’information et des images.
2 – Données ouvertes et liées
Dans cette nouvelle extension du web, appelée web sémantique, des données peuvent être échangées et réutilisées, indépendamment des environnements matériels et logiciels. Une donnée devient alors une ressource, au même titre qu’un document.
- Dans le web des documents, les pages (ou ressources) sont localisées sur le web et identifiées par une URL (Uniform Resource Locator).
- Dans le web des données, les données, qui sont aussi des ressources, peuvent être identifiées sur le web par un URI (Uniform Resource Identifier).
Image de droite (web des données): Société des musées du Québec.
Que les ressources décrites soient tangibles ou intangibles, c’est leur représentation qui se trouve exposée dans le web.
Le web de données permet donc de profiter des avantages de la séparation du contenu et de la forme.
Il bénéficie également des standards permettant de décrire des connaissances et de les rendre accessibles sur le web dans des formats lisibles par des machines.
Concrètement, cela signifie que des créateurs et des organisations peuvent faire préparer les données qui décrivent leurs répertoires et collections afin qu’elles puissent être repérées sur le web, réutilisées et croisées avec d’autres données par des chercheurs, par d’autres institutions ou par des développeurs d’applications.
Données ouvertes
Libérer des données est, en soi, un projet qui demande des ressources spécialisées. Il s’agit de constituer un ensemble de données qui décrivent une collection, par exemple, et de le mettre à la disposition d’utilisateurs sous forme de fichier en lui attribuant une licence d’utilisation ouverte.
Données liées
Lier des données est un projet complexe qui demande une bonne démarche de préparation. De manière similaire à une page web, on publie une donnée dans le web en lui fournissant une adresse ou URI (Uniform Resource Identifier) selon le même protocole de transmission que dans le cas d’une page web (HTTP).
Grâce aux URI qui les identifient, les données ouvertes sont référencées sur le web. À l’aide des ressources qui sont décrites par les URI, le web sémantique propose deux notions très importantes, soit référer à des concepts (et non à du texte) et faire des liens entre ces concepts.
Les données ouvertes et liées présentent un grand potentiel d’innovation et de promotion de la culture, aussi bien pour les institutions et les gouvernements que pour l’ensemble de la société. En effet, elles:
- favorisent l’adoption des standards du web;
- accordent à leurs utilisateurs la maîtrise de leurs modes de description;
- réduisent la dépendance aux grands acteurs du web;
- accroissent le potentiel de découvrabilité des collections (ouverture des données, interconnexions);
- favorisent le développement de compétences essentielles à l’ère de l’intelligence artificielle (logique, représentation des connaissances);
- font émerger de nouvelles pratiques davantage collaboratives et efficaces (interdisciplinarité, décentralisation).
Ce qui est fondamental dans un projet de données ouvertes et liées, ce n’est pas la technologie, mais la grande diversité des perspectives que différents contributeurs et partenaires peuvent avoir sur l’objet de la documentation.
Il est donc important d’identifier tous les contributeurs d’une œuvre ou d’une performance, quels que soient leurs rôles, et de fournir l’information nécessaire pour comprendre l’origine d’une œuvre et son évolution dans le temps.
Plus ces perspectives sont diversifiées, plus la documentation sera riche et plus la possibilité d’établir des liens augmentera.
Visualisation de données ouvertes et liées à propos de Marie Chouinard (LodLive).
Situation fictive
Voici la représentation de liens potentiels entre les données de différentes sources, si on imaginait que ces données étaient mises à disposition des utilisateurs selon les standards du web.
Les initiatives visant à produire des données ouvertes et liées et à exploiter les avantages des technologies du web sémantique sont des projets complexes.
On peut cependant mesurer le potentiel des données ouvertes et liées, dans le cadre de la mise en valeur du patrimoine de la danse, avec des réalisations comme celles-ci:
- Joconde Lab propose différentes façons de visualiser l’information concernant des œuvres, à l’aide de données ouvertes et liées de collections muséales et d’articles issus de Wikipédia.
- Europeana est une plateforme qui relie les données de collections du patrimoine européen sous différentes thématiques et qui donne accès aux sites des différents contributeurs.