À propos

408 Words, 3 Minutes

Mots-clés : graphes de connaissances, données géohistoriques, humanités numériques, Web de données, liage de données, interopérabilité.

Porteurs:

• Nathalie Abadie (LaSTIG, Université Gustave Eiffel, ENSG, IGN)
• Bertrand Duménieu (CRH - EHESS)

Contexte, problématique et enjeux

Avec l’essor des SIG historiques puis des humanités numériques, le volume et la diversité des données géohistoriques produites et diffusées sur le Web au cours des deux dernières décennies n’a cessé de croître. Alors que l’effort de production est conséquent, leur réutilisabilité reste limitée. Tout d’abord, il n’y a pas d’effet cumulatif des données produites mais une structuration en silos indépendants et isolés les uns des autres. Ces données sont en outre souvent fragmentaires et peu documentées.

Alors que la communauté scientifique en géomatique a produit de nombreux modèles pour la structuration, la représentation et l’interrogation de données spatio-temporelles (Siabato et al., 2018), l’immense majorité des données géohistoriques produites suivent un modèle de données de type snapshot, sans offrir de possibilités d’interrogation spatio-temporelle. Ceci peut en partie s’expliquer par un manque d’approches ou d’outils vraiment adaptés pour créer et interroger des bases de données spatio-temporelles (Duménieu, 2015).

Sur le Web, les approches de type entrepôt laissent la place à une interconnexion légère qui repose sur les bonnes pratiques du Web de données pour lier, publier et partager des données (Berretta, 2020). Fondés sur l’hypothèse du monde ouvert, les standards du Web de données permettent de construire collaborativement de grands graphes de connaissances (Ehrlinger et Wöß, 2016), de représenter des d’informations incomplètes, imparfaites, voire contradictoire, d’intégrer des données hétérogènes à l’aide de liens et d’inférer de nouvelles données à partir des connaissances fournies.

L’enjeu est donc de se doter collectivement de vocabulaires et d’outils de liage adaptés à l’intégration de données géographiques de temporalités différentes publiées sur le Web de données afin de former et enrichir des graphes de connaissances spatio-temporels partagés pouvant être exploités pour eux-mêmes ou comme socles pour d’autres données.

Objectifs de l’Action de Recherche

Pour tenter de dépasser ces limites, nous souhaitons développer un espace de travail et d’échanges entre chercheurs en humanités numériques, géomatique, traitement d’images, traitement automatique du langage naturel et représentation de connaissances. Au travers de ces échanges, nous souhaitons identifier un cadre commun pour favoriser la construction, la publication et le liage de données géohistoriques sur le Web et favoriser le développement de collaborations interdisciplinaires entre la communauté MAGIS et d’autres communautés scientifiques.

Programme d’actions

• Organiser des ateliers de rencontre et d’échanges entre chercheurs des différentes disciplines.
• Dresser un état des lieux des travaux de construction de graphes géohistoriques (sur le Web de données) et à travers eux, identifier les approches de construction, les vocabulaires, les outils, les sources utilisés et les graphes géohistoriques produits.
• Construire un benchmark géohistorique pour évaluer les vocabulaires spatio-temporels existants.

Contacts

E-mail des porteurs: nathalie-f.abadie[]ign.fr et bertrand.dumenieu[]ehess.fr

Liste de diffusion: ap-gcgh-magis[]ehess.fr

Pour s’inscrire, écrire à sympa[]ehess.fr

Objet du mail : subscribe ap-gcgh-magis Prénom Nom

Références

Beretta, Francesco. “A challenge for historical research: making data FAIR using a collaborative ontology management environment (OntoME).” Semantic Web–Interoperability, Usability, Applicability (2020).

Ehrlinger, Lisa, and Wolfram Wöß. “Towards a Definition of Knowledge Graphs.” SEMANTiCS (Posters, Demos, SuCCESS) 48 (2016).

Duménieu, Bertrand. “Un système d’information géographique pour le suivi d’objets historiques urbains à travers l’espace et le temps”. Thèse en mathématiques et applications aux sciences de l’homme (EHESS). (2015)

Siabato, Willington & Claramunt, Christophe & Ilarri, Sergio & Manso Callejo, Miguel Ángel. A Survey of Modelling Trends in Temporal GIS. ACM Computing Surveys. 51. 1-41. 10.1145/3141772. (2018)