Remarque : ce que je publie ici ne sont que des notes personnelles pour essayer de voir un peu plus clair dans ce qui me semble une nébuleuse bien incertaine : le web sémantique. Ces notes n’ont aucune prétention à être une explication de quoi que ce soit. Elles ne sont rien d’autre que des notes de lectures.

En une phrase : le web sémantique vise à développer l’accessibilité des machines au contenu du web.

Ca veut dire quoi ? Ca veut dire créer un Internet qui offre du contenu aux machines (aux programmes) et pas à nous autres, les humains. Je m’explique :

Internet, c’est quoi ? Un super outil de diffusion d’informations (j’aime les épinards, voici la photo de ma tata, la terre est ronde, etc.) entre nous les humains (on se parle et on comprend de quoi on parle, on sait ce qu’on voit, ce qu’on lit, etc).

Les ordinateurs (les programmes), eux, ne comprennent pas de quoi nous parlons sur nos pages web, il les répertorient et les affichent, rien de plus. Pour eux, Internet c’est seulement des octets et de la bande passante pour les faire circuler.

Ils peuvent un peu nous aider à localiser un certain type d’informations grâce à des mots clés. Mais c’est très rudimentaire (même avec Google) : les résultats d’une recherche ne sont qu’une liste brute dans laquelle nous devons encore passer du temps pour dégager les informations vraiment utiles. Pourquoi ? Parce que cette recherche est bête, elle repère des mots sans aucune idée de leur contexte d’utilisation.

Wallstreet est la bourse de N.Y., mais c’est aussi mon chat. Si vous cherchez des tuyaux pour vos placements, vous serez heureux de trouver la page “1000 astuces pour faire fortune à Wallstreet “, mais il ne vous sera pas très utile de savoir que “Wallstreet à déchiré le journal de ce soir avant que j’ai pu le lire” ou que “Wallstreet adore se coucher sur le clavier de mon ordinateur” — le genre de choses que je pourrais publier sur mon blog personnel. Pourtant le moteur ne regarderait que “Wallstreet” et placerait mes pages perso dans le résultat de la recherche, sans doute pas à la première place, mais quand même (et de toute façon ce n’est qu’un exemple).

En gros, le web sémantique voudrait permettre aux machines de “comprendre” savoir de quoi il est question dans les pages web. Je reste avec mon exemple de moteur de recherche :

• Mes pages perso indiqueraient au moteur de recherche des choses du genre :
  (Wallstreet)(est)(chat),
  (Wallstreet)(est)(nom),
  (chat)(a)(nom),
  (Wallstreet)(appartient)(David),
  (David)(est)(garçon), etc.
• La page de bourse dirait :
  (Wallstreet)(est)(bourse/finance),
  (bourse)(est)(activité),
  (Wallstreet)(est à)(New York), etc.
• La recherche portant sur la bourse de Wallstreet, on ne trouverait aucune des pages relatives à mon monstrueux adorable chat dans le résultat.

C’est un exemple très caricatural. Les possibilités (théoriques) semblent bien plus vastes. Mais je commence seulement à comprendre ce dont ils parlent 🙂

L’idée fondamentale c’est vraiment de rajouter une couche (de code ?) qui va classifier le contenu de la page dans des catégories et définir des relations entre ces catégories. J’ai lu ici et là les termes d’ontologie, de taxonomie (taxinomie) et,bien sur, de sémantique.

Une taxinomie, c’est un système de classement (en gros, j’ai pas le courage d’ouvrir le dico). Par exemple “rouge” est un sous-groupe du groupe “couleurs”.

Une ontologie c’est l’étude de la nature de l’être en tant qu’être (l’essence d’une chose, en gros toujours). Du point de vue des informaticiens, ça semble signifier une définition/liste des règles logiques entre les différents termes de la taxinomie (chat est un sous groupe de animal. Wallstreet est un sous groupe de chat OU un sous groupe de bourse, etc.)

Et la sémantique, c’est la science qui étudie les signes (que veut dire ce signe ?).

(J’avoue que le choix des termes me laisse perplexe : dans leur domaines respectifs ils sont tous porteurs de pas mal d’ambiguïtés, et leur “détournement” informatique ne fait qu’ en ajouter, mais bon… je ne suis ni informaticien, ni philosophe.)

Le web sémantique (l’association d’une taxinomie et d’une ontologie ?) servirait donc à “expliquer” (décrire) le contexte et les relations qui existent entre différents termes. La page aurait un sens pour le programme, sans pour autant qu’il faille attendre l’avènement de machines dotées d’une Intelligence Artificielle : l’ordinateur ne comprendra toujours rien à ce qui est écrit, mais il saura que tel et tel termes on tel type de relation et il pourra associer ces relations, y compris entre différents médium (mon site web, le site de la bourse, etc.). Une espèce de logique appliquée à autre chose que A=B=C.

Ca permettrait donc de disposer d’un outil de recherche “malin”, par exemple : “Google, gentil Google, trouve le site web du garçon qui a un chat qui s’appelle Wallstreet.” Et paf ! Grâce aux balises (?) sémantiques, on tomberait sur mon site.

Ou encore, ça permettrait de faire des recherches sophistiquées sur plusieurs sites (et sans lien apparent) en combinant/comparant leurs taxinomies et leurs ontologies (???enfin j’imagine) — comme on fusionne des tables différentes dans une base de données. Par exemple, “Google, gentil Google, trouve le site du gars qui un chat qui s’appelle comme je ne sais plus quelle bourse“. Il combinerait alors une recherche sur un site listant toutes les bourses du monde, puis regarderait tous les sites qui parlent de chat pour comparer leur nom avec ceux de la première liste et re-paf ! On tomberait sur mon site.

Il ne reste plus qu’à comprendre comment on implémente cette couche ‘logique’ et qui va se taper ce boulot inhumain ? 😉

Ca semble sérieusement compliquer ou complexifier le travail du webmaster, non ?

La suite dans un prochain billet.

<

p>

A lire :

The semantic web, Tim Berners-Lee, James Handler, Ora Lassila. (article payant, $ 7.95). Vous pouvez lire gratuitement sa traduction française ici (merci Google), mais je ne sais pas si la traduction est bonne.

Si, comme moi, vous vous demandez ce qu’est le web sémantique, vous trouverez un très bon résumé (en français) sur : JDNet

Il y a pas mal de choses à dire sur ce sujet, surtout si l’on y porte un regard non-informatique. J’espère y revenir bientôt.