Les alignements de référentiels
Nous avons tous fait l’expérience de bases de données utilisant des référentiels très différents ou des listes de mots-clés libres pour décrire des concepts équivalents. Cela rend très difficile, voire impossible, la réalisation de recherches exhaustives sur un sujet et la communication d’un outil à l’autre. Comment savoir si deux termes descripteurs sont équivalents dans deux référentiels différents ? Pour cela, il existe les alignements ! Ce court billet essaie d’en donner une description synthétique.
Qu’est-ce qu’un référentiel ?
Un référentiel, ou vocabulaire contrôlé, est un ensemble de termes structurés décrivant un domaine de connaissance, créé et maintenu par des organisations ou institutions scientifiques, auquel un système d’information peut faire référence afin d’enrichir sémantiquement la description des données enregistrées ou des documents indexés. (définition d’après https://digithum.huma-num.fr/ressources/glossaire/, terme “référentiel” et https://hnlab.huma-num.fr/hnso/ouvrage-in/referentiels-concepts-definitions.html)
Les référentiels peuvent prendre des formes variées, telles que :
- une liste de termes fermée ;
- un fichier ou liste d’autorités ;
- une taxonomie, classification ou nomenclature ;
- un thesaurus ;
- une ontologie;
- un dictionnaire ;
- un référentiel géographique
- un système de coordonnées …
Qu’est-ce qu’un alignement ?
Plusieurs vocabulaires, dont les objets se recoupent en totalité ou en partie, peuvent exister. Pour qu’ils puissent communiquer entre eux, il faut effectuer un rapprochement entre les termes utilisés des deux côtés pour décrire un même concept. Pour désigner cette mise en correspondance, on parle d’ ”alignement”.
Les technologies du web de données et la structuration des données (par exemple en RDF) rendent cet alignement techniquement possible.
L’alignement de référentiels est abordé dans la norme ISO 25964.
Pourquoi aligner des référentiels ?
- pour identifier un sujet, une période, un auteur ou un lieu, sans erreur sur son identité ou ambiguïté sur sa définition.
- pour produire des données plus riches, plus fiables, pérennes et interopérables
- pour favoriser la circulation et l’accessibilité des informations sans multiplier les requêtes dans différents silos, notamment par la navigation entre les bases grâce au rebond
- pour pouvoir croiser les données décrites avec différents référentiels
- pour accroître la visibilité par les moteurs de recherche, “améliorer la recherche documentaire par l’interopérabilité sémantique”(Majid Khayari, Gilles Banzet. Alignement d’un thésaurus sur GeoNames : retour d’expérience. 2019. ⟨hal-02159910⟩)
- pour permettre une harmonisation des données (correction d’erreurs, suppression de doublons, etc.)
- pour pouvoir bénéficier d’enrichissements réalisés par un autre référentiel (ex: des traductions, une géolocalisation …)
Quelles sont les conditions pour pouvoir aligner les éléments de deux référentiels ?
- les items du thesaurus doivent posséder des identifiants uniques et pérennes.
- établir ou utiliser une norme pour lier les deux vocabulaires, par exemple le SKOS : correspondance exacte, approchante, générique, spécifique ou associative. “Le SKOS (en français système simple d’organisation des connaissances), est un modèle de données servant à décrire un vocabulaire structuré tel qu’un thésaurus. Le SKOS est développé par le W3C, en suivant le format RDF afin d’être interopérable.” Source : https://digithum.huma-num.fr/ressources/glossaire/
Méthodes d’alignement
Il existe principalement deux manières de procéder :
- aligner les concepts du vocabulaire autour d’un référentiel pivot (ex : wikidata, viaf), à partir duquel il sera possible de rebondir vers d’autres référentiels.
- un alignement entre référentiels voisins, paire par paire.
Ces alignements peuvent se faire manuellement concept par concept, ou à l’aide d’outils tels que Mix’n’match ou OpenRefine pour des imports en masse.
Exemple
Prenons pour exemple le concept “verre” du thesaurus Pactols : https://ark.frantiq.fr/ark:/26678/pcrt4GqimUgoOq
Comme le précise la note d’application, ce concept désigne le matériau et non la méthode de fabrication, le lieu ou l’objet.
Zoom sur les alignements :
Les alignements ont ici été fait vers 3 autres référentiels qui désignent explicitement le matériau :
- Wikidata, élément “verre” : https://www.wikidata.org/wiki/Q11469
- le Getty AAT, concept “glass (material)” : https://vocab.getty.edu/aat/300010797
- Rameau, terme “verre” : https://catalogue.bnf.fr/ark:/12148/cb119383603
OpenEdition vous propose de citer ce billet de la manière suivante :
Justine Vincent (19 mars 2024). Les alignements de référentiels. ArchéO'liens. Consulté le 29 avril 2025 à l’adresse https://doi.org/10.58079/w1qm