2.2 Echange de données de systèmes hétérogènes
2.2.2 XML, un format d’échanges
Pour que les métadonnées puissent remplir leur objectif, elles doivent être interopérables.
Pour cela, il est nécessaire d’utiliser des métalangages, établir des équivalences entre syntaxes et terminologies, utiliser des protocoles d’interrogation et d’échanges.
Le métalangage XML permet d’aboutir à une seule représentation de l’information, de faire communiquer entre elles des bases hétérogènes et de les interroger simultanément.
2.2.2 XML, un format d’échanges
La norme XML est un outil permettant de définir un métalangage, c’est-à-dire de créer des documents structurés en définissant le vocabulaire et la syntaxe de ces données. XML utilise des balises sémantiques qui permettent de donner un sens au contenu qu’elles renferment.
Les balises du HTML sont des balises de présentation et non de contenu. Elles structurent une page web à l’aide de codes. Le navigateur lit et interprète : telle valeur doit s’afficher de telle manière. HTML ne distingue pas le fond de la forme.
Un fichier XML doit être accompagné de la déclaration de sa structure appelée DTD22. Le parseur, logiciel qui lit les données XML, vérifie si celles-ci sont bien conformes aux règles définies dans la DTD. Si un attribut Y est défini comme obligatoire dans la DTD mais ne se trouve pas dans le fichier XML, celui-ci n’est pas valide. La DTD n’étant pas écrit en langage XML, elle évolue vers le schéma, document écrit en XML. Ce qui permet d’avoir un seul langage.
Le principe du XML est de pouvoir écrire notre document comme on en a envie. L’intitulé des balises, leur imbrication, leur caractère obligatoire ou facultatif, leur ordre de succession, si elles ont plusieurs valeurs… Toutes ces règles sont déclarées dans la DTD ou le schéma.
Les feuilles de style CSS23 ou XSLT24 affichent les données selon les modèles voulus.
L’échange de données consiste à faire communiquer de l’information entre différents systèmes plus ou moins hétérogènes. Par exemple, deux bases de données gérées par deux outils différents. La norme XML est utilisée comme le principal format d’échange de données entre systèmes hétérogènes.
21 Exchangeable Image File Format
22 Définition de Type de Document
23 Cascading Style Sheets : feuilles de style en cascade
24 eXtensible Stylesheet Language Transformations
La recherche fédérée des portails patrimoniaux : quelles solutions documentaires ? L’exemple du MuCEM.
Le problème de l’intégration de sources hétérogènes de données en une interface commune ne consiste pas uniquement à résoudre le problème du protocole d’échanges et d’homogénéisation des formats documentaires, il consiste aussi à exprimer les relations entre les données des sources intégrées. La recherche fédérée pose le problème du « bon mot-clé » quand il n’existe pas de thésaurus transversal permettant l’interrogation de l’ensemble des catalogues. L’idéal d’un système d’information est de pouvoir retrouver, si j’interroge avec le mot-clé « rituel du mariage », tous les documents sur ce sujet. Or, ces documents ne sont pas nécessairement indexés avec ce descripteur « rituel de mariage » puisqu’ils appartiennent à des bases de données différentes utilisant leur propre langage contrôlé. La recherche d’information ne sera alors pas performante.
L’interopérabilité est la capacité que possède un produit ou un système, dont les interfaces sont intégralement connues, à fonctionner avec d'autres produits ou systèmes existants ou futurs et ce sans restriction d'accès ou de mise en œuvre25. En d’autres termes, l’interopérabilité est la capacité à dialoguer, à interagir, et à échanger des données (avec le minimum de perte d’information et de fonctionnalités) de deux systèmes disposant de différentes caractéristiques en terme de matériels, logiciels, structures de données et interfaces.
Donner accès à plusieurs sources de données en une interface unique suppose l’interopérabilité des bases de données et des outils d’indexation communs. Mais quand il n’existe pas de langage d’indexation commun, qu’en est-il l’interopérabilité sémantique26 ? L’interopérabilité sémantique est une réponse à l’hétérogénéité sémantique des informations traitées par les diverses applications. Elle implique que les différents utilisateurs partagent des vues cohérentes sur les systèmes de concepts propres aux diverses applications.
25 Définition du Groupe de travail de l’AFUL (Association Francophone des Utilisateurs de Logiciels Libres).
26 On distingue plusieurs types d'interopérabilité dont l’intéropérabilté technique, sémantique et syntaxique
• Interopérabilité technique
L’interopérabilité technique permet à des systèmes de communiquer grâce à des protocoles et langages similaires ou pour lesquels il existe une procédure d’équivalence.
• Interopérabilité sémantique et syntaxique
L’interopérabilité sémantique est possible lorsque les métadonnées sont similaires ou comprennent des liens d’équivalences car elles représentent les mêmes concepts.
L’interopérabilité syntaxique suppose que les métadonnées ont une syntaxe similaire ou qu’une procédure d’équivalence existe. Par exemple, une date peut être encodée de la manière suivante : « 28-01-75 » ou « 28 janvier 1975 » ou encore « 1975-Jan-28 ».
Les institutions culturelles proposent au grand public de consulter ses collections en ligne. A titre d’exemple, Europeana, la bibliothèque numérique européenne, donne à l’internaute la possibilité en une seule requête d’effectuer des recherches et de naviguer dans les collections numérisées des bibliothèques, des archives et des musées européens.
Chercheurs, spécialistes et grand public ont ainsi accès aux différents catalogues du Musée du Quai Branly, de la Cité de l’Histoire de l’immigration, de la Bibliothèque Kandinsky….etc.
Ils peuvent interroger, par le critère de recherche « mot-clé », l’ensemble des ressources hétérogènes : archives, objets, image fixe et animée, son, imprimés. Ainsi, la recherche fédérée permet d’explorer des sujets sans avoir à rechercher et à consulter chaque source séparément. Comment ces institutions patrimoniales ont-elles mis en place leur portail de recherche fédérée ? Quel protocole, quelles métadonnées, quels formats documentaires, quels champs de recherche ont été choisis ? Ont-elles réussi à établir des équivalences de vocabulaire, les divers langages documentaires ont-ils été harmonisés et si c’est le cas, comment ?
Il s’agit de comprendre, à partir de plusieurs exemples (Europeana, le Musée du Quai Branly, le portail Collections…), comment l’indexation a été construite pour un accès transversal grand public.
La recherche fédérée des portails patrimoniaux : quelles solutions documentaires ? L’exemple du MuCEM.