Ce billet a également été publié dans l'Observatoire des technologies de l'IST - INRA

Signalé par la page Facebook de la communauté AIMS de la FAO, FreeyourMetadata.org est un projet  du  Multimedia Lab (ELIS — Ghent University / iMinds) et du MaSTIC (Université Libre de Bruxelles).

Ce projet montre des exemples, avec des jeux de données disponibles du Power Museum (Sidney, Australia) et avec l’outil Google Refine comment effectuer trois composantes essentielles du traitement des données.

1. Le nettoyage : harmoniser et corriger les données
2. La réconciliation : lier les données avec des vocabulaires existants
3. La publication des données  : rendre les données utilisables d’une manière durable

Pour chacune des trois actions, une procédure par étape (et des vidéos) explique comment utiliser Google Refine. Un jeu de données résultant de chaque étape est disponible.

Pour l’action 2, l’extension de Google Refine  DERI RDF Extension for Google Refine* doit être installée. Les données initiales sont ici connectées automatiquement au vocabulaire contrôlé  Library of Congress Subject Headings (LCSH). Le site explique aussi  comment extraire des entités nommées(*) à partir  de données non structurées  en utilisant une extension développée par le projet OpenRefine extension.

Enfin, nous attendons avec impatience l’action 3 :  Sustainable  access.

Les responsables de ce projet donnent aussi des conférences sur ce sujet.. voir le site.

A voir absolument la vidéo d’introduction (en anglais) pour vous convaincre de l’intérêt de promouvoir les Linked data.

(*) La reconnaissance d’entité nommées (extract names entities) consiste à rechercher des objets textuels (c’est-à-dire un mot, ou  un groupe de mots) catégorisables dans des classes telles que noms de personnes, noms d’organisations ou d’entreprises, noms de lieux, quantités, distances, valeurs, dates, etc. (source wikipédia).

* Le nouveau nom de Google Refine est Open Refine