Travaux pratiques

Principes communs aux trois TPs

  • Appréhender une technologie du Web Sémantique en remontant la Semantic Stack originale ou révisée à chaque TP
  • Sujet au choix (idéalement le même à travers tous les TPs) de multiples exemple d’ontologies peuvent être trouvées sur le OntoHub
  • À travailler et à remettre en individuel
  • Faire approuver son sujet avant la date indiquée à chaque l’énoncé
  • Utiliser un éditeur XML ou d’ontologie (par exemple oXygen ou Protégé) de son choix mais essayer de prendre le plus approprié qui permet de valider interactivement votre travail.
  • En plus des données et/ou programmes, remettre un rapport sous forme d’une page web valide XHTML Strict (URL non publique) qui
    • présente et justifie le problème choisi
    • décrit ce que vous avez appris en faisant cet exercice
    • présente les données recueillies
  • Cette page web devrait être accessible publiquement depuis un serveur web par exemple le WebDepot de l’Université de Montréal ou le répertoire Web associé à compte au DIRO.
  • La remise consiste à m’envoyer un courriel contenant l’URL de votre votre page web avant minuit de la date limite
  • Une fois corrigées, les url de vos pages web seront réunies dans une page web commune qui sera publiée via la page des documents le site du cours et les étudiants pourront être appelés à présenter leur sujet en classe.

Récupération des informations de base

Pour récupérer les informations (particulièrement à partir du TP2), ne  vous limitez pas à du copier-coller à la main, mais il vous faut montrer que vous avez une méthodologie appuyée par un outil (semi-)automatique pour vous aider.  Vous n’avez pas nécessairement à écrire les programmes vous-mêmes, vous pourriez utiliser des outils décrits sur cette page de Wikipedia.

Une autre méthode est d’utiliser un programme qui transforme du HTML en XML, par exemple tidy ou jtidy (aussi disponible sous forme de service web) et par la suite utiliser un API Java ou une feuille de style XSLT pour transformer ce XML dans votre propre format. Le chapitre 10 de Web Data Management suggère une bonne méthodologie en quelques étapes bien expliquées.

Pour récupérer le contenu texte ou les méta-données de pages web ou d’autres types de documents (p.e. Word ou PDF), vous pouvez aussi essayer Tika.

TP1 : XML [approbation: 17 septembre, remise: 3 octobre]

  • Dans un domaine de votre choix, trouver des données sur des pages Web à organiser en XML. Voici quelques exemples de domaines, mais vous êtes encouragés à en trouver d’autres:
    • Informations Meteo
    • Dictionnaire
    • Informations sur des disques ou des artistes
    • Personnages d’un roman ou d’une série télévisée
    • Informations de Wikipedia qui ne sont pas déjà dans DBpedia
    • Résultats d’un moteur de recherche
  • Écrire un schéma (Relax NG, forme compacte .rnc) pour stocker et valider ces données
  • Écrire un programme ou un script de conversion des données originales vers votre fichier XML; vous pouvez aussi utiliser un screen scraper pour le faire.
  • Écrire une feuille de transformation XSLT pour présenter vos données XML dans une ou plusieurs pages XHTML. Votre rapport doit donner accès à la page générée par votre feuille de style ainsi qu’à la feuille de style elle-même.

TP2 : RDF [approbation: 15 octobre, remise: 5 novembre]

  • Codifier en RDF les informations recueillies dans votre TP1 en automatisant le processus le plus possible
  • Illustrer l’intérêt de la codification RDF à l’aide de requêtes SPARQL

TP3 : OWL [approbation: 12 novembre, remise: 7 décembre]

  • Créer une ontologie style web sémantique sur le domaine que vous aurez utilisé dans les TP1 et TP2
  • En suivant la méthodologie proposée dans Ontology Development 101, créer une ontologie OWL pour structurer vos informations
  • Ajouter des instances à l’ontologie
  • Vérifier la validité de l’ensemble de vos classes, propriétés et instances.

Professeur au DIRO – Université de Montréal