Différences

Ci-dessous, les différences entre deux révisions de la page.

--- besson_sylvain:economist_jurist [2021/03/16 18:46]
Sylvain Besson
+++ besson_sylvain:economist_jurist [2021/03/26 14:13]
Sylvain Besson
@@ Ligne 3: / Ligne 3: @@
 ====== Économiste et juriste ======
 \\
-Économiste et juriste est un projet visant à étudier les économistes et les juristes depuis 1800 jusqu'à nos jours. Pour cela, nous allons prendre les données qui sont présentes sur DBpedia et BnF Data et les lier entre elles. Le but final étant d'avoir une base de données fonctionnelle sur ces populations. De cette base de données nous pourront réaliser plusieurs traitements statistiques, d'analyses descriptives et d'analyses de réseaux.
+Économiste et juriste est un projet visant à étudier les économistes et les juristes depuis 1800 jusqu'à nos jours. Pour cela, nous allons prendre les données qui sont présentes sur DBpedia et BnF Data et les lier entre elles. Le but final étant d'avoir une base de données fonctionnelle sur ces populations.
-=====DBpedia=====
+De cette base de données nous pourront réaliser plusieurs traitements statistiques, d'analyses descriptives et d'analyses de réseaux.
-\\
-[[https://wiki.dbpedia.org/about|DBpedia]] est une projet participatif d'extraction de données structurées à partir de différents projets Wikimedia (c'est avant tout pour extraire les données de Wikipedia), débuté en 2007 par l'université libre de Berlin et l'université de Leipzig. Ce projet s'inscrit dans la démarche du //[[https://en.wikipedia.org/wiki/Linked_data|linked data]]// imaginé par Tim Berners-Lee. Le but étant de permettre que les données soient visibles aussi bien par des êtres humains que par des machines. Les données sont encodées au format [[https://fr.wikipedia.org/wiki/Resource_Description_Framework|RDF]]. Cette base de données peut ensuite être interrogée au moyen d'un langage SQL tel que [[https://fr.wikipedia.org/wiki/SPARQL|SPARQL]].
-Au prémisse du projet, l'objectif de DBpedia était de récupérer toutes les données qui sont contenues dans les //infoboxes// (c'est une table de données résumant les informations essentiels dans une fiche Wikipedia) de Wikipedia. Ensuite, ils ont aussi récupérer diverses données comme le résumé ou bien tous les liens présents sur la pages. Ils ont pu aussi rajouter d'autres liens vers des fiches d'autres sites ou bases de données. Cette extraction (via l'extracteur MARVIN) se faisait au début du projet tous les ans, mais aujourd'hui ils arrivent à extraire l'ensemble des données de Wikipedia chaque mois. De plus actuellement, à chaque étape de l'extraction jusqu'à la publication, il y a une validation sur la plateforme [[https://databus.dbpedia.org/|Databus]] afin de corriger la syntaxe RDF, etc.
+Nous utiliserons pour cela le langage SPARQL.
-De plus, il y a une [[https://wiki.dbpedia.org/online-access/DBpediaLive/|version]] qui est mise à jour à chaque modification sur Wikipedia. Cette dernière ne se base que sur le Wikipedia anglais.
+----
-Parallèlement à ça, ils ont créé une [[https://wiki.dbpedia.org/services-resources/ontology|ontologie]] afin de structurer hiérarchiquement l'ensemble des données. Cette ontologie se fait suite à l'extraction des données à partir de cette dernière, mais ils gardent accessible l'extraction initiale des ressources. L'ontologie s'appuie aussi ce que qui a été fait par [[https://schema.org/|schema.org]] (vocabulaire pour lier les données du web, créés par Google, Microsoft, Yahoo et Yandex) pour améliorer leur ontologie. DBpedia s'est aussi très récemment associé à [[https://www.diffbot.com/|Diffbot]] qui permet d'extraire des données structurées à partir de données non-structurées (TAL - Traitement automatique des langues) ([[https://blog.dbpedia.org/2021/01/14/the-diffbot-knowledge-graph-and-extraction-tools/|lien vers la source]]).
+=====Documentation=====
+Vous retrouverez la [[Economiste_Juriste_Documentation|Documentation]] qui peut être utile pour comprendre le projet avec les langages employés, les jeux de données utilisés, etc.
-Il est possible de voir la structure de l'ontologie, ainsi que les instances[[http://78.46.100.7:9000/|ici]] avec des graphs dynamiques.
-Nous avons donc dans DBpedia des classes ([[https://dbpedia.org/ontology/Economist|exemple]]) et des propriétés ([[https://dbpedia.org/ontology/personFunction|exemple]]). Mais aussi, nous avons des ressources simples ([[https://dbpedia.org/page/Economist|exemple]]) qui peuvent jouer le rôle d'instance.
+Accès à notre [[https://github.com/Semantic-Data-for-Humanities/Economists_Lawyers|dépôt Github]] sur lequel nous mettons nos différents carnets Python.
-Pour aller plus loin dans la compréhension de DBpedia, il est possible de lire de lire cette article sur la dernière mise à jour parue: Hofer M., Hellmann S., Dojchinovski M., Frey J., [[https://link.springer.com/chapter/10.1007/978-3-030-59833-4_1|The New DBpedia Release Cycle: Increasing Agility and Efficiency in Knowledge Extraction Workflows]], dans: Blomqvist E. et al. (eds) //Semantic Systems. In the Era of Knowledge Graphs. SEMANTICS 2020. Lecture Notes in Computer Science//, Springer, Cham, 27 octobre 2020. (DOI:10.1007/978-3-030-59833-4_1)
+----
+=====Délimitation du sujet=====
-Vous retrouver [[https://dbpedia.org/sparql?nsdecl|ici]] la liste des [[https://fr.wikipedia.org/wiki/Espace_de_noms|espaces de noms]] (wikipedia fr) utilisés par DBpedia.
+Afin d'avoir une population claire à étudier, il faut pour cela délimiter notre sujet et ainsi discriminer les personnes qui rentrent ou non dans la définition d'économiste ou de juriste.
-L'accès direct au [[https://dbpedia.org/sparql|terminal SPARQL]] de DBpedia, ainsi que de la version //[[https://live.dbpedia.org/sparql|live]]//.
+====Économiste====
-=====BnF Data=====
+Nous allons commencer par définir les **économistes**. Pour cela nous pouvons tout d'abord, regarder ce que la définition qu'en donne le CNRTL (Centre National des Ressources Textuelles et Lexicales):
-\\
-[[https://data.bnf.fr/|BnF Data]] est une base de données permettant de rendre accessible les données de la Bibliothèque nationale de France, issues de [[https://gallica.bnf.fr/accueil/fr/content/accueil-fr?mode=desktop|Gallica]] (portail des numérisations de la BnF), du [[https://catalogue.bnf.fr/index.do|catalogue général]] de la bibliothèque, ainsi que d'[[https://archivesetmanuscrits.bnf.fr/|Archives et manuscrits]] (catalogue dédié aux archives et au manuscrits des différents fonds de la BnF). Le projet a pour but de fournir des données structurés interprétables par des machines mais aussi lisibles par des humains, afin là aussi d'être dans les principes du //linked open data//. Les données sont encodées dans le format standard RDF. Cela implique qu'à chaque ressource un URI lui est associé, c'est le [[https://fr.wikipedia.org/wiki/Archival_Resource_Key|mécanisme ARK]].
-De plus, une partie des données est alignée sur d'autres référentiels et jeux de données comme DBpedia (à noter que c'est le DBpedia français et non le DBpedia global) et VIAF.
+> "//Celui qui est spécialiste d'**Économie Politique**.//" ([[https://www.cnrtl.fr/definition/%C3%A9conomiste|CNRTL - économiste]])
-====Modèle utilisé par BnF Data====
+Cette définition est assez sommaire.
-BnF Data utilise aussi une modèle pour son fonctionnement. Ce modèle s'intitule FRBR (//Functional Requirements for Bibliographic Records//). Il a été développé par l'IFLA en 1998 afin de répondre aux besoins de bibliothèques en matière de modélisation mais il a évolué ensuite en deux modèles distincts le FRBRer et le [[http://www.cidoc-crm.org/frbroo/|FRBRoo]]. le FRBRer est le FRBR initial mais dont le nom a été modifié par commodité afin de la distinguer du FRBRoo. Il intègre aussi par le suite le FRANAR (//Functional Requirements and Numbering of Authority Records//) en 1999 et le FRSAD  (//Functional Requirements for Subject Authority Data model//) en 2005 permettant d'intégrer des autorités. Le FRBRoo, quand a lui est issu d'un groupe de travail entre l'IFLA et le [[http://cidoc-crm.org/|Cidoc CRM]].
+Nous pouvons aussi regarder la définition que celui-ci donne de l'**économie**:
-Les distinctions entre les deux modèles sont les suivantes:
+> "//Ensemble de ce qui concerne la **production**, la répartition et la **consommation** des richesses et de l'**activité** que les hommes vivant en société déploient à cet effet. Synon. récent **science économique**"// ([[https://www.cnrtl.fr/definition/%C3%A9conomiste| CNRTL - économie]])
-  * Tout d'abord, le FRBRer est qualifié d'Entité Relation tandis que le FRBRoo est qualifié d'Orienté Objet afin de le placer dans le cadre du Cidoc CRM.
+Par cette définition, nous pouvons dire que l'**économiste** est celui qui est spécialiste de l'ensemble ci-dessus (bien que d'autres définitions soient données, elle nous a semblé être la plus pertinente).
-  * Ensuite dans le FRBRoo les entités deviennent des classes, les attributs et les attributs deviennent des propriétés. De plus, chaque classe ou propriété a un URI.
+Il est aussi intéressant de regarder la définition qu'en donne Wikipedia (notamment car c'est en partie de lui que nos données proviennent). Il faut remarquer tout d'abord qu'il y a une distinction qui est faite entre l'**économie** en tant que discipline ([[https://fr.wikipedia.org/wiki/%C3%89conomie_(discipline)|Wikipedia fr]]) et l'**économie** en tant que processus de l'activité humaine ([[https://fr.wikipedia.org/wiki/%C3%89conomie_(activit%C3%A9_humaine)|Wikipedia fr]]). La distinction est d'autant plus clair en anglais, puisque qu'on a d'un côté //[[https://en.wikipedia.org/wiki/Economics|**economics**]]// (la discipline) et de l'autre //[[https://en.wikipedia.org/wiki/Economics|**economy**]]// (le processus) ou en italien, entre //[[https://it.wikipedia.org/wiki/Scienze_economiche|**scienze economiche**]]// (la discipline) et //[[https://it.wikipedia.org/wiki/Economia|**economia**]]// (le processus).
-  * Enfin on ne parle d'ontologie que pour le FRBRoo.
+La définition en en-tête de la page **économie** (en tant que discipline) est sensiblement la même que celle vue précédemment sur CNRTL:
-Ce [[https://bibliotheques.wordpress.com/2013/06/13/frber-et-frbroo/|billet de blog]] d'Etienne Cavalié résume très bien la distinction qui est faite entre les deux modèles (l'échange de commentaires entre Etienne Cavalié et Patrick Le Boeuf en fin de blog est aussi intéressant).
+> "//L'**économie** (ou économie politique, science économique) est une discipline qui étudie l'économie en tant qu'activité humaine, qui consiste en la production, la distribution, l'échange et la consommation de biens et de services.//" (Wikipedia fr - économie (discipline))
-Vous pouvez avoir [[http://www.cidoc-crm.org/frbroo/fm_releases|ici]] les différentes version du FRBRoo.
-Il faut ajouter à cela un autre modèle, le IFLA LRM (Library Reference Model), initié en 2017 qui a pour but de corriger certaines incohérences du FRBRer en créant un modèle commun au FRBRer, FRANAR et FRSAD. La présentation du modèle est disponible sur cette [[https://www.transition-bibliographique.fr/enjeux/definition-ifla-lrm/|page]]. L’intégralité du modèle est disponible [[https://www.ifla.org/publications/node/11412|ici]].
+À partir de maintenant, pour enlever toute ambiguïté, c'est dans ce sens que nous emploierons le terme **économie**. Il est du coup possible de se demander si l’emploierons dans le seul sens d'[[https://fr.wikipedia.org/wiki/%C3%89conomie_politique|**économie politique**]] (qui étudie la cité), comme dans l'acceptation courante, par opposition à l'[[https://fr.wikipedia.org/wiki/%C3%89conomie_domestique|**économie domestique**]] (qui étudie le foyer) ou bien si nous devons intégrer cette dernière.
-Le FRBR (dans ses deux modèles) a pour but de modéliser les données bibliographiques. Pour cela, il y a quatre niveaux pour délimiter les œuvres:
+====Juriste====
-  * **L'œuvre** : C'est le niveau de la création, ex: //Le seigneur des anneaux// de Tolkien.
+Nous pouvons dorénavant faire la même démarche pour les **juristes**. Le CNRTL nous donne une définition simple, mais claire:
-  * **L'expression**: Cela rassemble les différentes versions du même œuvre, un abrégé, une traduction. ex: la traduction française du seigneur des anneaux.
+> "//Celui qui, spécialisé dans la science du droit, en fait profession, par la pratique ou par des écrits.//" ([[https://www.cnrtl.fr/definition/juriste| CNRTL - juriste]])
-  * **La manifestation**: C'est la matérialisation d'une expression, comme une édition. ex: le //Le Hobbit// « Édition Deluxe illustrée par J.R.R. Tolkien, Christian Bourgois Édition».
+Le **droit** est quand à lui définit comme "La science juridique." ([[https://www.cnrtl.fr/definition/droit| CNRLT -droit]]). C'est bien sûr une définition réduire de ce qu'implique la notion de droit mais c'est dans ce sens-là que nous allons la traiter ici.
-  * **L'item**: C'est l'exemplaire. ex: //Le seigneur des anneaux// de Tolkien dans la bibliothèque de ma grand-mère ou bien le manuscrit Français 1158 conservé à la BnF au Département des Manuscrits.
+La définition de **juriste** donnée par Wikipedia est ici encore un peu plus explicite:
-Ces différents niveaux sont mis en relation à des personnes ou des collectivités. Auxquels, on peut ajouter des lieux, des événements, des concepts et des objets.
+> "//Un **juriste** est une personne qui a fait des **études de droit** à l'issue desquelles lui ont été délivrés des diplômes et qui développe ou applique le droit auprès d’une structure telle qu’un tribunal, une administration ou une entreprise. Il s’agit d’une **activité professionnelle rémunérée** consistant à effectuer des **analyses** et des **formalités juridiques** au sein d’une structure.//" ([[https://fr.wikipedia.org/wiki/Juriste|Wikipedia fr - juriste]])
-====Liens utiles====
+Il est aussi intéressant de regarder la définition anglaise du terme (dans le sens où la page française dans Wikipedia renvoie à la page anglaise) qui diffère:
-Vous pourrez retrouver sur cette page l'ensemble du [[https://data.bnf.fr/opendata|fonctionnement]] de BnF Data, c'est à dire le modèle employé, les alignements réalisés, ainsi que les espaces de noms utilisés.
+> "//A **jurist** is a person with **expert knowledge of law**; someone who analyses and comments on law. This person is usually a specialist legal scholar—not necessarily with a formal qualification in law or a legal practitioner, although in the United States the term "jurist" may be applied to a judge. [...] The English term jurist is to be distinguished from similar terms in other European languages, where it may be synonymous with **legal professional**, i.e. anyone with a **professional law degree** that qualifies for legal work.//" ([[https://en.wikipedia.org/wiki/Jurist| Wikipedia en - jurist]])
-La mission de BnF Data est résumée sur cette [[https://www.bnf.fr/fr/databnffr|page]].
+La définition française de **juriste** s'approcherait davantage de //**legal professional**//:
-L'accès au [[https://data.bnf.fr/sparql/|terminal SPARQL]] de BnF Data.
+> "//**Legal profession** is a profession, and legal professionals study, develop and apply law. Usually, there is a requirement for someone choosing a career in law to first obtain a law degree or some other form of legal education.//" ([[https://en.wikipedia.org/wiki/Legal_profession|Wikipédia en - Legal profession]])
-=====VIAF=====
+Il faut ajouter à cela un troisième terme en anglais, celui de //**lawyer**// qui rentre en partie dans la définition de **juriste**:
-[[https://viaf.org/|VIAF]] (//Virtual International Authority File//) est un fichier des autorités internationales qui a pour but d'identifier les personnes ou les organisations qui se trouve dans d'autres fiches d'autorités. Cela permet aussi de les mettre en relation par un identifiant URI VIAF. Il est au cœur de la démarche du [[https://fr.wikipedia.org/wiki/Web_s%C3%A9mantique|web sémantique]] et du //[[https://en.wikipedia.org/wiki/Linked_data|linked data]]//.
+> "//A **lawyer** or **attorney** is a person who **practices law**, as an advocate, attorney at law, barrister, barrister-at-law, bar-at-law, canonist, canon lawyer, civil law notary, counsel, counselor, counsellor, solicitor, legal executive, or public servant preparing, interpreting and applying law, but not as a paralegal or charter executive secretary. Working as a lawyer involves the **practical application** of abstract legal theories and knowledge to **solve specific individualized problems**, or to advance the interests of those who hire lawyers to perform legal services. The role of the lawyer varies greatly across different legal jurisdictions//". ([[https://en.wikipedia.org/wiki/Lawyer| Wikipedia en - Lawyer]]).
-Le VIAF a été initié en avril 1998 par la //Library of Congres//, la //Deutsche Nationalbibliothek// et le OCLC. La Bibliothèque nationale de France a rejoins le contortium en 2007. Ces dernières sont les principales décisionnaire du projet. Le projet est aujourd'hui porté par de nombreuses institutions (61  en 2017) mais il est mis en œuvre et hébergé par le [[https://www.oclc.org|OCLC]] (Online Computer Library Center).
+Toutes ces différentes acceptations peuvent définir un **juriste** et ce sont celles-ci que nous devons intégrer dans nos requêtes.
-La page [[https://fr.wikipedia.org/wiki/Fichier_d%27autorit%C3%A9_international_virtuel|wikipedia (fr)]] du VIAF notamment pour connaître les bibliothèques partenaires.
+Nous avons à présent définit un peu plus clairement quelle est la population que nous souhaitons étudier. Ce sont avant tout des personnes qui ont obtenus des diplômes, soit en **économie**, soit en **droit**, et qui par la suite ont poursuivi une "carrière" dans le domaine. Néanmoins, ils nous sera possible d'inclure certaines personnes qui étudient l'une de ces deux disciplines dans le cas où elles auraient fait une carrière dans celles-ci.
+----
-Le VIAF est utile dans notre projet, Les URI qu'ils utilisent sont employées à la fois par DBpedia et par BnF data. Donc il est utile pour faire le lien entre les deux.
+=====Sondage des données=====
-Cette [[https://platform.worldcat.org/api-explorer/apis/VIAF|page]] donne accès à l'API de VIAF.
+La première étape est de connaître l'état des jeux de données de DBpedia et BnF Data afin de voir le nombre de personnes dont on peut considérer qu'elles font parties de la "population" des Économistes et des juristes.
-En 2014, différents [[https://www.oclc.org/developer/news/2014/viaf-rdf-vocabulary-changes-and-additions.en.html|changements]] dans le vocabulaire et des ajouts. Ils ont notamment changer certains espaces de noms pour prendre ceux de [[https://schema.org/|schema.org]].
+Pour cela il faut réaliser des Requêtes SPARQL afin de connaître indépendamment sur les deux bases de données le nombre de personnes qui répondre à ce critère. Pour cela, il ne faut faire les requêtes avec le moins grande nombre de critère de sélection afin de ne réduire la population si une personne ne correspond pas à une des critères. Les seuls critères qui sont conservés sont l'URI de la personne, sans quoi on ne peut pas l'identifier et l'année de naissance.
-En 2016, des [[https://www.oclc.org/developer/news/2016/upcoming-changes-to-viaf.en.html|changements]] ont été opérés dans l'API de VIAF.
+Il est ensuite possible de rajouter des critères optionnels comme le nom (toutes les personnes n'ont pas systématiquement un nom inscrit), la nationalité, etc.
-Ex: [[http://www.viaf.org/viaf/29551966/viaf.json|Notice au format json]] de John Maynard Keynes
+Il est aussi parfois essentiel de conserver le résumé/la biographie de la personne, car c'est cet élément qui l'identifie en tant qu'économiste ou juriste. Il est possible dans le langage SPARQL d'aller chercher des chaînes de caractères avec la clause REGEX. C'est avec cette dernière que nous pouvons aller chercher dans les biographies et les résumées les mentions d'économistes, professeur d'économie, //lawyer//, etc.
+Pour la BnF, il y n'a besoin de chercher ces chaînes de caractère qu'en français, car toutes les biographies sont écrites en français. Par contre, pour DBpedia, il faut avant tout les faire en anglais, car c'est la langue qui est privilégiée.
-Cette [[https://www.w3.org/2005/Incubator/lld/wiki/Use_Case_Virtual_International_Authority_File_(VIAF)|page]] explique comment le VIAF fonctionne (:!: Attention: Elle n'a pas été mise à jour depuis 2010).
+Voici un exemple d'interrogation possible pour obtenir les économistes sur la base BnF Data:
+<code>
-Ils semblent qu'ils aient réalisé une ontologie mais qu'elle est, à ce jour plus exploitée, ou bien qu'elle ne soit publique (mais depuis 2011, il y a aucune documentation sur elle).
+query="
+PREFIX  egr:  <http://rdvocab.info/ElementsGr2/>
+PREFIX  owl:  <http://www.w3.org/2002/07/owl#>
+PREFIX  dbr:  <http://dbpedia.org/resource/>
+PREFIX  xsd:  <http://www.w3.org/2001/XMLSchema#>
+PREFIX  skos: <http://www.w3.org/2004/02/skos/core#>
+PREFIX  foaf: <http://xmlns.com/foaf/0.1/>
+SELECT DISTINCT  ?s ?name ?sName ?uri ?year ?bio
+WHERE
+  {   { ?s  egr:biographicalInformation  ?bio ;
+            egr:dateOfBirth       ?bd
+        BIND(strbefore(strafter(str(?bd), "http://data.bnf.fr/date/"), "/") AS ?year)
+        FILTER ( ?year > "1800" )
+        FILTER ( ( regex(?bio, "juriste", "i") || regex(?bio, "professeur de droit", "i") ) || regex(?bio, "docteur en droit", "i") )
+        OPTIONAL
+          { ?s  foaf:name  ?name }
+        OPTIONAL
+          { ?s  skos:prefLabel  ?sName }
+        OPTIONAL
+          { ?s  owl:sameAs  ?uri
+            FILTER regex(?uri, "viaf.org", "i")
+          }
+      }
+    UNION
+      { ?s  egr:biographicalInformation  ?bio ;
+            egr:dateOfBirth       ?bd
+        BIND(strbefore(strafter(str(?bd), "http://data.bnf.fr/date/"), "/") AS ?year)
+        FILTER ( ?year > "1800" )
+        FILTER ( ( ( regex(?bio, "économiste") || regex(?bio, "Economiste") ) || regex(?bio, "professeur d'économie", "i") ) || regex(?bio, "docteur en économie", "i") )
+        OPTIONAL
+          { ?s  foaf:name  ?name }
+        OPTIONAL
+          { ?s  skos:prefLabel  ?sName }
+        OPTIONAL
+          { ?s  owl:sameAs  ?uri
+            FILTER regex(?uri, "viaf.org", "i")
+          }
+      }
+  }
+ORDER BY DESC(?uri)
+"""
+</code>
+Cette requête est exécuté sur python est permet d'aller chercher les économistes et les juristes BnF data.  (cf. [[projets_individuels:economiste_juriste_documentation|Documentation SPARQL]] pour comprendre davantage comment se construit la requête.)

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Différences

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190