Elles permettent ainsi de représenter le monde qui nous entoure en décrivant ses diverses composantes. Il faut dans un premier temps identifier les éléments intéressants à stocker pour le bon fonctionnement des outils développés. Par exemple, pour pouvoir faire un suivi cultural, il faut pouvoir caractériser son agrosystème. En résumé il est composé d’une parcelle, sur laquelle est implantée une culture, qui a des caractéristiques botaniques et sur laquelle on va amener des intrants.

Les données dans cet exemple sont donc :

• Culture
• Caractéristiques botaniques
• Intrants (eau, nutriments)
• Parcelle

Il s’agit ensuite de relier ces données entre elles et d’essayer de comprendre la nature de leurs interactions. À cette étape nous sommes amenés à nous poser une question importante pour la suite : de quelle manière peut-on représenter ces données ?

Autrement dit, c’est la manière dont les données influent les unes sur les autres et la manière de représenter ces interactions. Par exemple, prenons une personne : Jack JOHNSON, qui porte une paire de chaussures :

• Liste des objets de la situation réelle étudiée : Jack, JOHNSON, paire de chaussures ;
• Description des données : personne, prénom, nom, chaussures ;
• Interactions entre les données : la personne porte un prénom et un nom qui font son identité, et des chaussures.

Voici deux manières de représenter ces informations (figure 1). La Représentation 1 de ces données ne dispose pas de logique particulière ou d'organisation précise de l'information. La personne est simplement associée à des "objets", sans description de cette association ni des éventuels liens entre ces objets. La Représentation 2 par contre décrit mieux la situation : la personne porte d’une part une identité composée du nom et du prénom ; et d’autre part des chaussures.

Eh bien il se passe la même chose pour décrire le monde agricole (figure 2).

On retrouve les données caractérisant notre agrosystème, mais cette fois-ci elles sont organisées entre elles et communiquent les unes avec les autres : la culture porte des caractéristiques botaniques, reçoit des ressources (eau, nutriments) et est implantée sur une parcelle.

Il existe une grande diversité de représentation des données, tel que le modèle relationnel, qui est communément utilisé. Il se base sur un schéma concret et statique, où les données sont organisées sous forme de tables formées de lignes et de colonnes (figure 3).

De par son architecture, cette modélisation est relativement limitée lorsqu’il faut gérer un grand nombre de données connectées. Lorsqu’il s’agit de modifier l’architecture de la base, cela demande également une réorganisation importante des données, ce qui rend cette représentation moins flexible qu’une modélisation en base graphe.

Cette dernière fonctionne sur une base de nœuds reliés entre eux par des arcs (figure 4) et non pas en tables de données. Chaque nœud représente une donnée qui est liée à un autre nœud par une relation, chacun des nœuds et arcs peut porter des propriétés. Ce modèle permet une interconnexion des données, une facilité dans leur traitement ainsi qu’une grande flexibilité dans l’évolution du modèle. On comprend donc pourquoi, dans le cas où l’on veut représenter un domaine très complexe comme peut l’être le domaine agricole, l’utilisation d’une base graphe est moins contraignante, moins limitante.

Pour faciliter la manipulation de l’outil par l’utilisateur, il convient parfois de pré-renseigner une partie des données. En agriculture, c’est en effet un des enjeux principaux que d’alléger la saisie de données afin de rendre l’utilisation des outils informatiques par les professionnels la plus simple et la moins chronophage possible. D’autre part, pour permettre à différents outils d’échanger entre eux des informations, il faut qu’ils puissent se baser sur un langage commun validé. De nombreux projets ont ainsi eu pour but de générer des informations faisant référence dans un domaine et faites pour être réutilisées : ce sont les référentiels.

Dans l’agriculture, ces référentiels peuvent concerner : la liste des familles botaniques, les espèces et variétés principalement cultivées en France, la liste des agrofournitures présentes dans la filière maraîchère, ou encore la liste des produits phytosanitaires avec leurs caractéristiques.

Sur ces socles communs de la connaissance peuvent venir se brancher plusieurs applications. C’est un des principaux intérêts des référentiels. En effet, ils présentent des données solides sur lesquelles un consensus a été trouvé. Cela permet à différents outils de parler de la même notion et donc de pouvoir communiquer les uns avec les autres.

Par exemple, si un outil renseigne des données de rendements moyens de tomate sur une zone géographique donnée, et qu’un autre outil branché au même référentiel géographique renseigne les données météorologiques pour cette même zone, il sera aisé de lier les données climatiques aux rendements de tomate mesurés.

Cette interopérabilité, ainsi que la fidélité de représentation de notre environnement, peuvent être améliorées grâce à des technologies comme le web sémantique.

Imaginée par le créateur du Web, Sir Tim Berners-Lee, cette idée est basée sur les technologies dites de graphes où les connaissances sont des “objets” ou “points” et les liens qui les unissent sont des relations qui décrivent une connaissance. En structurant les données de cette façon et en appliquant la théorie des graphes, nous pouvons appliquer des algorithmes et requêtes sur ces graphes pour apporter de nouvelles connaissances.

Les données sont représentées sous la forme de triplet, c'est-à-dire que l’on a une source, une destination et une relation (le lien) entre ces deux points. Par exemple, une Courgette est_de_la_famille_botanique cucurbitacées. L’image ci-dessous représente 3 triplets ayant pour source de départ Courgette.

Si dans l’exemple les données sont des mots, dans le monde du Web Sémantique, les données sont majoritairement représentées par des URI. Une URI, pour Uniform Resource Identifier, est un lien sur le web qui porte l’information en question et permet de décrire ou d’atteindre facilement le reste des informations qui lui sont rattachées.

Ressemblant aux adresses URL classiques que vous avez sur votre navigateur et qui vous emmènent sur vos pages web préférées, les URI ont pour vocation d’être un lien vers une information directement référencée dans une base de données.

Dans un triplet, les sources et les liens des triplets sont toujours représentés par des URI alors que la destination peut être une autre URI ou bien une donnée brute comme une phrase, un nombre, une date, etc. Cette URI peut permettre de continuer la navigation dans le graphe.

Le graphe de connaissances se constitue en attachant des triplets ensemble. L’organisation du savoir est formalisée dans un modèle de données et est utilisable par les machines pour communiquer de l’information. Un autre intérêt à construire des graphes de connaissances est de pouvoir prédire des nouvelles relations entre les données, soit en intégrant des règles sémantiques dans les graphes, soit en utilisant des méthodes d’intelligence artificielle.

Si vous, en tant qu’humain, avez cliqué sur le lien vers la page “courgette” de DBPedia, dites-vous que les machines communiquent grâce à des langages spéciaux qui permettent d’atteindre les données plus facilement.

Il existe des langages pour utiliser ou interroger ces informations et graphes de connaissances. Ce sont des recommandations publiques officielles du Word Wide Web Consortium. L’intérêt du Web Sémantique est de pouvoir développer une connaissance partagée, ouverte et standardisée, facile d’accès et réutilisable.

L’objectif, à terme avec le Web Sémantique, est qu’un maximum de données soient connectées entre elles pour avoir un savoir qui communique et qui se nourrit d’un effort commun, nous parlerons alors d’interconnexion des données. L’image ci-dessous (figure 7) nous montre des graphes de données (les points) et les connexions qui existent entre elles, produisant au final une grande toile de connaissances accessibles et utilisables par tous.

Pour décrire cette connaissance et organiser les données en son sein, sous forme de TRIPLETS, il convient de définir le modèle. Pour cela, il est commun de construire une ontologie.

L’objectif d’une ontologie est de structurer les données. Elle est composée de classes et de propriétés entre classes ou des types de données, ce qui permet de structurer la connaissance. Les données sont contrôlées en saisie par le modèle pour alimenter la base graphe. Grâce à ces ontologies, les utilisateurs peuvent plus facilement participer à l’amélioration de la connaissance car ils suivent un format préétabli.

Chaque ontologie a pour vocation de représenter une partie de la connaissance qui lui est propre, elles ont toutes une sémantique particulière. Les utilisateurs peuvent plus facilement communiquer entre les différents modèles de données et les différentes bases car ils comprennent plus facilement comment les données sont organisées.

En reprenant notre exemple des légumes, nous pouvons construire un début d’ontologie. Un exemple de modèle serait :

• Classes : Plante (Courgette), Famille d’usage (Légumes), Famille Botanique (Cucurbitacées)
• Relations : "est Un"

Nous retrouverons les relations vues précédemment qui seraient répétées entre les classes. Grâce à ce modèle, nous avons notre MODELE et les données seront construites en suivant ce format (figure 8).

Nous vous avons expliqué dans cet épisode ce qu’est une donnée et comment on l’utilise dans un outil informatique utilisant les technologies sémantiques. Retrouvez-nous au prochain épisode pour parler de l’intérêt de ces outils informatiques pour la filière agricole.

Liste des Définitions :
https://techlib.fr/definition/data.html
https://fr.wikipedia.org/wiki/Mod%C3%A8le_de_donn%C3%A9es
https://fr.wikipedia.org/wiki/R%C3%A9f%C3%A9rentiel_(base_de_donn%C3%A9es)