Pour aller plus loin avec RDFa

En vue d'explorer les possibilités de RDFa, j'ai mis au point une petite application. Dans la barre à droite sur ce blog, j'ai ajouté une boîte dite Knowledge box. Son principe est simple. En cliquant sur un terme, le résumé de sa définition dans Wikipédia et un lien vers la page de Wikipédia francophone s'affichent.

En soi, l'idée n'est pas révolutionnaire et j'aurais pu le faire sans déployer toute l'artillerie des technologies du Web sémantique, mais ce qui me paraît intéressant dans cette expérience, c'est de montrer les atouts de disposer d'une syntaxe normalisée pour repérer des entités, RDFa, qui peut être exploitée de différentes façons afin de disposer d'une base de données structurée dans une syntaxe normalisée avec des URI identifiant chaque concept, Dbpedia en RDF et d'un langage de requêtes normalisé, Sparql. Bref, j'aurais pu faire cette expérience avec une base de données MySQL et quelques scripts PHP, mais dans ce cas, il aurait fallu que je maintienne les définitions et ma solution n'aurait pu être implémentée que sur mon site. Évidemment, nous sommes encore loin du rêve de Tim Berners-Lee d'agents intelligents capables de rapatrier et d'agréger les données pour répondre à une question précise, mais imaginez les possibilités d'une telle application dans une bibliothèque numérique qui afficherait les données des notices d'autorités, mises à la disposition de tous en RDF ou dans une édition critique en ligne qui afficherait les notices biographiques provenant de l'agrégation de toutes les bases de données prosopographiques qui traînent dans les labos d'histoire en France… Je suis sûr que vous trouverez plein d'autres idées.

Maintenant, concrètement, un script PHP parse le contenu du billet via Xpath et récupère toutes les chaînes de caractères des nœuds dont l'attribut rel contient la propriété OWL « owl:sameAs ». L'URI indiquée permet de construire la requête en Sparql pour interroger l'entrepôt de données RDF de DBpedia. Le résultat est affiché sur cette page grâce à AJAX et le tour est joué. Bon, c'est codé avec les pieds, mais si certains d'entre vous sont intéressés, ce sera un plaisir de donner le script. Je vais continuer à l'améliorer (si certains veulent m'aider, ce sera aussi avec plaisir), pour diversifier les données RDF interrogées, les différentes propriétés affichées (une image, les coordonnées géographiques…) et si, en tant que lecteur, ça vous intéresse, n'hésitez pas à me le préciser, je généraliserai cette knowledge box à tous les billets.

Plusieurs d'entre vous m'ont demandé le code de la knowledge box. C'est avec plaisir que je vous en fais part, mais autant vous prévenir tout de suite je suis un très mauvais codeur quand il s'agit d'utiliser un langage de programmation. Merci d'avance pour votre indulgence à ce sujet.

Six parties composent la knowledge box :

• la classe PHP, RAP (RDF API for PHP) mise au point par Chris Bizer, permet d'interroger le SPARQL endpoint de Dbpedia ;
• un script PHP qui utilise cette classe et qui rapatrie les données ;
• un script JavaScript très très simple pour l'AJAX ;
• un bout de code PHP à introduire dans un bloc de Drupal ;
• les triples RDFa dans votre contenu.

Pour RAP, il suffit de le télécharger et de le poser dans votre arborescence. Attention au chemin, il nous sera utile pour y faire référence dans le script PHP.

Le script PHP permet d'interroger le serveur SPARQL de Dbpedia, de construire la requête et de formater la réponse qui revient en HTML.

<!--Le chemin vers RAP -->
define("RDFAPI_INCLUDE_DIR", "./api/");
include(RDFAPI_INCLUDE_DIR . "RdfAPI.php");
<!--Ici on récupère l'argument URI dans l'URL qui correspond à l'objet du triple RDF, par exemple, http:/dbpedia.org/resource/Tim_Berners-Lee-->
$uri=$_GET['uri'];
<!--J'instancie un appel au serveur SPARQL de Dbpedia-->
    $client = ModelFactory::getSparqlClient("http://dbpedia.org/sparql");
<!--Je demande les résultats au format XML, mais pour l'instant il semble qu'il y ait un bogue et c'est du HTML zarbi qui est renvoyé-->
    $client->setOutputFormat("xml");
<!--La requête en SPARQL : concrètement, je récupère le résumé en français et le lien vers la page de la Wikipédia francophone-->
    $querystring = "
    PREFIX owl: >http://www.w3.org/2002/07/owl#>
    PREFIX xsd: >http://www.w3.org/2001/XMLSchema#>
    PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
    PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
    PREFIX foaf: <http://xmlns.com/foaf/0.1/>
    PREFIX dc: <http://purl.org/dc/elements/1.1/>
    PREFIX : <http://dbpedia.org/resource/>
    PREFIX dbpedia2: <http://dbpedia.org/property/>
    PREFIX dbpedia: <http://dbpedia.org/>
    PREFIX skos: <http://www.w3.org/2004/02/skos/core#>
    SELECT ?hasValue ?wikifr
    WHERE {
    { <".$uri."> <http://dbpedia.org/abstract> ?hasValue.
      <".$uri."> <http://dbpedia.org/property/wikipage-fr> ?wikifr
     }
    FILTER ( lang(?hasValue) = \"fr\" )
    }
    ";
    $query = new ClientQuery();
    $query->query($querystring);
    $result = $client->query($query);
    $result="<div>".$result."</div>";
<!--Mise en forme du résultat avec un peu de XPath et simpleXML de PHP5-->
    $xml = new SimpleXMLElement($result);
    if ($xml->xpath('/div/table/tr[2]')) {
        foreach($xml->xpath('/div/table/tr[2]') as $line) {
            echo "<span>".$line->td[0]."</span><br/><a href=".$line->td[1].">En savoir plus</a>";
        }
    }
    else {
        echo "pas d'information";
    }

Le script JavaScript pour l'AJAX est ultra simple. Il se contente de ramener la page Web query.php à laquelle je fais passer l'argument URI :

function objAjax(){
    var xhr = null; 
    if(window.XMLHttpRequest) // Firefox et autres
        xhr = new XMLHttpRequest(); 
    else if(window.ActiveXObject){ // Internet Explorer 
        try {
            xhr = new ActiveXObject("Msxml2.XMLHTTP");
        } catch (e) {
            xhr = new ActiveXObject("Microsoft.XMLHTTP");
        }
    }
    else { // XMLHttpRequest non supporté par le navigateur 
        alert("Votre navigateur ne supporte pas les objets XMLHTTPRequest..."); 
        xhr = false; 
    } 
    return xhr
    }
/*** Méthode qui sera appelée sur le clic du bouton*/
function go(arg1){
    var xhr = objAjax()
    // On définit ce qu'on va faire quand on aura la réponse
    xhr.onreadystatechange = function(){
        if(xhr.readyState == 1) {
            document.getElementById('reponse').innerHTML="<img src='http://www.lespetitescases.net/images/spinner.gif'/>"
        }
        // On ne fait quelque chose que si on a tout reçu et que le serveur est OK
        if(xhr.readyState == 4 && xhr.status == 200){
            var reponse=xhr.responseText.replace( /\\u0*([0-9A-F]*)/g, '&#x$1;' );
            var reponse=reponse.replace(/\\n/g, '<br/>');
            document.getElementById('reponse').innerHTML=reponse;
        }
    }
    var url="http://lespetitescases.net/essai/rapi/query.php?uri="+arg1
    xhr.open("GET",url,true);
    xhr.send(null);
}

Dans Drupal (je vous laisse adapter en fonction de votre CMS), il faut créer un nouveau bloc que j'ai limité à un billet, pour l'instant, avec ce code dont l'idée est d'analyser le contenu pour trouver les attributs RDFa (dans cet exemple, je me suis contenté de l'attribut rel et de la valeur owl:sameAs) :

if (arg(0) == 'node' && is_numeric(arg(1)) && is_null(arg(2))) {
  //Je récupère l'ID du node
  $nid = (int)arg(1);
  //Je vais récupérer le corps de ce node dans la base de données MYsql    
  $sql = "SELECT title,body FROM node_revisions WHERE nid={$nid}";
  $result = db_query(db_rewrite_sql($sql));
  while ($anode = db_fetch_object($result)) {
    $content=$anode->body;
    $content="<div>".$content."</div>";
    $xml = new SimpleXMLElement($content);
    //Je fais une requête XPath pour trouver tous les nœuds qui comportent l'attribut rel avec la valeur owl:sameAs
    if ($xml->xpath('//node()[@rel="owl:sameAs"]')) {
      echo "<ul>";
    //Pour chacun de ces nœuds, je le mets en forme
      foreach($xml->xpath('//node()[@rel="owl:sameAs"]') as $triple) {
    $url=$triple['href'];
    $string=$triple;
        //Je fais l'appel au JavaScript en passant en argument l'URI objet.
    echo "<li><a href='#' onclick='go(\"".$url."\")'>".$triple."</a></li>";
      }
      echo "</ul><span id='reponse'></span><br/>";
    }
    else {
      echo "<p>Pas de triplets RDFa dans ce billet</p>"; 
    }
  }
}

Et pour finir, il faut introduire les triplets en RDFa dans votre contenu :

<span id="php" about="#php" rel="owl:sameAs" href="http://dbpedia.org/resource/PHP">PHP</span>

Pour retrouver l'URI, vous pouvez utiliser l'interrogation plein texte de Dbpedia avec bif:contains.

Comment améliorer cette knowledge box ? Je vois plusieurs pistes :

• amélioration du code ;-) ;
• permettre à l'utilisateur de rapatrier d'autres propriétés, c'est-à-dire paramétrer la requête SPARQL ;
• ne pas se limiter à Dbpedia, mais rapatrier des informations contenues dans un fichier FOAF, par exemple, ou dans un autre RDF triple Store ;
• afficher une carte de Yahoo Maps ou de Google Maps quand le sujet est un lieu ;
• et toutes vos idées…

Il n'y a pas de licence, vu la bidouille de ce code, mais vous pouvez le récupérer, l'adapter, le triturer, l'améliorer…

• Première étape : vous installez Opérator à partir du site de Mozilla addons.
• Deuxième étape : un des avantages d'Operator est de pouvoir ajouter des scripts utilisateur, il vous faut donc télécharger les deux scripts que j'ai mis au point : isbn.js et sioc_delicious.js et les enregistrer sur votre disque.
• Troisième étape : vous cliquez sur Options de la barre d'outils d'Opérator et dans l'onglet « User scripts » vous importez les deux scripts en cliquant sur Nouveau et vous relancez votre navigateur.
• Quatrième étape : vous cliquez sur Options de la barre d'outils d'Opérator et dans l'onglet « Actions » vous ajoutez « Show with Amazon », « Show with Library Thing » et « Explore URL with del.icio.us » et vous relancez le navigateur.
• Cinquième étape : vous pouvez tester les deux premières actions sur la page Lu, écouté, vuhttp://www.lespetitescases.net/lu-ecoute-vu de ce blog (attention, certains ouvrages ne donnent aucun résultat dans Library Thing, car je pense que le livre n'y est pas enregistré) et la troisième sur la page d'accueilhttp://www.lespetitescases.net/ (si certaines URL ne donnent pas de résultat, c'est tout simplement parce qu'aucune personne n'a enregistré cette URL dans del.icio.us, mais vous pouvez résoudre ce problème).

Concrètement, j'ai donc ajouté du RDFa dans mes pages.

Pour les livres et l'ISBN, j'ai utilisé Dublin Core, la propriété dc:identifier et l'espace de noms urn:isbn défini par la RFC 3187 de l'IETFhttp://www.ietf.org/rfc/rfc3187.txt ce qui donne :

<div about="http://lespetitescases.net/harry-potter-VII" property="dc:title"
   content="Harry Potter and the Deathly Hallows">
     <h2>Harry Potter and the Deathly Hallows</h2>
     <span property="dc:identifier" content="urn:isbn:0747591059" 
      style="display: none;">urn:isbn:0747591059</span>
     <p>[...]</p>
  </div>

Le script détecte la présence de la propriété dc:identifier et s'il contient urn:isbn, il récupère l'ISBN et construit l'URL vers Amazon et Library Thing.

Les applications possibles de cet exemple sont multiples. Ainsi on peut, en changeant le script, renvoyer vers d'autres sites qui peuvent servir une notice à partir de l'ISBN, comme le SUDOCWorldCat ou . On peut aussi implémenter ces RDFa dans des bibliographies ou dans des catalogues de bibliothèques pour accéder directement à la notice sur un autre site pour l'acheter ou vérifier sa disponibilité dans une bibliothèque.

Pour repérer qui référence un lien dans del.icio.us, j'ai utilisé l'ontologie SIOC (Semantically-Interlinked Online Communities) qui, au passage, vient d'être soumise au W3C (alors, Alex, ça fait quoi d'avoir son nom sur un futur standard du W3C) ce qui donne :

<h2 class="sioc:post"
   about="http://www.lespetitescases.net/le-web-semantique-rencontre">
     <span property="dc:title" content="Le Web sémantique rencontre....">
        Le Web sémantique rencontre
     </span>
  </h2>

Le script repère qu'une ressource est de type sioc:post. Si c'est le cas, il repère l'URL du billet (le contenu de l'attribut about, c'est-à-dire le sujet du triple) et renvoie à la page d'historique de ce lien dans del.icio.us. Dans ce cas-là, à part le plaisir narcissique de savoir si tel ou tel billet est référencé dans del.icio.us, je ne vois pas vraiment d'autres applications, mais je suis persuadé que SIOC est plein de ressources pour trouver d'autres idées.

Vous remarquerez que, dans les deux cas, j'ai utilisé la propriété dc:title. Son contenu est automatiquement récupéré par Operator pour construire le menu déroulant. En cas d'absence, Operator indique l'URI de la ressource ce qui n'est pas très user-friendly, vous en conviendrez.

Je vous laisse vous amuser, implémenter ces RDFa dans vos sites ou créer de nouveaux scripts, honnêtement, ce n'est pas très compliqué et vous ajouterez une pierre à l'édifice du Web sémantique.