Focus métadonnée : "Designed for"
« Designed for » est un élément de métadonnées de la partie « Semantic resources » du formulaire de métadonnées de VO dans Data Inra.
Nous utilisons cette liste de valeurs définie dans le cadre d’OMV (Ontology Metadata Vocabulary for the Semantic Web)* et également utilisée dans AgroPortal. Pour vous aider à choisir la bonne valeur, nous vous proposons ici une traduction française de ses termes.
Annotation Task : l’ontologie est utilisée comme vocabulaire contrôlé pour annoter des documents, des données, etc. Cette tâche implique l’utilisation d’une ontologie sémantiquement riche pour représenter des annotations potentiellement complexes sur ces ressources. La tâche peut être réalisée manuellement ou (semi-)automatiquement.
Configuration Task : l’ontologie est conçue pour contrôler et représenter de manière non ambiguë des profils de configuration pour des applications. L’ontologie est traitée d’une manière automatique au moyen de raisonnements ou d’APIs.
Filtering Task : l’ontologie est utilisée pour affiner l’espace de solution d’un problème donné, comme la recherche d’informations ou la personnalisation. Cette tâche est exécutée de manière semi-automatique ou automatique.
Indexing Task : dans ce scénario, le but de l’ontologie est de fournir une structure de classification et de navigation clairement définie pour les éléments d’un système d’information, un entrepôt de données, etc. La tâche peut être effectuée manuellement par des experts du domaine ou par une application de manière automatique ou semi-automatique, e.g. par un outil de text-mining.
Integration Task : l’ontologie fournit dans ce cas un environnement d’intégration, une inter-lingua, pour des systèmes d’information, des jeux de données, ou les outils logiciels. Dans ce scénario, l’ontologie est appliquée (semi-)automatiquement pour fusionner des ensembles de données hétérogènes d’un même domaine ou de domaines adjacents.
Matching Task : le but de l’appariement est d’établir des liens entre des éléments de données sémantiquement similaires dans des systèmes d’information. Contrairement à la tâche précédente, l’appariement ne comprend pas la production d’un schéma ou d’une ontologie finale commune résultant de l’agrégation des éléments sources en éléments communs. Dans ce contexte, le niveau d’automatisation varie de l’exécution manuelle à l’exécution entièrement automatique.
Mediation Task : l’ontologie est construite pour réduire les ambiguïtés dans la communication entre agents humains ou logiciels. Elle définit formellement et clairement le sens des termes employés dans les interactions entre agents et peut dans certains cas avoir un rôle normatif. Dans le cadre d’un usage par un agent logiciel, la tâche est exécutée automatiquement.
Query Formulation Task : l’ontologie est utilisée en recherche d’information comme vocabulaire contrôlé pour structurer les requêtes des utilisateurs. La tâche est exécutée automatiquement.
Query Rewriting Task : complémentaire à formulation de requête, cette tâche applique une ontologie pour optimiser sémantiquement la requête au moyen de connaissances du domaine (contraintes, relations de subsomption, etc.) en opérant un filtrage. La tâche est exécutée automatiquement ;
Personalization Task : l’ontologie est utilisée principalement pour fournir un accès personnalisé à l’information. Les préférences de l’utilisateur au sein d’une application sont formellement spécifiées au moyen d’une ontologie qui travaille en conjonction avec un moteur de raisonnement approprié, à des fins de filtrage. L’utilisation des ontologies dans les tâches de personnalisation peut s’effectuer sous différentes formes, allant de l’utilisateur lui-même qui sélectionne les concepts de l’ontologie qui décrivent de façon optimale ses préférences, jusqu’à l’inférence de profils utilisateurs.
Search Task : l’ontologie est utilisée pour améliorer une recherche basée sur des mots-clés en utilisant la connaissance du domaine, en particulier les relations de subsomption (hyponymie–hyperonymie). La recherche pilotée par l’ontologie est généralement effectuée automatiquement au moyen de services de raisonnement traitant des aspects particuliers d’un langage de représentation ontologique.
*Source: Palma, R., Hartmann, J.; Haase, P. « O M V – Ontology Metadata Vocabulary for the Semantic Web ». Technical Report Version 2.4. 2008.
Tout commentaire sur ces traductions sera traité avec intérêt.