Le Web sémantique pour la représentation des connaissances

Vous entendez parler du Web sémantique et vous vous voulez en savoir plus. Découvrez ses principes et son usage pour la représentation des connaissances.

La représentation des connaissances désigne un ensemble de procédés destinés à encoder et à stocker des connaissances, de manière à ce qu’elles puissent être utilisées par un système d’intelligence artificielle.

Le Web sémantique, présenté comme une extension du Web, est une manière de représenter les connaissances. Son but est de fournir un cadre homogène de description et d’interrogation de sources de données hétérogènes afin d’améliorer la découverte de connaissances.

Des données aux connaisances

Dans le domaine des sciences de l’information et de la gestion des connaissances, on représente souvent le continuum Donnée-Information-Connaissance-Sagesse sous la forme d’une pyramide [1] comme illustré par la Figure 1.

Figure 1 : Continuum Donnée – Information – Connaissance – Sagesse

On passe ainsi par différents états ou niveaux de représentation comme illustré dans la Figure 2.

Une donnée représente ce qui est connu ou admis, et qui sert de base à un raisonnement, à un examen ou à une recherche. On parle aussi de donnée brute quand il s’agit des valeurs mesurées ou observées directement, par exemple lors de l’acquisition par un capteur. 

L’information quant à elle résulte d’une action qui consiste à donner ou recevoir « une forme ». Il s’agit de s’informer, de recueillir des renseignements sur quelqu’un ou quelque chose. On qualifie ainsi la donnée brute en lui ajoutant des éléments de contexte.

La connaissance résulte d’une opération supplémentaire qui consiste à établir des relations entre les informations. On parle de connaissances quand on peut faire des « déductions » ou « inférences » à partir de données et d’informations.

Enfin, la sagesse représente le niveau ultime, la compréhension, qui va permettre la prise de décision.

Figure 2 :  les différents niveaux de représentation (adaptée de FIDLE, www.fidle.cnrs.fr)

Les connaissances sont conservées dans une base de connaissances ou un système d’organisation de la connaissance (Knowledge Organization System, KOS). Le modèle d’organisation des données en graphe ou graphe de connaissances (Knowledge Graph ou KG) constitue l’un des modèles les plus utilisés, notamment lorsqu’il s’agit de représenter des relations riches et interconnectées, mais d’autres représentations (bases relationnelles, documents JSON, etc.) sont également courantes.

Principes et standards du Web sémantique

Selon le World Wide Web Consortium (W3C), « le Web sémantique fournit un modèle qui permet aux données d’être partagées et réutilisées entre plusieurs applications, entreprises et groupes d’utilisateurs ».  L’expression a été inventée par Tim Berners-Lee dans un article publié dans la revue Scientific American en 2001 [2].

Les standards du Web sémantique sont organisés selon une architecture validée par le W3C à l’aide d’un ensemble de couches qui s’interfacent les unes avec les autres pour réaliser différentes tâches telles que la représentation, les interactions, le raisonnement, l’interrogation, la mise en place de règles et la confiance, comme le montre la Figure 3. Cette architecture en couche permet d’articuler les différentes briques technologiques qui peuvent être amenées à évoluer en parallèle.

Figure 3 : Briques technologiques du Web sémantique

Identifier avec les URI

Le premier principe du Web sémantique repose sur un standard du Web qui définit des identifiants :

  •  les URIs, Uniform Resource Identifiers (en français « identifiants uniformes de ressource ») sont une extension du standard URL, Uniform Resource Locator (adresse web). Une URI est une chaîne de caractères utilisée pour identifier une ressource sur le réseau, mais elle ne dit rien sur la manière d’accéder à cette ressource. Ce sont les URLs qui précisent le protocole utilisé (http ou https par exemple). Ainsi, une URL sert à identifier une ressource localisée sur le réseau internet (une page web, un fichier, une image, …), alors qu’une URI sert à identifier les mêmes éléments, mais aussi n’importe quel objet du monde réel (une chaise, un bateau, un chat, un virus, …).
  • Les IRIs,  Internationalized Resource Identifiers (en français « identifiants de ressource internationalisés ») sont une extension des URIs qui permet l’utilisation de caractères non ASCII pour représenter des noms de ressources. En effet, les IRIs s’appuient sur Unicode, un standard qui permet des échanges de textes dans différentes langues, à un niveau mondial. 

Ainsi, tout ce qui est identifié par une URI ou IRI est une ressource du Web, accessible sur le Web, et qui peut être décrite. Cela englobe les documents du Web (identifiés par leur URL) mais aussi toutes les autres choses, matérielles ou abstraites, dont on parle sur le Web, par exemple une table, une voiture, une plante, un humain, une organisation, ou encore une idée, un concept abstrait.

Représenter avec RDF

Le modèle RDF est l’élément central du Web sémantique. Il est conçu pour être utilisé par des applications qui doivent traiter le contenu de l’information au lieu de simplement présenter l’information aux humains. Les descriptions sont exprimées sous forme de graphes, composés de triplets « sujet-prédicat-objet » eux-mêmes désignés à l’aide des URIs/IRIs.

Des langages basés sur RDF comme RDFS  (RDF Schema), OWL (Web Ontology Language), SKOS (Simple Knowledge Organisation System) offrent des formalismes pour représenter les connaissances avec des niveaux d’expressivité croissants :

  • RDFS sert à décrire des vocabulaires simples, typiquement les schémas de métadonnées : il permet de déclarer des types de ressources, c’est-à-dire des classes, comme les classes « personne » ou « document », et des types de relations entre les ressources, par exemple la relation d’auteur entre une personne et un document ; 
  • SKOS permet de décrire des ensembles de concepts sous forme de thésaurus ou de listes. 
  • OWL quant à lui est plus expressif : il permet notamment de définir des classes par des conditions nécessaires et suffisantes pour appartenir à une classe. Il offre des mécanismes de raisonnement basés sur la logique.

Les graphes décrits en RDF peuvent donc s’appuyer sur des ontologies qui fournissent la couche sémantique donnant un sens aux informations véhiculées par les données. Pour pouvoir exploiter toute la puissance de raisonnement des ontologies, il faut utiliser OWL et respecter un certain niveau de formalisme logique lors de leur conception. L’ingénierie ontologique (ontology engineering) [3] constitue une discipline à part entière dans le domaine informatique.

Interroger et manipuler avec SPARQL

Les données RDF sont interrogeables et manipulables à l’aide du standard SPARQL.

SPARQL 1.1 est un ensemble de spécifications du W3C fournissant:

  • un langage de requête puissant pour interroger et transformer les données ;
  • des formats de résultats : json, tsv, xml;
  • un protocole d’accès avec deux opérations « query » et « update ».

Les données liées (Linked data)

Alors que le Web met en relation des pages plutôt destinées à des lecteurs humains, le Linked data permet d’exposer et de relier des données de manière à les rendre plus facilement exploitables par les machines. 

Les données liées s’appuient sur les principes du Web sémantique : des URIs pour nommer les choses, RDF pour décrire les données et SPARQL pour les interroger. Quand les données sont librement accessibles sur le Web, on parle de Linked Open Data (LOD).

Lors de la mise en œuvre du partage des données, il existe différents paliers pour atteindre les données liées. En 2010, Tim Berners-Lee a proposé un système de notation à 5 étoiles pour évaluer la qualité des données ouvertes sur le web [4]. Ainsi, on peut passer de données non structurées vers des données structurées décrites par une structure logique et des métadonnées associées comme indiqué sur la Figure 4.

Figure 4 : Echelle « 5 étoiles » des données liées.

  • 1 étoile : les données sont librement accessibles dans un format non structuré tel que le format PDF.
  • 2 étoiles : les données sont disponibles dans un format structuré, tel que le format de fichier Microsoft Excel (ou autre format tabulaire).
  • 3 étoiles : les données sont disponibles dans un format structuré non propriétaire, tel que le format CSV (ou autre format texte délimité).
  • 4 étoiles : les données respectent les normes du W3C en utilisant le langage RDF et des identifiants URI ou IRI.
  • 5 étoiles : tous les critères précédents, plus des liens vers d’autres sources de données ouvertes liées.

Une des clés du liage des données du Web, ce qui permet d’éviter d’avoir des silos de données, c’est-à-dire des sous-graphes RDF non connectés, c’est l’utilisation de vocabulaires communs partagés pour décrire les données. Ces vocabulaires sont souvent le résultat de travaux au sein de différentes communautés spécifiques et décrivent un domaine ou sous-domaine particulier. Par exemple, les éléments du Dublin Core ou du vocabulaire FOAF (Friend of a friend, littéralement «l’ami d’un ami ») sont utilisés massivement pour décrire respectivement des documents et des relations sociales entre les personnes. Le site Linked Open Vocabularies recense les vocabulaires les plus utilisés comme le montre la Figure 5.

Figure 5 : Linked Open Vocabularies

L’utilisation d’ontologies constituant un socle commun entre différents schémas et les mécanismes d’alignement en OWL et SKOS permettent également de créer des équivalences entre les ressources.

En définitive, le Web sémantique est une amélioration du World Wide Web, avec des informations compréhensibles par les machines (contrairement à la plupart du Web, qui est principalement destiné à la consommation humaine), ainsi que des services (agents intelligents) utilisant ces informations [5, 6]. 

  • Date de publication8 juin 2026
  • Dernière modification26 juin 2026
Les standards du web sémantique
Initiation à RDF 1.1
RDF Schema
SKOS
OWL
Introduction aux ontologies
SPARQL 1.1
Dublin Core
FOAF
Linked Open Vocabularies

[1] Rowley, J. The wisdom hierarchy : representations of the DIKW hierarchy. Journal of Information Science, 33(2) :163–180, 2007. ISSN 0165-5515. https://doi.org/10.1177/0165551506070706 

[2] Berners-Lee, Tim & Hendler, James & Lassila, Ora. (2001). The Semantic Web: A New Form of Web Content That is Meaningful to Computers Will Unleash a Revolution of New Possibilities. ScientificAmerican Magazine, May 17, 2001.

[3]  Corcho, O., Poveda-Villalón, M., and Gómez-Pérez, A., (2015), Ontology engineering in the era of linked data. Bul. Am. Soc. Info. Sci. Tech., 41: 13-17. https://doi.org/10.1002/bult.2015.1720410407

[4] Berners-Lee, T.  https://www.w3.org/DesignIssues/LinkedData.html, accessed 2026/06/05.

[5] Tudorache, T. (2019) Ontology engineering: Current state, challenges, and future directions. Semantic Web. 2019;11(1):125-138. https://doi.org/10.3233/SW-190382

[6] Hitzler, P. (2021). A review of the semantic web field. Communications of the ACM, 64(2), 76‑83. https://doi.org/10.1145/3397512

Retour en haut