See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/290526032

Minimalist multilevel semantic approach for sharing of data in dataspaces

Article · January 2008

CITATIONS READS
0 68

2 authors, including:

Eric A. Leclercq
University of Burgundy
122 PUBLICATIONS 444 CITATIONS

SEE PROFILE

All content following this page was uploaded by Eric A. Leclercq on 13 June 2016.

The user has requested enhancement of the downloaded file.

/* */

Approche sémantique multiniveaux

minimaliste pour le partage de données dans
les dataspaces

Laurent Bossu — Éric Leclercq

Laboratoire d’Électronique, Informatique et Image (LE2I) - UMR 5158
Universitéé de Bourgogne
BP 47870 - F-21078 Dijon Cedex
{Laurent.Bossu,Eric.Leclercq}@u-bourgogne.fr

RÉSUMÉ. Dans cet article, nous développons une approche sémantique pour permettre les ac-
cès à des sources de données réparties, autonomes et hétérogènes. L’approche des dataspaces
introduite récemment permet de proposer une abstraction de différentes sources. Nous propo-
sons d’utiliser les principes développés dans le cadre du web social et du web sémantique à
travers une sémantique multiniveaux afin de permettre un partage simple des données dans un
dataspace. Les niveaux de coopération reposent sur les notions de communauté d’usage et de
sémantique de domaine. Un exemple dans le domaine médical est développé.
ABSTRACT. In this paper, we develop an semantic approach to the abstractions on the data
sources distributed (data integration system). Introduced recently, approach of dataspaces
makes it possible to propose an abstraction on these different sources. We suggest to use prin-
ciples developed into semantic web and social web through a multilevel semantics in order to
allow a sharing of data in a dataspace. Levels are based on community of use and Semantic
Domain. An medical example is developed.
MOTS-CLÉS : dataspaces, gestion de données, environnement distribué, sémantique multiniveaux,
web socio-sémantique
KEYWORDS: dataspaces, data management, distributed environment, multilevel semantics, social
web, semantic web
1. Introduction

Avec l’expansion d’Internet, l’arrivée des nouvelles générations de réseaux, de

terminaux mobiles, et de dispositifs automatiques de production de données, de nom-
breuses sources de données sont rendues accessibles. La diversité des applications et
des dispositifs d’acquisition a multiplié les formats de données. De plus en plus, les
applications requièrent de pouvoir accéder de manière conjointe à plusieurs sources de
données hétérogènes et autonomes. Ainsi, le partage de données est devenu un enjeu
crucial pour les applications et ceci, à grande échelle que ce soit pour des systèmes
d’information supportant des activités classiques, des projets scientifiques ou encore
des structures médicales comme les hôpitaux. Bien que les SGBD intègrent des com-
posants pour gérer les données complexes, ils ne permettent de traiter les nouveaux
besoins de partage de données.
Le but de l’intégration de données est d’unifier de multiples sources en fournissant
un accès uniforme et transparent au travers d’une vue globale. Plusieurs solutions ont
été proposées comme les systèmes à base de médiateur (Ullman, 2000), l’approche
pair à pair qui répond spécifiquement à la problématique de la mise à l’échelle comme
par exemple les systèmes Hyperion (Arenas et al., 2003) ou Piazza (Tatarinov et al.,
2003).
Récemment, Franklin et al. (Franklin et al., 2005) ont proposé la notion de datas-
pace qui est une approche d’intégration incrémentale accumulant une connaissance
du domaine durant le processus d’intégration . Cette approche propose une architec-
ture d’intégration où les sources de données cohabitent et les mappings s’effectuent
au fur et à mesure. Cette approche suscite encore de nombreux défis à réaliser tels que
la recherche d’information, la prise en compte d’une sémantique explicite, la locali-
sation des sources, la réutilisation des attentions humaines, etc. Les premières solu-
tions proposent des outils de gestion de données personnelles. Notre vision de cette
approche s’oriente plus dans l’axe des intergiciels (middlewares) en fournissant une
couche d’abstraction sur la couche de persistance des données afin de permettre un
partage de données complexes et multi-format à grande échelle.
L’objectif de l’approche développée dans cet article est de proposer une approche
pour enclencher le processus d’intégration des dataspaces. Les approches web social
et web sémantique permettent de traiter de nombreuses sources de données, l’une est
basée sur une communauté d’usage et l’autre est basée sur une communauté d’ex-
perts. Nous proposons, dans le cadre des dataspaces de combiner ces deux approches
et d’établir une sémantique à plusieurs niveaux : un niveau local qui exploite l’aspect
communautaire et un niveau domaine métier qui permet d’apporter la formalisation
métier à l’aspect communautaire.
Cet article est organisé comme suit. Dans la section 2, nous plaçons ce travail se-
lon deux axes : d’une part, dans le contexte des approches récentes d’intégration, et
d’autre part dans le contexte des approches du web social et du web sémantique. La
section 3 présente un exemple d’utilisation des dataspaces dans le domaine médical.
Dans la section 4, nous développons notre approche sémantique pour les dataspaces.
La section suivante s’attache à illustrer avec l’exemple évoqué auparavant dans la sec-
tion 3, puis nous en discutons. Enfin, nous concluons en résumant notre proposition,
et en présentant nos travaux futurs.

2. État de l’art : aspect données et aspect sémantique

Dans cette section nous développons un panorama des méthodes d’accès au don-
nées distribuées selon deux axes : le premier concerne les évolutions des architectures
d’intégration, le second présente les aspects accès aux données dans le cadre des ap-
proches web sémantique et web social.

2.1. Évolutions récentes des systèmes d’intégrations de données

Les systèmes d’intégration de données permettent l’accès aux données et le par-

tage de données mais différents problèmes se sont posés comme le passage à l’échelle.
En effet, la plupart des systèmes d’intégration se basent sur une architecture avec
un schéma global, des schémas locaux, et doivent permettre de répondre au nombre
toujours plus important de sources de données. Ainsi, le processus d’intégration de
données ne peut pas être figé mais il doit évoluer continuellement. Des approches ré-
centes proposent des solutions pour l’intégration de données à grande échelle comme
par exemple les grilles spécialisées pour la gestion de données, les PDMS (Peer Data
Management System), et les systèmes de gestion de dataspace (DataSpace Manage-
ment Systems).
Les PDMS sont formés d’un ensemble de pairs et chaque pair possède son propre
schéma représentant son domaine d’intérêt. Les mappings dans les PDMS ne sont pas
construits par rapport à un schéma global afin d’éviter des problèmes de couplage,
mais ils sont construits directement entre pairs et stockés de façon locale. L’absence
de schéma médiateur permet de rendre la gestion des mappings plus flexible et plus
évolutive. Les avantages d’une telle architecture sont l’aspect décentralisé et la scala-
bilité, mais elle présente des limites telles que la qualité imprévisible et l’incertitude
sur les données. De nombreux problèmes sont à résoudre et des travaux ont été publiés
concernant les modèles conceptuels (Tzitzikas et al., 2003), mappings entre les pairs
(Li et al., 2007), définition de schéma (Tatarinov et al., 2003), algorithme de requêtes
(Tatarinov et al., 2004).
Les grilles fournissent un accès consistant et coordonné pour des ressources de
stockage et de calcul distribuées et hétérogènes (Jagatheesan et al., 2003). Les grilles
de données sont destinées à manipuler des données pour partager l’accès aux données
et aux systèmes de stockage (Risch et al., 2002). Ainsi, elles fournissent un partage
coordonné du stockage de l’information, un espace logique de nommage pour la lo-
calisation indépendante d’identifiants et des APIs d’accès. Les systèmes reposant sur
cette architecture fournissent également des services de base pour gérer l’état de l’in-
formation sur les collections de la grille, la connaissance des évènements et services.
Cette approche même si elle permet une intégration à grande échelle reste statique.
Dans l’approche des dataspaces (Franklin et al., 2005)(Halevy et al., 2006), l’inté-
gration évolue au cours du temps et seulement où cela est nécessaire contrairement aux
approches traditionnelles d’intégration de données. Les mappings entre les sources
peuvent être soit générés automatiquement soit définis par les utilisateurs. Le proces-
sus d’intégration des données exploite différentes informations contextuelles comme
les métadonnées sémantiques, des regroupements de fichier dans des répertoires, les
requêtes utilisateur. Dans le domaine de la gestion de données personnelles, deux pro-
totypes ont été développés : Semex (Dong et al., 2005) et iMemex (Dittrich et al.,
2005). Ces deux systèmes permettent de gérer des données structurées et non struc-
turées provenant de sources réparties mais seulement à un niveau local, c’est-à-dire
qu’ils permettent d’intégrer des sources de données personnelles.
Dans les grilles, le processus d’intégration est fixe et ne permet pas de flexibilité.
Dans l’approche des PDMS, le processus d’intégration est simple mais la qualité des
données est incertaine. En revanche, l’approche dataspace propose un processus d’in-
tégration incrémental qui doit simplement être enclenché afin de mettre à disposition
les services aux applications s’appuyant sur le dataspace.

2.2. Étude des concepts liés au web sémantique et au web social

Le web sémantique et le web social sont deux visions du web qui se distinguent
sur les connaissances exploitées : les unes sont issues d’une communauté d’expert
(domaine métier spécifique) et les autres sont issues d’une communauté d’usage (les
utilisateurs). Le web social met l’utilisateur au centre du processus de publication et
d’échange d’informations et utilise le tagging pour annoter le contenu. Au contraire,
le web sémantique repose sur une sémantique délivrée par des métadonnées et des
ontologies.
Le web sémantique se base sur l’instauration de marqueurs sémantiques sur les
ressources du web qui serviront à expliciter le contenu de ses ressources. Les ontolo-
gies serviront à définir le vocabulaire de ces marqueurs. Une ontologie possède donc
une taxinomie et un ensemble de règles d’inférence conceptualisant un domaine de
connaissances particulier. Les ontologies sont souvent conçues dans une optique parti-
culière et sont souvent appréhendables que par leurs géniteurs (Mikroyannidis, 2007).
De plus, les ontologies requièrent des mises à jour constantes afin de correspondre
au mieux aux entités qu’elles représentent. De nombreuses ontologies relativement
massives ont été élaborées et sont disponibles pour une grande variété de domaines,
leurs exploitations requièrent souvent une connaissance très précise du domaine. Le
principal obstacle des ontologies réside dans le fait qu’elles représentent un point de
vue particulier d’experts sur un domaine et que leur utilisation est trop restrictive pour
un utilisateur quelconque. L’intéropérabilité dans les ontologies semble un enjeu cru-
cial et des travaux vont dans ce sens comme le mapping inter-ontologies ou encore la
fusion d’ontologies.
Le web social est initié avec l’arrivée des nouvelles applications du web et qui
permet d’accroître les moyens expressifs des utilisateurs, notamment grâce aux outils
collaboratifs. Le web social a pour but d’augmenter la richesse sémantique du web
actuel sans la complexité de mise en œuvre du web sémantique, mais cette approche
reste très limitée. L’apparition récente des folksonomies (Mathes, 2004) offre la pos-
sibilité aux utilisateurs d’indexer du contenu sur le web, librement, à l’inverse des
taxinomies et montre l’intérêt d’une approche d’indexation personnalisée et sans vé-
ritables contraintes pour les utilisateurs. Cependant, même si cette approche présente
des avantages au niveau de la souplesse et de l’adaptabilité, elle met en évidence des
faiblesses au niveau de la cohérence des tags utilisés. En effet, les tags peuvent être
mal interprétés en l’absence d’information contextuelle ou être sans signification par
absence de connaissances sur le domaine. Ainsi, le processus d’indexation ne repose
plus sur des concepts valides, mais sur des tags au sens incertain. Malgré cette limite
indéniable, les folksonomies mettent en évidence la possibilité de concevoir une ap-
proche d’un web participatif.
En combinant les bénéfices qu’apportent chacune de ces deux approches, nous pro-
posons un cadre, d’une part, qui favorise la constitution de partage de données ainsi
que l’utilisation aisée et libre d’annotation de contenu et, d’autre part, qui apporte une
formalisation à un domaine particulier.

3. Exemple illustrant l’intérêt de notre approche

Pour montrer l’intérêt de notre approche, considérons un exemple dans le domaine

médical avec le système d’information d’un hôpital. Nous décrivons le système d’in-
formation de l’hôpital de façon simplifiée, et nous illustrons notre démarche avec deux
situations de coopérations.
L’infrastructure de l’intranet d’un hôpital se compose d’un SGBD destiné à la ges-
tion des patients (partie administrative) et un ensemble de serveurs de stockage de
données qui sauvegardent les données des stations et des terminaux des différents ser-
vices. Nous nous intéressons plus particulièrement à ceux dédiés à la radiologie et
aux médecins pratiquants dans l’hôpital (partie données cliniques). Les différents ser-
veurs sont installés dans plusieurs endroits. Un médecin génère et stocke des données
différentes et variées sur ses patients, des examens et des interventions qu’il réalise,
ses activités de recherche, des données personnelles. Les informations concernant ses
patients peuvent être soit classées selon une organisation définie ou soit réparties dans
des répertoires quelconques.
Dans la première situation, nous nous plaçons dans un groupe restreint de partici-
pants, et dans la deuxième situtation, nous sommes dans le cadre d’une coopération à
plus grande échelle avec une intéraction entre plusieurs services.
À l’échelle d’un groupe de médecins travaillant au sein d’un même hôpital et pou-
vant être affectés dans des services différents, nous considérons que chaque médecin
dispose et utilise une application qui s’appuie un système de gestion de dataspaces.
Cette application permet au médecin d’annoter en définissant ses propres tags dans une
folksonomie, de gérer et de rechercher des données. Un médecin X et un médecin Y
veulent collaborer pour traiter des patients communs, en partageant leurs documents.
L’annotation de documents utilisera des tags assez similaires relatifs à la pathologie,
au traitement, etc., donc ces tags pourront être regroupés au sein d’un même folksono-
mie pour un usage collectif de façon restreinte. Le service de radiologie dispose d’une
application similaire mais dans le but d’annoter les clichés et les comptes-rendus éta-
blis par les médecins radiogues et les techniciens, ainsi que pour le service d’analyses
médicales, les données des analyses sont stockées dans un SGBD.
À l’échelle de l’hôpital, nous simulons un médecin cancérologue qui veut consti-
tuer un dossier médical de patients souffrant de certaines maladies spécifiques. Ce
dossier médical nécessite la mise en place d’une application qui requière le regroupe-
ment de données issues de plusieurs sources, avec comme contrainte des restrictions
de droits d’accès selon le statut de la personne qui le consulte. Pour illustrer la co-
opération mise en place à un niveau domaine métier, nous intégrons des coopérations
locales évoquées auparavant, à savoir un groupe médecin, le service de radiologie
et le service d’analyses médicales. L’application gérant le dossier patient utilise une
folksonomie permettant une annotation des données regroupées au sein de la coopé-
ration et repose sur un système de gestion de dataspaces. Chaque source utilise une
folksonomie différente qui regroupent les tags qui auront servis à l’annotation. Nous
pouvons supposer que nous pouvons établir certains mappings basé sur la synonymie,
antonymie,etc. entre les tags des folksonomies locales et la folksonomie globale. Ces
mappings pourront être invalidés s’ils sont incohérents en se référant à une ontologie
de domaine qui modélisera la connaissance du domaine.
Au travers de cet exemple, nous avons montré l’intérêt d’une approche séman-
tique basée sur la définition d’une taxinomie libre établie par des utilisateurs pour
une coopération spécifique et l’utilisation d’une ontologie de domaine pour une co-
opération à plus grande échelle dans un domaine donné. Nous mettons en évidence
l’aspect multiniveaux de cette approche : l’un dans un cadre restreint et l’autre à un
domaine métier. Dans la section suivante, nous présentons notre approche de façon
plus formalisée.

4. Une approche sémantique multiniveaux pour les dataspaces

Les dataspaces sont une solution de gestion uniforme de données distribuées et ils
se caractérisent par leur flexibilité et leur évolutivité. Le système de gestion d’un da-
taspace fournit des services destinés à assurer le contrôle, l’organisation, le stockage et
la recherche de données. Les fonctionnalités remplies par ce système sont extensibles
selon les nécessités des applications. Étant une méthode d’intégration, ils nécessitent
la mise en place d’un schéma virtuel et d’un schéma de mappings entre les sources
de données. Traditionnellement deux approches d’intégrations ont été proposées l’ap-
proche GaV (Global-as-Views), qui consiste à définir le schéma global en fonction des
schémas locaux de chaque source de données et l’approche LaV (Local-as-View), qui
se base sur la définition des schémas locaux des sources de données en fonction du
schéma global prédéfini. L’approche des dataspaces repose sur une intégration incré-
mentale au niveau des sources, par conséquent l’approche LaV répond pleinement aux
besoins d’évolutivité des dataspaces au niveau de la gestion des sources de données.
4.1. Description de notre approche

Dans une conception du web rapprochant web sémantique et web social, Mi-
kroyannidis (Mikroyannidis, 2007) suggère d’utiliser les folksonomies élaborées par
les utilisateurs du web pour construire et faire évoluer les ontologies et les métadon-
nées utiles au web sémantique. Dans (Rousset, 2004), l’auteur propose de faire évoluer
le web actuel par étapes successives en effectuant une annotation manuelle de docu-
ment basée sur une taxinomie, et en opérant des mappings entre les taxinomies afin
de pouvoir supporter un processus de recherche d’information. Les ontologies avec
leur formalisation métier peuvent apporter des mécanismes de contrôle pour des ap-
plications collaboratives. Ainsi, ces réflexions montrent que le web social et le web
sémantique sont complémentaires et que nous pouvons exploiter leurs qualités afin de
les transposer aux dataspaces.
Notre approche repose sur une ontologie, la coexistence de schémas (LaV), et des
mappings entre schéma et folksonomies. En nous basant sur ces principes pour les
dataspaces, nous envisageons des coopérations à deux niveaux, un niveau local qui
s’articule autour des folksonomies et un niveau du domaine qui s’appuie sur les on-
tologies de domaine afin de fournir une meilleure intéropérabilité sémantique. Chaque
source de données ou ensemble de sources, par l’intermédiaire de définition de map-
pings, est associée à une folksonomie vu comme une méthode d’indexation de contenu
établie par l’utilisateur. Pour palier au mieux les inconvénients lié à leur utilisation, les
tags de la folksonomie seront classifiés en extrayant des concepts généraux d’une on-
tologie. Donc tout nouveau tag sera classé selon des concepts préexistants.
Au niveau local, c’est-à-dire dans le cadre restreint d’une petite communauté

Folksonomie

LAV

sources LAV
es

sources
bal
glo
es
uêt
Req

LAV
Requêtes locales sources
Application 1

Figure 1. Configuration pour une approche d’une communauté d’usage

d’usage collaborant, la terminologie utilisée n’aura pas de variations très marquées,
ce qui aura l’avantage d’avoir une simplicité et une uniformité. Ainsi, il est possible
d’intégrer les nouvelles sources partagées sans avoir de problèmes d’hétérogénéité
sémantique importants à combler. La figure 1 illustre l’approche locale avec trois
sources intégrées au moyen d’une vue globale. Une application interroge localement
ses sources au travers du schéma local et sur la vue globale pour une requête portant
sur des sources réparties.
Au niveau domaine, c’est-à-dire dans le cadre d’un domaine métier (figure 2),

Folksonomie

mapping
s

LAV
ale

sources
Folksonomie
lob
sg

Application
Source 1 LAV
ête

sources
qu
Re

Source n

LAV
Requêtes locales sources
Application 2

Source 2 mapping mapping

Ontologie de
domaine

Folksonomie Folksonomie
s
les

LAV LAV LAV

ale

sources sources sources

ba

LAV
lob
g lo

sg

sources
Source 1 Source n Source 1
s

ête
ête

Source n
qu

qu
Re

Re

Source 2
Source 2
LAV LAV
Requêtes locales sources Requêtes locales sources
Application 1 Application 3

Figure 2. Configuration pour une approche dans le cadre d’un domaine métier

nous proposons d’utiliser des mappings inter-folksonomies et une ontologie de do-

maine. Les mappings définissent les relations sémantiques entre les folksonomies
qui représentent d’une certaine façon la connaissance des sources. Une folksonomie
source aura une base de mappings, ou correspondances, avec d’autres folksonomies,
et l’ensemble des mappings est un ensemble de relations entre les termes de cette
folksonomie et ceux d’une autre. L’introduction d’une ontologie dans notre système
vise à réduire les incohérences terminologiques sur ces mappings. Se référer à l’on-
tologie pour invalider certains mappings apportera une sémantique plus rigoureuse et
plus cadrée. Ainsi, une application s’appuyant sur cette architecture pourra obtenir des
réponses à des requêtes plus précises et de meilleure qualité.
 Nous avons montré l’intérêt de l’utilisation des folksonomies dans un cadre res-
treint permettant d’apporter de la flexibilité dans le processus d’intégration de données
de façon collaborative. La folksonomie apporte une sémantique basé sur une commu-
nauté d’usage, définie par un groupe restreint et permet de résoudre des conflits sé-
mantiques. À plus grande échelle, les mappings inter-folksonomies conforme à une
ontologie de fournir une sémantique plus riche pour un domaine donné.

4.2. Aspects formels de la sémantique proposée

Une source de données sera représenté par un schéma local et une folksonomie.
Le schéma local est le modèle de données orienté objet. Chaque objet est unique et
est défini par un ensemble d’opérations et de propriétés (attributs ou relations entre
les objets). Les termes de la folksonomie peuvent être soit des valeurs d’attributs d’un
objet, le nom d’un objet ou d’une relation entre deux objets.
Définition 1. Soit un ensemble de folksonomies F = {f1 , ...fn }. Une folksonomie
pseudo-classifiée f ∈ F peut-être représentée sous la forme d’un graphe arborescent,
et est définie comme un triplet hR, T, T Si où R est la racine, T un ensemble de tags
généraux et T S un ensemble de tags spécifiques. Un tag spécifique ts ∈ T S est
associé par une relation d’appartenance à un tag général t ∈ T , et sera noté {t : ts}

Figure 3. Exemple d’un graphe d’une folksonomie construite pour les médecins (com-
munauté d’usage)

La figure 3 montre un exemple d’un graphe construit sur la base de la folksonomie

au niveau local. La racine est le label "adénocarcinome" et les tags hiérarchiques sont
les autres labels "adénocarcinome gastrique" et "adénocarcinome pancréatique". Les
tags spécifiques sont les autres labels rattachés à ses tags.
Nous distinguons trois types de mappings dans lequels les termes de la folksono-
mie peuvent intervenir. Les termes de la folksonomie peuvent être intervenir au niveau
du schéma, mapping schéma-folksonomie, au niveau des données d’une source pour
annoter le document, mapping donnée-folksonomie, et au niveau de deux folksono-
mies pour pouvoir interroger les sources lors d’une coopération à plus grande échelle,
mappings inter-folksonomies.
 D E
Définition 2. Un mapping schéma-folksonomie msf est une paire eSc , {t : ts}i,f ,
où eSc est un élément d’un schéma Sc et un tag spécifique {t : ts}f d’une folksonomie
f. Un élément eSc peut être soit une valeur d’attributs d’un objet, soit le nom d’un objet
ou d’une relation entre deux objets.
D E
Définition 3. Un mapping donnée-folksonomie mdf est une paire es , {t : ts}i,f ,
où es est un élément d’une source s et un tag spécifique {t : ts}f d’une folksonomie f.
Définition 4. Un ensemble de mappings inter-folksonomies est défini entre une folk-
sonomie source fs et une folksonomie cible fc, noté M = hmF s , mF c i. Un map-
ping inter-folksonomies m ∈ M représente une correspondance sémantique inter-
folksonomies entre un tag spécifique {t : ts}i,F s de Fs et un tag spécifique {t : ts}j,F c
D E
de Fc, noté {t : ts}i,F s , {t : ts}j,F c , ∝ où ∝ est la relation sémantique entre les
deus tags spécifiques {t : ts}i,F s et {t : ts}j,F c
Définition 5. Une relation sémantique ∝ entre un tag spécifique {t : ts}i,F s d’une
folksonomie source fs et un tag spécifique {t : ts}j,F c d’une folksonomie cible fc est
de différente nature : une relation hiérarchique, qui est réciproque, se basant sur un
rapport de spécialisation entre un tag général (spécificité (est plus spécifique que)
(v), généralité (est plus général que) (w)) et des tags spécifiques et une relation lexi-
cale classique (synonymie (équivalence) (≡), antonymie (6=), similarité terminolo-
gique (acronyme, abréviation, accord, etc.) (=)). Ainsi, ∝∈ {v, w, ≡, 6=, =}

5. Scénario de coopération illustrant notre approche

Nous illustrons notre approche sémantique multiniveaux en reprenant l’exemple

précédemment décrit. Nous nous plaçons dans le cas de médecins qui traitent des pa-
tients atteints de cancers du pancréas (adénocarcinome pancréatique), de l’estomac
(adénocarcinome gastrique), etc. Les médecins sont amenés à rédiger des documents
relatifs aux patients, à faire de la recherche sur des traitements, etc. Des examens sont
nécessaires pour décrire les stades d’évolution de la maladie. Ils sont de natures biolo-
giques (analyse) ou de nature visuelle (imagerie : radiographie, scintigraphie, scanner,
IRM, etc.). Nous considérons un niveau de coopération local, des médecins qui traitent
des patients communs, et un autre plus global, les données issues du service de radio-
logie, de l’analyse médicale et du service clinique (médecins) devront être accessibles
en partie.
Un médecin annote ses documents relatifs à ses patients. L’application qui s’ap-
puie sur une couche dataspace fournit la possibilité d’annoter tout document texte,
image en leur associant des tags grâce à XML. Pour les documents texte produits, des
balises XML supplémentaires peuvent être incluses dans l’en-tête du fichier compor-
tant les tags de la folksonomie à l’image des documents OpenOffice.org. De même,
les images peuvent être enregistrées dans un nouveau format incluant ses tags. Dans
le service de radiologie, cette annotation peut se révéler très importante, du fait que
certaines ressources visuelles peuvent être difficilement exploitables et difficiles à re-
Figure 4. Illustration d’une coopération en environnement local

trouver. Pour effectuer des recherches pertinentes et précises, les informations telles
que le nom du patient, la type d’examen pratiqué, des mots-clefs du diagnostique du
radiologue ou encore les parties du corps observées, etc. Par exemple, l’utilisation
du format EXIF (EXchangeable Image File) ou les métadonnées IPTC (Internatio-
nal Press and Telecommunications Council) plus orientées sémantique peuvent être
employées. Le service d’analyse médicale sauvegarde ses données dans une base de
données. Nous pouvons inclure les tags au niveau du tuple en associant un tag à une
valeur particulière du tuple considéré. Par exemple, chaque analyse mesure un certain
taux dans une unité particulière. Avec le taux enregistré, on incorpore l’unité de me-
sure en spécifiant par exemple 35 :mg/L. Le premier champ correspondrait à la donnée
et le suivant au champ du tag. Les figures 4 et 5 montrent la représentation de ces dif-
férentes sources de données (partie couche physique).
Des experts du domaine définissent une ontologie de domaine sur les différents
cancers au niveau abdominal. Cette ontologie sera limitée à la classification TNM du
cancer pancréatique. Trois concepts généraux tumeur (T), adénopathies régionales (N)
et métastases à distance (M) sont définis et des termes plus spécifiques sont identifiés
pour chaque concept selon cetains critères qualitatifs :
Figure 5. Illustration d’une coopération en environnement global
 T : Tx (insuffisance des renseignements), T0 (absence de signes de tumeur primi-
tive), Tis (carcinome in situ), T1 (tumeur limitée au pancréas inférieur à 2cm),
T2 (tumeur limitée au pancréas supérieur à 2cm), T3 (tumeur touchant un ou
plusieurs des organes : duodénum, canal biliaire, tissu péripancréatique), T4
(tumeur touchant un ou plusieurs des organes : estomac, rate, côlon, vaisseaux
adjacents) ;
N : Nx (insuffisance des renseignements), N0 (absence de métastase ganglionnaire
régionale), N1 (prolifération des ganglions lymphatiques régionaux) ;
M : Mx (insuffisance des renseignements), M0 (absence de métastases à distance),
M1 (présence de métastases à distance).
D’autres critères peuvent référencer les stades d’évolution de la maladie selon cette
classification : stade I : T1-T2 N0 M0, stade II : T3-T4 N0 M0, stade III : quelquesoit
T, N1-N2 M0 et quelquesoient T et N, M1. Ces critères nous permettent d’apporter
les règles pour invalider les mappings incohérents par rapport à l’ontologie.
Au niveau local, deux médecins cancérologues collaborent pour traiter des pa-
tients communs (figure 4) en partageant des données annotées avec des termes d’une
folksonomie commune. Ce système permet de partager une sémantique commune.
Au niveau domaine constitué de différents services de l’hôpital, un médecin
effectue des travaux sur le cancer pancréatique et il recherche toutes les données en
rapport avec cette maladie spécifique pour faire un état des traitements appliqués.
L’interrogation des données, annotées par une folksonomie locale, se fait par l’inter-
médiaire d’un schéma global défini auquel est rattaché une folksonomie globale.
Illustrons les différentes formes de mappings évoquées dans la section 3.2
avec notre exemple de la figure 5. Soient Fg la folksonomie source du schéma
global et Fsi, avec D i=1..3, la folksonomie cible du schéma local de l source Si. E
La relation {gastrique : scanner}F g , {gastrique : scannerT AP }F s1 , v
indique que le tag spécifique scanner de Fg inclut tout type de scanner (ou
tomo-densitométrie). La scanner thoraco-abdomino-pelvienne est un exa-
men
D plus spécifique que la scanner plus généraliste. Une autre relation E
{gastrique : amincissement}F g , {gastrique : amaigrissement}F s2 , ≡
fait
D référence à un mapping basé sur la synonymie, alorsE qu’une autre relation
{gastrique : absence}F g , {gastrique : presence}F s3 , 6= symbolise un map-
ping basé sur l’antonymie.
Contrairement à d’autres approches qui utilisent l’ontologie pour opérer des
mappings, ou encore de classifier les termes d’une taxinomie, notre ontologie de
domaine commune à l’ensemble d’un domaine métier, dans notre cas l’hôpital, per-
mettra d’invalider les mappings qui seront incohérents avec le domaine. Par exemple,
la folksonomie du schéma global classe le tag "scanner TAP" dans le concept
"gastrique" alors que la folksonomie du schéma de la source S1 spécifie un tag
équivalent "tomo-densitométrie thoraco-abdomino-pelvienne" dans le concept "colo-
rectal". L’ontologie pourrait spécifier que ce type d’examen est réservé dans le cas
de
D la maladie "adénocarcinome gastrique", le mapping serait alors invalidé. La relationE
{gastrique : stadeIV T 0N 1M 0}F g , {gastrique : stadef inalT 3N 0M 1}F s1 , ≡
Figure 6. Illustration de mappings avec l’intégration d’une nouvelle source

est contraire à la règle de l’ontologie qui spécifie que le dernier stade quelquesoient
D N pour tout M1. On pourra le spécifier avec l’opérateur ¬ et la relation sera notée : E
T,
{gastrique : stadeIV T 0N 1M 0}F g , {gastrique : stadef inalT 3N 0M 1}F s1 , ≡: ¬
Quand une nouvelle source requiert à être intégrée dans un dataspace, des map-
pings inter-folksonomies sont réalisés semi-automatiquement entre la folksonomie
source et la folksonomie cible basées sur des relations de synonymie ou de similarité
terminologique. Des mappings supplémentaires seront établis incrémentalement
selon les besoins d’intégration ultérieurement. La figure 6 illustre l’arrivée d’une
nouvelle source à intégrer. Sa folksonomie est mise à disposition du schéma
global pour que des mappings puissent être réalisés avec sa folksonomie tels
D E que
{gastrique : inf lammationsestomac}F g , {gastrique : gastrites}F s2 , ≡ .
Une requête posée sur le schéma global spécifiée en SQL par exemple telle que
SELECT * FROM Maladie :cancer Mc WHERE Mc.symptomes='gastrites'
n’aurait aucun résultat pertinent sur les deux seules sources déjà intégrées si les
mappings n’avaient pas été générés au préalable sur la dernière source.

6. Conclusion et perspectives

Les dataspaces soulèvent des enjeux majeurs en terme de sémantique, et de pro-

cessus d’intégration. Le processus d’intégration étant incrémental, nous avons proposé
une méthode pour fournir un socle sémantique qui permettra d’interroger les sources
de données et de fournir des services sur ces sources. Notre approche sémantique
pour les dataspaces incluant plusieurs niveaux et ayant une folksonomie qui repose
sur une communauté d’usage et une formalisation d’un domaine métier pour réfuter
des mappings sémantiques en contradiction avec le domaine. Nous avons montré l’in-
térêt d’une telle approche dans un domaine spécialisé. Une sémantique enrichie par
les acteurs du domaine permet d’accroître la précision de la terminologie employée
et ainsi converger vers un ensemble commun de termes dans une utilisation locale.
L’ontologie de domaine, fruit d’une communauté d’experts, va permettre d’apporter
une mise en conformité des mappings par rapport au domaine métier, à plus grande
échelle.
Dans notre approche, nous devons tenir compte de l’évolution des constituants
du système. La folksonomie, fruit d’un processus collaboratif, aura une évolution in-
éductable et aura des impacts sur le système. L’évolution de l’ontologie aura aussi des
conséquences sur la cohérence des mappings entre les termes de la folksonomie. Cer-
tains mappings seront liés à une version de l’ontologie tandis que d’autres en fonction
d’une version ultérieure. Nous pourrions envisager de vérifier automatiquement les
mappings existants avec la nouvelle version de l’ontologie, ou de proposer des vues
globales avec des versions de l’ontologie et de la folksonomie.
Les changements dans les sources peuvent intervenir au niveau du schéma et au
niveau des données. Comme nous sommes dans une approche d’intégration de type
LAV, les changements de schéma auront peu d’impact sur le schéma global. Dans un
cadre scientifique avec des appareils d’acquisition ou des capteurs, des changements
au niveau de l’enregistrement des données peuvent intervenir. La prise en compte des
versions des données est impérative et doit être opérée.
Dans nos travaux futurs, notre but est de concevoir et implémenter un modèle de
middleware basé sur le principe des dataspaces. Nous nous attachons dans un premier
temps à caractériser les types de mappings et d’étudier l’approche de réfutation des
mappings. Il s’agit de concevoir un framework intermédiaire permettant l’accès et la
manipulation de données à un niveau global, sur un ensemble de sources disponibles
à un niveau local plus particulièrement au niveau de l’autonomie des sources et des
droits d’accès en se basant sur le principe des homeviews (Geambasu et al., 2007).

7. Bibliographie

An Y., Borgida A., Miller R. J., Mylopoulos J., « A Semantic Approach to Discovering Schema
Mapping Expressions », ICDE, p. 206-215, 2007.
Arenas M., Kantere V., Kementsietsidis A., Kiringa I., Miller R., Mylopoulos J., « The Hyperion
Project : From Data Integration to Data Coordination », 2003.
Dittrich J.-P., Salles M. A. V., Kossmann D., Blunschi L., « iMeMex : escapes from the personal
information jungle », VLDB ’05 : Proceedings of the 31st international conference on Very
large data bases, VLDB Endowment, p. 1306-1309, 2005.
 Dong X. L., Cai Y., , Halevy A., Liu J. M., Madhavan J., « Personal information manage-
ment with SEMEX », SIGMOD ’05 : Proceedings of the 2005 ACM SIGMOD international
conference on Management of data, ACM Press, New York, NY, USA, p. 921-923, 2005.
Franklin M., Halevy A., Maier D., « From databases to dataspaces : a new abstraction for
information management », SIGMOD Rec., vol. 34, n˚ 4, p. 27-33, December, 2005.
Geambasu R., Balazinska M., Gribble S. D., Levy H. M., « Homeviews : peer-to-peer middle-
ware for personal data sharing applications. », in , C. Y. Chan, , B. C. Ooi, , A. Zhou (eds),
SIGMOD Conference, ACM, p. 235-246, 2007.
Halevy A., Franklin M., Maier D., « Principles of dataspace systems », PODS ’06 : Proceedings
of the twenty-fifth ACM SIGMOD-SIGACT-SIGART symposium on Principles of database
systems, ACM Press, New York, NY, USA, p. 1-9, 2006.
Jagatheesan A., Moore R., Paton N. W., Watson P., « Grid data management systems & ser-
vices », vldb’2003 : Proceedings of the 29th international conference on Very large data
bases, VLDB Endowment, p. 1150-1150, 2003.
Le Deuff O., « Folksonomies : Les usagers indexent le web », BBF, n˚ 4, p. 66-70, 2006.
Li G., Ooi B. C., Yu B., Zhou L., « Schema Mapping in P2P Networks Based on Classification
and Probing. », in , K. Ramamohanarao, , P. R. Krishna, , M. K. Mohania, , E. Nantajeewara-
wat (eds), DASFAA, vol. 4443 of Lecture Notes in Computer Science, Springer, p. 688-702,
2007.
Mathes A., « Folksonomies — Cooperative Classification and Communication Through Shared
Metadata », Computer Mediated Communication, 2004.
Mikroyannidis A., « Toward a Social Semantic Web », Computer, vol. 40, n˚ 11, p. 113-115,
2007.
Risch T., Koparanova M., Thide B., « Efficient query reformulation in peer data management
systems », Workshop on Distributed Data et Structures - WDAS-2002, March 20-23, 2002,
University Paris 9 Dauphine, 2002.
Rousset M.-C., « Small Can Be Beautiful in the Semantic Web », in , F. v. H. S. McIlraith,
D. Plexousakis (ed.), Third International Semantic Web Conference, vol. 3298, Springer
(LNCS), p. 6-16, 2004.
Tatarinov I., Halevy A., « Efficient query reformulation in peer data management systems »,
SIGMOD ’04 : Proceedings of the 2004 ACM SIGMOD international conference on Mana-
gement of data, ACM, New York, NY, USA, p. 539-550, 2004.
Tatarinov I., Ives Z., amd J., Halevy A., Suciu D., Dalvi N., Dong X., Kadiyaska Y., Miklau G.,
Mork P., « The Piazza Peer Data Management Project », 2003.
Tzitzikas Y., Meghini C., Spyratos N., « Taxonomy-Based Conceptual Modeling for Peer-to-
Peer Networks. », in , I.-Y. Song, , S. W. Liddle, , T. W. Ling, , P. Scheuermann (eds), ER,
vol. 2813 of Lecture Notes in Computer Science, Springer, p. 446-460, 2003.
Ullman J. D., « Information integration using logical views », Theor. Comput. Sci., vol. 239,
n˚ 2, p. 189-210, 2000.
Yao K.-T., Wagenbreth G., « Simulation Data Grid : Joint Experimentation Data Manage-
ment and Analysis », Interservice/Industry Training, Simulation, and Education Conference
(I/ITSEC), November 28 to December 1, at the Orange County Convention Center, Orlando,
FL, USA., 2005.

View publication stats