Les principaux objectifs du service data.bnf.fr sont :
Le projet data.bnf.fr a pour but de rendre les données de la Bibliothèque nationale de France plus utiles sur le Web. Ces données sont d’ordres divers, elles permettent notamment de décrire et identifier les documents conservés à la BnF, ainsi que les personnes ou organisations qui en sont les auteurs. Le site permet de rassembler autour de ses pages auteur, œuvre, thème, date et lieu, des ressources de la Bibliothèque nationale de France, ainsi que des ressources extérieures. Ces pages articulent les différents contenus, liens et services que l'établissement fournit sur Internet, qui sont pour des raisons techniques dispersés dans les différentes applications de la BnF.
Mis en ligne en juillet 2011, data.bnf.fr continue d’évoluer et de s’accroître.
Data.bnf.fr permet :
L’objectif est de valoriser la richesse des fonds de la BnF sur le Web et de servir de pivot entre les différentes ressources : data.bnf.fr est donc au service des autres applications de la BnF. Enfin, le projet s’inscrit dans une démarche d’ouverture de la BnF au Web de données et d’adoption des standards du Web sémantique. Le logiciel utilisé est le logiciel open source CubicWeb.
Data.bnf.fr et Gallica ont reçu le Stanford Prize for Innovation in Research Libraries (SPIRL).
Data.bnf.fr extrait, transforme et regroupe dans une base commune des données issues de bases distinctes et produites dans des formats différents, afin de les lier entre elles et de les rendre interopérables.
Ses pages sont indexées par les moteurs de recherche, alors que ceux-ci ne référencent pas les données et les métadonnées présentes dans les bases non indexables de la BnF, et signalent les documents numériques directement accessibles.
Pour cela, data.bnf.fr s’appuie sur plusieurs éléments :
Les notices d’autorité constituent le noyau de la structuration des données : les informations issues de différentes sources qui sont liées aux mêmes auteurs, œuvres ou thèmes, se retrouvent ainsi agrégées dans ces pages.
Les pages Auteur rassemblent toutes les notices descriptives ayant un lien à l’identifiant de l’auteur.
Les pages Œuvre rassemblent toutes les notices ayant un lien à la fois à l’identifiant de l’auteur et à celui de l’œuvre. En l’absence d’un lien vers la notice, un mécanisme d’alignement simple par comparaison des chaînes de caractères est mis en œuvre.
Les pages Thème agrègent les informations sur un thème donné (les différentes manières de le nommer, forme retenue et formes rejetées, à la BnF et dans d’autres établissements, selon plusieurs vocabulaires) et les œuvres sur ce thème.
Les pages d’œuvre générées automatiquement sont le résultat d'un processus expérimental que la Bibliothèque nationale de France réalise grâce au projet data.bnf.fr. Depuis 2011, data.bnf.fr permet à la BnF de publier ses données sur le web de données selon des standards internationaux (le linked data). Il permet aussi d'expérimenter une nouvelle manière de structurer l'information, non plus centrée sur le document (décrivant l'édition 2001 de Madame Bovary dans un format de poche, ou une version lue du même roman), mais sur l'oeuvre de l'auteur, regroupant toutes ses éditions successives (Madame Bovary, de Flaubert, écrit en 1856).
Mais l'oeuvre à laquelle se rattache chaque document est rarement décrite dans le catalogue (moins de 8% des documents). Si on voulait reprendre ce travail manuellement sur les 12 millions de notices du catalogue, il faudrait y consacrer 45 ans, à raison de 2 minutes par document. Or un processus national est en cours, la Transition bibliographique, visant à adopter cette nouvelle manière de faire (l'adoption du modèle LRM, Library Reference Model).
La BnF expérimente donc un processus semi-automatique pour générer la description de chaque oeuvre à partir des informations décrivant ses éditions successives. Le premier corpus traité concerne les imprimés du XXe siècle.
Pour chaque auteur, on extrait les titres de ses publications, pour les regrouper par similarité. Et pour chaque groupe un programme calcule les informations relatives à l'oeuvre à partir de ce qu'il trouve dans les documents (formes de titre alternatives, titres de traduction, date de la première publication, autres auteurs). Le résultat de ces calculs est ensuite mis en ligne sur data.bnf.fr pour évaluer la pertinence du processus.
Il est également soumis au regard critique des internautes, qui sont invités à réagir pour nous signaler des problèmes.
Comme ces problèmes peuvent avoir plusieurs origines (données d'origine, critères de regroupement, etc), la BnF ne peut pas s'engager pas à les corriger rapidement. Elle peut en revanche l'intégrer dans les corrections à apporter, pour le jour où ces mêmes oeuvres seront chargées au bout de quelques mois dans le catalogue général.
Vous pouvez aussi participer à ce grand chantier et nous aider à améliorer la fiabilité des données en signalant les erreurs que vous constatez sur ces œuvres calculées automatiquement : data@bnf.fr.
Data.bnf.fr expose des données structurées de haute qualité.
Les pages HTML de data.bnf.fr sont générées automatiquement à partir des données et des identifiants figurant dans les différentes bases de la BnF : BnF catalogue général, BnF archives et manuscrits, Gallica. Les pages HTML sont générées selon des processus informatiques utilisant les techniques du Web sémantique.
Le dépôt légal des documents publiés en France étant obligatoire, les collections disponibles sur les auteurs et les œuvres sont très complètes, et reflètent la diversité de la production culturelle française. Plusieurs millions de documents, libres de droits, sont numérisés et accessibles gratuitement dans Gallica.
Les notices d’autorité sont à la base des pages du site : les « autorités personne et organisation » pour les pages auteur, les « autorités titres » pour les pages œuvre et les « autorités RAMEAU » (le langage d’indexation sujet utilisé à la BnF) pour les pages thématiques.
En juillet 2020, data.bnf.fr dispose d'une couverture presque totale des données de bonne qualité des catalogues, avec plus de 2 millions d'auteurs à son actif.
Considérations générales sur les ARK BnF
La BnF attribue des identifiants dans le domaine ARK 12148 (Bibliothèque nationale de France) selon les principes suivants.
Mutabilité des ressources
La mutabilité des ressources présentes dans data.bnf.fr et identifiées par des ARK est définie comme suit.
Autorité d’adressage
L’autorité d’adressage data.bnf.fr gère les qualificatifs de service génériques suivants :
Disponibilité
Les services (hors sparql) et les données de data.bnf.fr sont accessibles 24h/24h 7j/7j. Il convient de mentionner que des indisponibilités temporaires peuvent être liées à des problématiques de service interne et ne sont pas toujours prévisibles.
Data.bnf.fr s’intègre dans le Web en proposant des liens permettant de rediriger l’utilisateur vers des liens externes au site, qu’il s’agisse de sites de la BnF ou non.
On trouve plusieurs types de liens :
Le projet data.bnf.fr utilise des données produites dans des formats divers, notamment Intermarc pour les catalogues de livres, XML-EAD pour les inventaires d'archives et les manuscrits, et Dublin Core pour la bibliothèque numérique.
Ces données sont restructurées, regroupées, enrichies par des traitements automatiques et publiées selon la recommandation du W3C pour le web sémantique, RDF. Le résultat est disponible sur ce site, selon plusieurs syntaxes de RDF : RDF-XML, RDF-N3, et RDF-NT.
Les données de data.bnf.fr sont disponibles selon la Licence ouverte française, utilisée par data.gouv.fr. La réutilisation et la reproduction des données RDF sont libres et gratuites pour tout usage, y compris commercial. Une mention d’attribution est nécessaire.
Pour en savoir plus : Conditions d’utilisation des données de data.bnf.fr
Le projet data.bnf.fr se place ainsi résolument dans le mouvement d’ouverture des données publiques (Open Data). Portée par des acteurs civiques et les gouvernements, l’ouverture des données publiques vise à rendre accessibles les données non nominatives, ne relevant ni de la vie privée, ni de la sécurité et collectées ou produites par des organismes publics. Intégrée à la législation française par la transposition de la directive européenne de 2003 « Directive on re-use of public sector information » (Directive 2003/98/EC) dans l’Ordonnance numéro 2005-650 du 6 juin 2005 relative à la liberté d’accès aux documents administratifs et à la réutilisation des informations publiques, l’ouverture des données publiques s’inscrit dans une politique nationale.
Ses principaux enjeux sont démocratiques et économiques, à savoir d’une part rendre l’action publique plus transparente et efficace et rationaliser la création de données publiques, par la diffusion et la mise en commun des données et d’autre part développer l’activité économique par la mise à disposition d’informations ré-exploitables, commercialement ou non.
Ses objectifs s’accordent avec les missions de la Bibliothèque nationale de France, à savoir « assurer l’accès du plus grand nombre aux collections, sous réserve des secrets protégés par la loi, dans des conditions conformes à la législation sur la propriété intellectuelle et compatibles avec la conservation de ces collections », et permettre « la consultation à distance en utilisant les technologies les plus modernes de transmission des données » (décret du 3 janvier 1994 portant création de la BnF).
Il s’agit donc de faire partager aux citoyens les bénéfices du travail des bibliothèques sur l’identification et le signalement des collections qu’elles possèdent, y compris les collections numériques. C’est un moyen d’améliorer la circulation et la réutilisation des données de la BnF, en les rendant interopérables pour leur donner un nouveau degré d’audience et de visibilité sur le Web. Les usages possibles sont multiples et innovants. Par exemple, des bibliothèques peuvent ainsi se lier aux données de la BnF en plus de les récupérer. De plus, les données sont appelées à sortir du monde des bibliothèques et à avoir une diffusion bien plus large.
Les principales évolutions du projet sont résumées sur cette page.
BERMES Emmanuelle, Vers de nouveaux catalogues, Paris : Cercle de la librairie, 2016.
BERMES Emmanuelle, « Les bibliothèques sur le Web », dans Les catalogues au défi du Web (session 2), 26 novembre 2014. Disponible en ligne : http://video.cnfpt.fr/conferences-1/les-catalogues-au-defi-du-web-les-bibliotheques-sur-le-web [consulté le 28 février 2017].
BERMES Emmanuelle, avec la collaboration d’Antoine Isaac et Gautier Poupeau, Le Web sémantique en bibliothèque, Paris : Cercle de la librairie, 2013.
BERMES Emmnuelle, BOULET Vincent, LECLAIRE Céline, « Améliorer l’accès auxdonnées des bibliothèques sur le web : l’exemple de data.bnf.fr », dans IFLA World Library and Information Congress, 2016. Disponible en ligne : http://library.ifla.org/1447/1/081-bermes-fr.pdf [consulté le 28 février 2017].
SIMON Agnès, « Illustrations et démonstrations », dans Les catalogues au défi du Web (session 2), 26 novembre 2014. Disponible en ligne : http://video.cnfpt.fr/conferences-1/les-catalogues-au-defi-du-web-illustrations-et-demonstrations-agnes-simon [consulté le 28 février 2017].