C’est nouveau ça vient de sortir : HumanML est un méta-langage dont l’objectif est de faciliter la communication entre les êtres humains et les machines : HumanML, the Human Markup Language. Le principe est d’aider les utilisateurs à trouver de l’information pertinente sur la base de caractéristiques (culturelles, physiques, psychologiques…) qu’ils déclareraient à l’aide de ce méta-langage.

Hum… Tout ça me parait un peu limite, non ? Est-ce que le consortium OASIS à la base du projet ne serait pas en train de nous refaire une sorte de Passport de Microsoft mais en standardisé ? Toujours est-il que __cela relance le débat sur la personnalisation_.

A ce sujet, allez donc jeter un oeil sur le billet que j’ai publié su le blog de ZDNet : Oui à la personnalisation… et au respect de la confidentialité.

Le web est en pleine crise de croissance : trop de contenus, trop de sites, les utilisateurs en quête d’informations précises sont noyés sous la masse. Il apparaît ainsi comme une nécessité de pouvoir industrialiser la recherche et la collecte d’informations. Les moteurs de recherche (Google, Yahoo!…) et outils de syndication (Copernic…) sont là pour nous aider mais quid si votre besoin est plus précis ? Seuls les agents intelligents sont capables de se substituer à un opérateur humain pour effectuer une recherche réellement fine mais voilà, sans données structurées ils ne peuvent pas travailler.

Dans ce contexte, faut-il abandonner l’internet tel que nous le connaissons et en bâtir un nouveau sur le principe du web sémantique ? Pas forcément. Et c’est là où les micro-formats entrent en scène et apportent une solution intermédiaire. Mais avant de nous plonger dans le sujet, revenons sur quelques notions-clés.

C’est quoi du contenu non sémantique ?

Mon CV est un bon exemple de contenu non sémantique : c’est une simple page HTML qui représente quelque chose pour un opérateur humain (un recruteur y retrouve tout de suite ses marques) mais qui ne veut rien dire pour un robot. Après tout, cette page n’est en fait qu’une suite de caractères.

C’est quoi du contenu sémantique ?

Mon profil FOAF est un très bel exemple de contenu sémantique : du contenu structuré à l’aide de balises descriptives (des méta-données) qui ont beaucoup de sens pour un robot (il va parcourir le fichier et ne récupérer que les données qui sont inclues dans certaines balises). Par conte pour un être humain c’est du charabia, essayez donc de lire se fichier avec votre bloc note et vous verrez !

Les micro-formats : une solution semi-sémantique

Le principe des micro-formats est d’associer des micro méta-données à du contenu non structuré existant, c’est à dire donner un peu de sens à des pages HTML sans avoir à les réécrire ou à les transformer. Pourquoi un peu ? Parce que ces micro-formats prennent la forme de petites propriétés que l’on rajoute à des balises HTML existantes. Et dans une propriété, on ne peut pas dire grand chose (juste ce qu’il faut). Par exemple le micro-format XFN permet d’ajouter une simple notion de relation à une liste de liens (blogroll). Ça ressemble à du FOAF mais en beaucoup plus simpliste.

Quel intérêt ?

Rendre exploitable par des robots du contenu à la base créer pour des humains. Exploitable veut dire qu’à partir d’une requête structurée il est possible de rapatrier des informations précises. Par exemple va sur le site XX pour parcourir sa liste de liens et me rapatrier tous les sites dont les auteurs se connaissent personnellement. Ça n’a l’air de rien, mais ce type de requête structurée peut vous éviter d’avoir à investir des milliards de dollars dans un algorithme d’indexation plus performant que celui de Google.

Est-ce a fin du web sémantique ?

Pas du tout, au contraire ce n’est que le début. Vous comprenez bien que les micro-formats ne rendent pas le même service que les langages structurés (FOAF, HR-ML, XBRL…). C’est en quelque sorte une étape intermédiaire vers de la structuration plus formelle du contenu.

Et maintenant ?

Il existe une multitude de micro-formats, essayez donc d’en trouver un qui peut répondre à un besoin spécifique de recherche. Je vous recommande le site de référence suivant : Microformats.org ainsi que le site de l’Ouvre boîte qui en parle également.

MAJ (26/08/2005) : Pour en savoir plus, voici un très bon article sur le sujet : Usable Microformats.

Pour tous ceux qui trouvent que les définitions proposées sur WebSémanique.org sont trop complexes, je vous propose de vous initier en douceur au jargon de cette discipline avec le glossaire suivant : Metadata Glossary. Comme ça, les thésaurus, ontologies et autres schémas descripteurs n’auront plus aucun secrets pour vous. Et oui, je sais c’est encore en anglais, mais il va bien falloir s’y mettre un jour, non ? (via Gou blog)

Dans la série arrêtez-de-lutter-Google-est-le-maître-du-monde je vous propose de découvrir la toute dernière tendance de séductiond’optimisation pour faire plaisir à Google : Les Google XML Sitemaps. Le principe est le suivant : créer à la racine de son site un fichier XML où toutes les informations utiles à Google sont regroupés (fréquence de mise à jour, dernières modifications…). Tout ça me semble un peu trop délirant, non ? D’autant plus qu’il existe déjà des langages sémantiques comme Dublin Core qui ont été conçu dans cette optique… Pour des explications plus détaillées : Breaking Down Google Sitemaps XML.