Services web HAdW basés sur GND – Beaconizer & Discoverer (Hagrid)

Durée : 01/03/2025–31 décembre 2025

Les centres de recherche rattachés à l’Académie de Heidelberg produisent de plus en plus de données numériques : Dans le cadre de ces travaux numériques, des entités telles que les noms de personnes et de lieux se voient de plus en plus souvent attribuer des identifiants persistants à des fins de désambiguïsation et de création de registres, généralement des GND pour les personnes et des Geonames pour les toponymes.

Du point de vue de l'utilisateur, cela pose deux défis : d'une part, la recherche de documents et d’informations, par exemple sur une personne ou un lieu, comporte de nombreux points d’accès, car chaque centre de recherche dispose de sa propre plateforme Internet. D’autre part, ces sites web de projets ne permettent généralement qu’une simple recherche textuelle de personnes et de lieux ; les index correspondants ne sont que rudimentaires, en revanche, il n’y a jusqu’à présent ni mise en réseau des entités déjà identifiées de manière univoque par des données normatives au-delà des frontières des centres de recherche ou avec d’autres bases de données à l’échelle mondiale, ni intégration dans des réseaux de recherche plus vastes.

Le projet Hagrid vise à permettre une réutilisation active des bases de données constituées au fil de nombreuses années grâce à la mise en place d’interfaces sur mesure, afin d’extraire les données de leurs silos respectifs et de les mettre à la disposition de la communauté scientifique via des liens et des modélisations de données ouvertes liées (Linked Open Data). Hagrid sert donc, à l’instar du personnage éponyme de la série de livres Harry Potter, qui y est décrit comme une sorte de « gardien des clés et des terrains de Poudlard », de point d’accès central et d’aide à la recherche de données normatives au sein des centres de recherche du HAdW.

Hagrid extrait les données normatives des bases de données spécifiques à chaque centre de recherche et les agrège dans une base de données normative centrale. Au cours de la phase pilote, on s’appuie sur les données normatives provenant de deux centres de recherche de la HAdW étroitement liés sur le plan thématique :
1) « Correspondance de Melanchthon » et 2) « Correspondance des théologiens dans le sud-ouest de l’Empire au début de l’époque moderne (1550-1620) », qui produisent toutes deux des éditions de lettres datant de la période de la Réforme. Ces données sont exportées au format CSV ; à cette fin, un format d’échange générique (Normdata Interchange Format, NDIF) est développé, qui définit les informations relatives aux colonnes et aux types de données.

Définition du Normdata Interchange Format (NDIF)

Ces données sont mises à jour périodiquement par les centres de recherche, puis récupérées par Hagrid et transférées vers l'agrégateur central de données normatives de Hagrid. Diverses interfaces permettent un échange (partiellement) automatique d’informations entre systèmes informatiques, tandis que le site web Hagrid offre une interaction conviviale avec la base de données Hagrid via un navigateur web.

Infrastructure Hagrid

Dans le cadre du projet Hagrid, conformément à l'approche « API-first », les interfaces sont d'abord développées, puis, sur cette base, le site web Hagrid. Les interfaces Hagrid sont compatibles avec la norme OpenAPI (lien externe) ; une documentation des interfaces disponibles est générée automatiquement à l’aide du framework Python FastAPI (lien externe).

À titre d’exemple, voici la interface Discovery : celle-ci détermine, à partir d’un GND, avec quelles personnes existait une relation quelconque au sein du réseau épistolaire, que ce soit en tant qu’auteur ou destinataire d’une lettre, ou en tant que personne mentionnée dans le corps de la lettre. L’interface renvoie les données au format JSON ou GraphML ; ce dernier peut ensuite être importé de manière transparente, par exemple dans le logiciel de visualisation de réseaux Gephi, où il pourra faire l’objet d’analyses plus approfondies. Cela permet ainsi d’effectuer des recherches fédérées sur les personnes au-delà des frontières des centres de recherche.

Réponse GraphML du service web Discovery (/api/discovery/100089003)

Visualisation du graphe pondéré du réseau épistolaire de Georg von Erbach dans Gephi

Les autres interfaces aident les chercheurs à faire correspondre des identifiants déjà utilisés, tels que Geonames, Wikidata et Pleiades, à des identifiants GND correspondants. La publication de fichiers Beacon rend publique l’utilisation de données normatives dans les bases de données des centres de recherche, ce qui accroît la visibilité des résultats de recherche ; de plus, grâce au Beaconizer, les anciennes données stockées dans des référentiels de données ouverts sont rendues accessibles sous la forme de fichiers Beacon générés dynamiquement. 

Dans l’ensemble, Hagrid constitue un point d’accès central pour effectuer des recherches ciblées et travailler avec des données normatives dans le cadre de projets de recherche menés à l’Académie des sciences de Heidelberg.

Grieshaber, F. (2023). Suite de services web de données normatives basée sur le GND. Text+ Plenary 2023 :
Connecting People and Data, SUB Göttingen. Zenodo. https://doi.org/10.5281/zenodo.10033934.
(Présentation par affiche dans le cadre de la 2e conférence Text+ Plenary : « Connecting People and Data », les 28 et 29 septembre à la SUB de Göttingen.)