(RM 2021 02 08)

Les approches sémantiques utilisent des mécanismes d'abstractions qui transforment données et observations de bas niveau en des représentations symboliques de haut niveau qui permettent d'étayer la perception et la cognition humaines. Ces mécanismes deviennent le composant central du progrès de nos instruments numériques au service de l'expérience humaine.

Les données générées par 10 Milliards d'objets connectés, 5 milliads d'utilisateurs de téléphone portable et autant d'utilisateurs des réseaux sociaux qui circulent sur le web, sont très hétérogènes et en quantité croissante. Une seule heure de vol d'un avion de ligne génère 60 téraoctets de données, dans ce lot, quelles sont les données pertinentes susceptibles de répondre à une interrogation humaine précise ? Face à ce gigantisme, de simples résultats de recherche nous permettent d'accéder aux données sous forme de documents (par exemple un fichier .csv), mais ne sont plus exploitables par nos capacités humaines, qui cherchent des informations, des connaissances grâce auxquelles nous pourrons agir, obtenir des réponses à une question ou prendre une décision, en obtenant une compréhension large et globale des événements et de leurs liens.

Les dispositifs pratiques faisant appel à la sémantique consistent à :
- Utiliser un modèle conceptuel pour organiser l'information par domaine à partir d'une base de connaissance (par exemple l'analyse des émissions de CO2 des villes) dans un langage logique formel qui intègre un vocabulaire partagé et des connaissances factuelles pertinentes, autour duquel les experts du domaine s'accordent consensuellement
- Créer des métadonnées, des annotations qui enrichissent par petites touches le modèle, en mentionnant par exemple les attributs, les facettes du mot “Carbone” : s'agit-il d'un matériau composite, d'une taxe (taxe Carbone), d'un indicateur (bilan carbone).
- Utiliser les métadonnées et le modèle pour mettre en œuvre un calcul amélioré.

De très nombreux domaines de connaissance scientifiques structurent ainsi leurs données sur le web, sciences de la vie (biologie, santé, écologie etc.), sciences de l'ingénieur. Le Web de données est non seulement constitué de données, mais aussi d'informations structurées et réutilisables pour annoter ou étiqueter de nouvelles données, augmentant ainsi leur capacité d'analyse.

Ainsi les dispositifs numériques physico-techniques comme socio-techniques basés sur la sémantique, peuvent analyser en temps réel les données émises par des capteurs territoriaux, les réseaux sociaux, les convertir en abstractions préalablement définies, pour faire remonter des informations à l'humain, lui signaler des événements ou des liens, dignes d'intérêt (des risques d'accident, une sécheresse à venir, la progression d'un mouvement social).

La sémantique, qui archive ainsi une compréhension stable et partagée d'un domaine, permet alors de lier de nouvelles données et de nouvelles informations autour d'un même concept ou d'un même objet, selon des modalités et des supports différents : par exemple mettre en relation des images satellites avec des informations descriptives du territoire photographié, ou corréler des informations échangées sur les réseaux sociaux à propos de la pollution d'une ville avec des observations enregistrées par des capteurs.

La complexité du traitement des informations augmente considérablement à mesure que l'on progresse dans leur chaîne de valeur : recherche et navigation, intégration, analyse, connaissance de la situation et réponse aux questions. Le traitement de l'information passe progressivement d'une analyse basée sur les mots-clés, sur les concepts (ou objets), puis sur les relations et les événements. Les relations étant au cœur de la sémantique les calculs se centrent désormais sur leur modélisation, leur traitement et leur exploitation. En un langage formel, cela implique des formes plus riches de raisonnement intégré, incorporant le raisonnement inductif, déductif, abductif.

La puissance du raisonnement humain provient non seulement de ses capacités associatives sophistiquées, mais aussi de l’accès aux bases de connaissance connaissances fondamentales (base de connaissances) ou à ses expériences passées. De même, le traitement numérique de l'information est aujourd’hui renforcé par le recours aux bases de connaissances. Celles-ci améliorent les activités d'extraction de l'information, de traitement du langage naturel, d’apprentissage machine, renforçant ainsi compréhension et traitement des données sociales comme celles des capteurs. Dans cette masse de données et de documents, les méthodes Compréhension Automatique du Langage (Natural Language Understanding) accompagnent le raisonnement humain et l'aident à structurer l’information, générer des cartographies de l’espace sémantique (un maillage de l’information) afin de dépasser la simple extraction de termes (mots clés, entités, triplets RDF) et viser la prise en compte du sens d’un document (la science latente).

Les approches sémantiques sont vouées à jouer un rôle fondamental dans une approche systémique de l'urbanisation des systèmes d'information des villes, qui re-couvrent désormais les dimensions OnLine (le web), les objets physiques communicants (smart-grid), les relations sociales (Web2.0), la santé et les comportements individuels.