Panorama : des métadonnées pour les ressources électroniques

Une métadonnée (du Grec, "méta", ce qui dépasse, englobe) est une donnée à propos d'une autre donnée. En sciences de l'information, les métadonnées sont des ensembles de données structurées décrivant des ressources physiques ou numériques, ou, sur un plan plus fonctionnel, "de l'information structurée qui décrit, explique, localise la ressource et en facilite la recherche, l'usage et la gestion" [14].

Si ce terme est utilisé depuis longtemps dans certains domaines ou formats de ressources (données géospatiales, images, audiovisuel) , il n'est apparu que depuis une dizaine d'années dans les métiers de l'information et de la conservation, où d'autres termes correspondent à des concepts proches, catalogage et signalement par exemple. Aujourd'hui, cependant, les spécificités du document électronique en matière de cycle de vie, de gestion, de droits d'usage et de recherche d'information et les besoins d'interopérabilité entre ressources font des métadonnées un élément incontournable dans le paysage numérique.

Après un tour d'horizon de ce contexte, nous situerons les initiatives et leurs acteurs ; nous détaillerons le jeu d'éléments Dublin Core, central pour l'interopérabilité, puis l'intérêt du langage XML pour les métadonnées ; nous passerons en revue d'autres jeux d'éléments complémentaires, à orientation bibliographique ou créés pour d'autres objectifs, et citerons des projets utilisant ces formats ; nous expliciterons l'intérêt de RDF pour l'interopérabilité, et les applications qui en sont issues aujourd'hui ; nous terminerons par quelques idées générales sur l'implémentation de métadonnées en pratique.

Par rapport à l'objet d'information traditionnel, géographiquement situé, et conçu selon une chaîne de production et de diffusion spécifique, le document électronique est un objet fragile, et qui a un cycle de vie spécifique : diversité des origines, formats et contenus, évolution fréquente du contenu, accessibilité plus large, facilité technique d'utilisations diverses, pérennité très dépendante de machines et logiciels eux-mêmes peu pérennes.

Mais, et surtout, au-delà de spécificités du document isolé, la question est celle d'une masse exponentielle de ressources informationnelles distribuées, hétérogènes et mouvantes, et de son impact tant sur les pratiques de recherche d'information que de production. Sur le Web, en particulier, la "découverte" (discovery) de ressources devient plus riche et plus transversale, mais aussi plus aléatoire quant à la pertinence des résultats, et il importe d'aller vers le Web sémantique. Du côté production, des ressources très diverses (ou leurs signalements) peuvent contribuer à créer de nouvelles ressources, et être intégrées dans différents contextes, (annuaires et nouvelles collections virtuelles par exemple), ce qui implique, outre le respect des droits, une certaine interopérabilité entre ces ressources, au minimum interopérabilité de leurs descriptions.

L'interopérabilité peut être définie comme la "capacité d'échanger des données entre systèmes multiples disposant de différentes caractéristiques en terme de matériels, logiciels, structures de données et interfaces, et avec le minimum de perte d'information et de fonctionnalités" [14]. Dans un monde de plus en plus numérique, c'est un objectif important, auquel les métadonnées participent en complémentarité avec d'autres processus.

Ainsi, les métadonnées sont toujours implémentées dans un langage structuré, (X)HTML, XML, RDF1, et échangées par des protocoles. Selon l'usage attendu, les éléments sont présents soit dans la ressource elle-même (documents HTML, métadonnées natives des images...), soit dans un fichier associé ; un "enregistrement" ("record") correspond à la description d'une ressource dans un format particulier.