Obi-Wan est un système d'intégration de données RDF (RIS) basé sur le paradigme OBDA (Ontology-Based Data Access). Il permet de fédérer et d'interroger des sources de données hétérogènes (bases SQL, graphes RDF, endpoints SPARQL) à travers une ontologie commune. Le système offre des stratégies avancées de réécriture de requêtes et de médiation, ainsi que des outils de visualisation pour analyser les résultats. Il est particulièrement adapté aux environnements nécessitant une intégration sémantique de données dispersées.

Ce projet permet d'explorer et d'analyser des données cinématographiques en utilisant des technologies sémantiques. Il offre une interface pour visualiser des graphes de connaissances, interroger des bases de données RDF via SPARQL, et structurer des schémas de données. L'application web permet de consulter des informations sur des films et de générer des requêtes personnalisées pour extraire des données spécifiques depuis un graphe sémantique.

Ce projet implémente la méthode AMbER (Attributed Multigraph Based Engine for RDF querying) qui permet de gérer et interroger des bases de données de graphes en utilisant des identifiants numériques pour les nœuds et les arêtes.

Outil dédié à l'analyse et à la comparaison de graphes de connaissances sémantiques. Il permet d'identifier des correspondances entre entités, de générer des requêtes SPARQL pour interroger des bases de données RDF, et d'extraire des triplets sémantiques pour enrichir ou aligner des ontologies. Utilisé dans des contextes de data matching, d'intégration de données ou de recherche d'informations structurées.

Apache Jena Fuseki est un serveur de données sémantiques qui permet de stocker, interroger et administrer des jeux de données au format RDF. Il facilite l'accès aux données structurées via des requêtes SPARQL, offrant une solution centralisée pour gérer des bases de connaissances ou des ontologies. Idéal pour les projets nécessitant une gestion avancée de données interconnectées, il est largement utilisé dans les domaines de la recherche, de l'intelligence artificielle et des systèmes d'information sémantique.

Tatooine est une architecture légère conçue pour faciliter l'intégration et l'interrogation de sources de données variées (bases de données relationnelles, graphes RDF, documents JSON, etc.). Il permet aux journalistes de données de combiner et d'analyser des informations provenant de multiples origines sans avoir à maîtriser les complexités techniques de chaque système sous-jacent.

Ce projet permet de visualiser et d'explorer des données sémantiques structurées au format RDF. Il offre des outils pour interroger des bases de connaissances via des requêtes SPARQL et générer des représentations graphiques interactives (graphes, cartes, arbres, diagrammes). Les utilisateurs peuvent analyser des relations complexes entre entités et publier des visualisations personnalisées.

Ensemble de requêtes SPARQL pour interroger l'API de SciencePlus, une base de données contenant plus de 6 000 000 de métadonnées de publications scientifiques. Les métadonnées sont fournies par divers éditeurs, converties en RDF et enrichies par l'Abes, avec un focus sur le linking des noms d'auteurs vers IdRef et ORCID.