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 transforme et analyse des données publiques sur le transport aérien en Europe, issues d'Eurostat. Il utilise des technologies sémantiques pour structurer ces données en format Turtle, facilitant leur exploitation et leur interrogation via des requêtes SPARQL. L'objectif est de fournir des insights sur les flux de passagers, le fret et les sièges offerts par les aéroports européens, en permettant des analyses comparatives et des visualisations.

QLever est une interface web permettant d'interroger et d'explorer des bases de données sémantiques, notamment celles des Archives nationales. Il facilite l'accès à des connaissances structurées comme les lieux, les personnes ou les événements historiques via des requêtes SPARQL. L'outil propose des exemples prédéfinis et des fonctionnalités avancées pour analyser et visualiser les données.

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.

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.

Module Node.js permettant d'interroger des données liées via SPARQL et de renvoyer les résultats au format JSON. Il s'appuie sur le package ezs et ne peut être utilisé seul.

Ce projet permet de gérer, interroger et visualiser des données sémantiques structurées sous forme de graphes RDF. Il offre des outils pour publier des jeux de données, effectuer des requêtes SPARQL et analyser les résultats. Destiné aux institutions publiques souhaitant partager des données ouvertes de manière interopérable.

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 fournit des exemples de requêtes SPARQL pour interroger le triple store IDREF+ contenant les données ORCID-2021. Il permet aux utilisateurs de rechercher et d'analyser des données de recherche, ainsi que de visualiser les réseaux de collaboration.