Données structurées de Dataset (Dataset, DataCatalog, DataDownload)

Les datasets sont plus faciles à trouver dans l’outil Dataset Search
lorsque vous fournissez des informations de support telles que leur nom, description, créateur et formats de distribution sous forme de données structurées. L’approche de Google pour la découverte de datasets
utilise schema.org et d’autres normes de métadonnées qui peuvent être ajoutées aux pages décrivant des datasets. Le but de ce balisage est d’améliorer la découverte de datasets issus de domaines tels que les sciences de la vie, les sciences sociales, l’apprentissage automatique, les données civiques et gouvernementales, et plus encore.

Voici quelques exemples de ce qui peut être qualifié de dataset :

• Un tableau ou un fichier CSV avec des données
• Une collection organisée de tableaux
• Un fichier dans un format propriétaire contenant des données
• Une collection de fichiers qui constituent ensemble un dataset significatif
• Un objet structuré avec des données dans un autre format que vous pourriez vouloir charger dans un outil spécial pour le traitement
• Images capturant des données
• Fichiers liés à l’apprentissage automatique, tels que des paramètres entraînés ou des définitions de structure de réseau neuronal

Comment ajouter des données structurées

Les données structurées sont un format standardisé pour fournir des informations sur une page et classer le contenu de la page. Si vous débutez avec les données structurées, vous pouvez en apprendre davantage sur
comment fonctionnent les données structurées.

Voici un aperçu de la façon de construire, tester et publier des données structurées.

1. Ajoutez les propriétés requises. Selon le format que vous utilisez, apprenez où insérer des données structurées sur la page.
   
2. Suivez les directives.
3. Validez votre code en utilisant le
   Rich Results Test
   et corrigez les erreurs critiques. Pensez également à corriger les problèmes non critiques qui pourraient être signalés dans l’outil, car ils peuvent aider à améliorer la qualité de vos données structurées (cependant, ce n’est pas nécessaire pour être éligible aux résultats enrichis).
4. Déployez quelques pages incluant vos données structurées et utilisez l’outil URL Inspection tool pour tester comment Google voit la page. Assurez-vous que votre page est accessible à Google et non bloquée par un fichier robots.txt, la balise noindex , ou des exigences de connexion. Si la page semble correcte, vous pouvez
   demander à Google de recrawler vos URLs.
5. Pour tenir Google informé des changements futurs, nous vous recommandons de
   soumettre un sitemap. Vous pouvez automatiser cela avec la
   Search Console Sitemap API.

Supprimer un dataset des résultats de Dataset Search

Si vous ne voulez pas qu’un dataset apparaisse dans les résultats de Dataset Search, utilisez la robots meta balise pour contrôler comment votre dataset est indexé. Gardez à l’esprit que cela peut prendre un certain temps (jours ou semaines, selon le calendrier de crawl) pour que les changements soient reflétés dans Dataset Search.

Notre approche de la découverte de datasets

Nous pouvons comprendre les données structurées sur les pages web concernant les datasets, en utilisant soit schema.org Dataset balisage, ou des structures équivalentes représentées dans le format W3C‘s Data Catalog Vocabulary (DCAT). Nous explorons également un support expérimental pour les données structurées basées sur W3C CSVW, et nous prévoyons d’évoluer et d’adapter notre approche à mesure que les meilleures pratiques pour la description de datasets émergent. Pour plus d’informations sur notre approche de la découverte de datasets, consultez
Faciliter la découverte de datasets.

Exemples

Voici un exemple pour les datasets utilisant JSON-LD et la syntaxe schema.org (préféré) dans le Rich Results Test. Le même vocabulaire schema.org peut également être utilisé dans les syntaxes RDFa 1.1 ou Microdata. Vous pouvez également utiliser le vocabulaire W3C DCAT pour décrire les métadonnées. L’exemple suivant est basé sur une
description de dataset du monde réel.