1 / 41

Ontologie

Ontologie. Olivier.Corby@sophia.inria.fr INRIA, Sophia Antipolis http://www.inria.fr/acacia « Knowledge is Power ». Ontologie. Etude de ce qui est terme emprunté à la philosophie Pour nous : formalisation d’une conceptualisation. Ontologie.

adamdaniel
Download Presentation

Ontologie

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Ontologie Olivier.Corby@sophia.inria.fr INRIA, Sophia Antipolis http://www.inria.fr/acacia «Knowledge is Power»

  2. Ontologie Etude de ce qui est terme emprunté à la philosophie Pour nous : formalisation d’une conceptualisation

  3. Ontologie Se mettre d'accord sur le sens des termes employés dans une organisation, une communauté, un métier Faire en sorte que les personnes et les logiciels se comprennent Utile pour des applications distribuées telles que le Web

  4. Ambiguité ‘chambre’ : Chambre d'hôtel ? Chambre d'écho ? Chambre des députés ? Chambre d'enregistrement ? Chambre noire ? Chambre funéraire ?

  5. Ontologie Identifier, modéliser les concepts et les relations d'un domaine, pertinents pour une/des applications Se mettre d'accord, au sein d'une communauté, sur les termes employés pour se référer à ces notions

  6. Terme Mot de la langue naturelle qui désigne un (des) concept(s) : cat, chat, greffier, matou termes qui désignent le concept de chat synonymie : plusieurs termes dénotent le même concept ambiguïté : le même terme dénote des concepts différents

  7. Pour quoi faire ? une base de connaissances à objets un système d’annotation un système d’indexation documentaire, de recherche d’information Commerce électronique

  8. Ontologie Différentes acceptions du mot ontologie : Vocabulaire technique, Référentiel métier, Terminologie/thesaurus, Système de classes d’une représentation par objet : UML ? Base de connaissances terminologique Théorie logique

  9. Conception Identifier un domaine technique Recenser, classer les termes du vocabulaire Identifier les termes dénotant des objets des propriétés des relations Classer les objets

  10. Conception Identifier les points de vue pertinents du domaine : Technique, Financier, Management Structurel, Fonctionnel

  11. Concept Identifier/modéliser les concepts et leurs propriétés Choisir les termes pertinents pour les dénoter, éventuellement multilingue Concept primitif Concept défini

  12. Concept Concept primitif : Human, Male, Female Concept défini : Man : Human and Male Woman : Human and Female

  13. Concept défini Patient : < Human has Desease

  14. Relation Identifier les relations pertinentes : subsomption, instanciation partOf, hasPart, closeTo, over, under, contain, connected, etc

  15. Relation Propriétés des relations : partOf est transitive, closeTo est symétrique, over inverseOf under signature : partOf : Object -> Object

  16. Modélisation Ontologie : modélisation des connaissances Au sens où une théorie physique est un modèle de la réalité Il peut y avoir plusieurs modèles d’une même réalité : expérience de la chute des corps théorie de la gravitation de Newton relativité générale d’Einstein

  17. Modélisation Pour l’aide à la résolution de problème Pour la recherche d’information

  18. Connaissance Continuum : donnée, information, connaissance donnée : … --- … information : SOS connaissance : en cas d’alerte, déclencher les secours La connaissance permet de produire de nouvelles données, informations, connaissances : inférence

  19. Types de Connaissance Connaissances de résolution de problème : conception, diagnostic, évaluation, planification tâches, inférences Connaissances du domaine e.g. électronique, mécanique, médecine, etc. ontologie : réutilisable modèles de domaine : fonctionnel, causal, structurel, exprimés dans le vocabulaire de l’ontologie.

  20. Ontologie Concept Thing concept Engine < Thing concept Vehicle < Thing relation partOf : Thing -> Thing

  21. Modèle de domaine Structurel : Engine e1 partOf Vehicle v2 causal : Engine breakdown => Vehicle stop

  22. Modèle de tâche Conception : specify, design, assess Diagnostic : identifier des symptômes, choisir un modèle causal, émettre des hypothèses, imaginer des conséquences, les tester, etc.

  23. Ontologie L’accent est mis sur les concepts et les relations du domaine Orienté modélisation, spécification, réutilisation, partage, standardisation. Relations spécifiques du domaine considéré

  24. Objets L'accent est mis sur le coté opérationnel. Opérations rendues possibles par le modèle objet : classification, évolution, simulation, calcul. Orienté résolution de problème

  25. Thesaurus L'accent est mis sur les termes utilisés pour dénoter les concepts du domaine (linguistique, langue naturelle). Les relations entre termes sont linguistiques. Orienté indexation.

  26. Thesaurus Recueil documentaire alphabétique de termes servant de descripteur pour : analyser un corpus indexer des documents Relations prédéfinies standardisées pour les thésaurus

  27. Relations linguistiques BT : Broader Term NT : Narrower Term TT : Top Term RT : Related Term (other than BT, NT, TT, etc.)

  28. Relations linguistiques USE : Prefered Term UF : Use for, non preferred synonym, quasi synonym SN : Scope Note, Une note pour expliquer un terme

  29. Ontologie Composant réutilisable Réutilisation : généralité, abstraction (reuse) Partage : consensus, standardisation (sharing) Accord sur conceptualisation partagée : engagement ontologique (commitment)

  30. Caractéristique Formalisation : lever les ambiguïtés Indépendance (relative) par rapport à une tâche, ou un problème précis Utilisable pour différentes tâches ? : conception,diagnostic, maintenance, recherche d'information

  31. Caractéristique Indépendante d’une implémentation : limiter le biais dû à un formalisme de représentation : niveau conceptuel Des inférences sont possibles (relations transitives, axiomes, etc.)

  32. Types d’ontologies Ontologies générales, abstraites, de haut niveau : Ontologie des catégories conceptuelles : Objet, événement, état, processus, action, temps, espace Ontologies théoriques : physique, mathématique, cinématique

  33. Types d’ontologies Ontologie applicative : Médecine, automobile, patrimoine culturel, organisation, etc.

  34. Principes Clarté : communiquer le sens des termes définis Cohérence Extensibilité Indépendance vs implémentation Modularité Abstraction

  35. Langages KIF : Knowledge Interchange Format Ontolingua Logiques de description (orientée classification) Graphe conceptuel (support) RDF Schema OWL, DAML+OIL

  36. Exemples Ontolingua : www-ksl.stanford.edu/sns.html WordNet : Ontologie de la langue naturelle Enterprise Ontology Kactus : ingénierie UMLS : Unified Medical Language System EngMath, PhysSys, CIM

  37. Comma O’Comma : Corporate Memory Management through Agents Système multi agents (Jade) Ontology en RDF : Document, Entreprise, Domaine, Utilisateur Moteur de recherche Corese : RDF en graphe conceptuels Règles de graphe

  38. Comma Méthode: Recueil, Phase terminologique, Structuration, Validation, Formalisation en RDFS Résultat: 470 concepts, 80 relations, 13 niveaux de profondeur

  39. Haut niveau Niveau médian Aspects Document Aspects Entreprise Aspects Utilisateur Aspects Domaine Niveau spécifique Comma

  40. KMP KMP : Knowledge Management Platform Cartographie des compétences en Télécom sur Sophia Antipolis Serveur Web sémantique de compétence Favoriser les partenariats Ontologie en RDF : Compétence, Organisation, Domaine

  41. Outils Protégé Oiled WebODE Corese

More Related