Une ontologie et un système expert Chez Renault ?

1. Une ontologie et un système expert Chez Renault ? Alexandra Ahouandjinou Mémoire d’ingénieur Conservatoire National des Arts et Métiers CNAM Paris (France)

2. Plan de l’exposé • Présentation de la société, du client et de l’équipe. • Description du SI Continuité Numérique. • Description du premier projet : ITC. • Analyses et solutions proposées au projet ITC. • Objectifs et contexte problématique du deuxième projet. • Les solutions proposées. • Conclusion Générale.

3. La société, DATACEP • DATACEP société de service et de conseil, filiale spécialisée en SI du groupe Altran. • Ses secteurs d’activité : - Consulting et veille technologique en SI, - Architecture et administration en SI, - Ingénierie industrielle… • De nombreux clients (Industrie, Télécoms, Banques et Assurances…)

4. Le client, Renault constructeur automobile • Renault, présent dans 118pays. • Plus de 350 sites industriels et commerciaux. • Prés de 120 Millions de collaborateurs. • CA en 2005 : 41,3 Milliards d’euros. • Secteur d’activité en deux branches : • Automobile. • Financement des ventes.

5. L’équipe TAM • TAM • Programme de recherche Technologies Appliquées au Multimédia, partie intégrante de le Recherche et Développement chez Renault. • Projets Multimédia : Couleur et matière,ASK, Semantic 3D, ITC, Expérimentation 3D et CN.

6. Le SI, Continuité numérique • Définition • Domaine transverse à tous les projets de l’équipe TAM. • Concevoir et capitaliser la production documentaire à l’aide de données s’affranchissant du prototypage. • Aspects fonctionnels • Collecte. • Exploitation. • Publication.

7. Données corrigées, positionnées et texturées Métadonnées : gestion des arborescences Vidéo Les trois phases de la Continuité Numérique Papier Géométries – M3D Web Métadonnées (Nomenclature) Scénographie

8. Le premier projet : ITC • Problématique générale et objectifs • ITC, Information Technique Client : étude sur la faisabilité et la réalisation d’une notice d’utilisation personnalisée. • Permettre au client du véhicule d’accéder directement à l’information concernant son véhicule et selon toutes ses particularités.

9. Les cinq principales étapes du projet • Première étape : information technique brute. • Deuxième étape : micro-découpage en UP. • Troisième étape : choix du support adapté à la nouvelle NU. • Quatrième étape : réalisation du support pour Internet. • Cinquième étape : mise en ligne.

10. Analyse et solutions proposées

11. Analyse et solutions proposées • Indexation et rattachement des critères. • Deuxième étape. • Pouvoir faire que le lexique de la notice d’utilisation puisse indexer le texte automatiquement. • Permettre le rattachement automatique des critères.

12. VITRE LEVE-VITRES LEVE-VITRES IMPULSIONNELS h145v3 Il s’ajoute au fonctionnement des lève-vitres électriques. Lorsqu’il est présent dans le véhicule, il équipe la vitre conducteur ou, suivant véhicule, les vitres avant. Analyse et solutions proposées • Traitement du problème d’indexation de la notice. • Un exemple de résultat souhaité avec une unité de découpage (bout de texte).

13. Lève vitre Lève-vitre avant Lève-vitre avant manuel………..hylv1 Lève-vitre avant électrique ……hylv2 Lève-vitre avant électrique ……Ivavel Lève-vitre avant impusionnel….Ivavip Lève-vitre avant manuel ………Ivavm Lève-vitre Lève-vitre arrière Lève-vitre arrière manuel………..hylv1 Lève-vitre arrière électrique ……hylv2 Lève-vitre arrière électrique ……Ivavel Lève-vitre arrière manuel ………Ivavm Analyse et solutions proposées • Une difficulté : la pluralité des options.

14. Analyse et solutions proposées • Existe t-il un outil permettant une telle indexation ? • Automatique. • Pertinente. • Rapide. • Lucene une première solution ? • Outil d’indexation de texte automatique. • Classe d’indexation et de recherche.

15. Mots du lexique LUCENE Query : Phrase du lexique Réstitution De L’UDP N Création de L’index Analyse et solutions proposées • Élaboration de la solution avec Lucene

16. Analyse et solutions proposées • Lucene et ses limites. • Des difficultés dans la mise en œuvre sous windows. • Limites dans la précision de l’indexation. • Limites dans la formulation de requêtes(PIE* AND (Name:Siège arrière OR subject:~index) • Si l’utilisateur veut croiser plusieurs critères

18. Analyse et solutions proposées • Une autre solution d’indexation : l’ontologie. • Qu’est-ce qu’une ontologie ? Définition : Une ontologie est une conceptualisation formelle du réel, partagée par une communauté à des fins d’échange.

19. Analyse et solutions proposées • Caractéristiques : Exploitable par un programme.Composée d’une hiérarchie de concepts et d’autres liens sémantiques (part of, est localisé sur, est relié à, etc.). • Nécessité d’une indexation par ontologie. • Qualification sémantique des fragments documentaires pour être au plus prés de leur contenu. • Indexation précise et pertinente.

20. La solution ontologique

21. Première solution ontologique • Les trois étapes de la solution ontologique. • Transformation du lexique de la notice en ontologie. • Un outil : TEXT-TO-ONTO, outil d’indexation ontologique. • Mise en correspondance de l’ontologie et de la NU. • Utilisation deMELITAun outil d’annotation semi-automatique et de PROTEGE. • Le rattachement des critères. • Utilisation du langage XML. • Conclusion

22. TEXT TO ONTO Melita Lexique Ontologie XML Programme de Rattachement Automatique Première solution ontologique

23. Une deuxième solution ontologique • Un contexte problématique qui s’élargit. • Indexer tout objet documentaire Renault à partir de la nomenclature SIGNE. Nomenclature : représentation arborescente de la diversité fonctionnelle, du besoin en pièces et de la réponse en pièces. • Élaboration de la deuxième solution ontologique. • Transformer la nomenclature en ontologie.

24. Une deuxième solution ontologique • Implémentation de la solution • Transformation des tables de la nomenclature en XML. • Transformation des fichiers XML en RDF et RDFS. • Entrée du fichier RDF dans Protégé. • Mise en œuvre des liens d’appartenance entre les attributs de l’ontologie. • Tester la consistance de l’ ontologie.

26. Une deuxième solution ontologique • Exemple de requêtetransitive • « Si a une fonction correspond une pièce générique à laquelle correspond une pièce indicée alors cette pièce indicée correspond à cette fonction ou encore à cette fonction correspond cette pièce indicée ». La requête en langage SPARQL : SELECT ?FCT ?PG ?PI WHERE { ?Fonction:desfct ?FCT. ?PieceGenerique:despg ?PG. ?PieceIndicee:despie ?PI. (?FCT==?PG && ?FCT== ?PI ) }

28. Une deuxième solution ontologique • Les résultats obtenus après requêtes. • Pertinence. - Adéquation du document par rapport à la requête. • Précision. • Bonne proportion de documents pertinents par rapport à l’ensemble des documents récupérés. • Parmi les 1500 instances , les 30 inadéquates ne sont pas retournées. • Conclusion. • L’ontologie ne fait ni bruit, ni silence !

29. Objectifs du deuxième projet • Contexte problématique • Continuité numérique: définition des besoins utilisateur en phase de collecte. • Ensembles de fonctions : visualisations de compositions, recherche, modification, conversion, comparaisons de compositions… • A chaque besoin client va correspondre un module du système.

30. La comparaison des compositions • Un module de comparaison des compositions • Description d’un scénario: PG, PIE, M3D,GEO • Créer une fonctionnalité permettant une comparaison entre les instances de deux scenarii. • Solutions proposées • Le premier algorithme de comparaison et ses limites • Le deuxième algorithme évite la comparaison systématique de chaque phrase entre elles et de chaque mot entre eux. • Implantation dans le système expert qui va suivre.

31. Les scenarii orphelins • Problème • Des scenarii sans étiquette ou dénomination correspondante. • Les retrouver et les étiqueter pour éviter de refaire ce qui a déjà été fait. • Solution : élaboration d’un système expert. • Définition: logiciel capable de répondre à des questions, en effectuant un raisonnement à partir de faits et de règles connus.

32. Les scenarii orphelins • Pertinence de la solution ? • Un processus d’inférence ajouté à un processus de comparaison. • Quand le scénario orphelin est reconnu, un nouveau fait s’ajoute à la table des faits incluant le scénario spécifique et sa dénomination. • Implantation de la solution • Chaînage avant. • Utilisation de Jesstab, plugin de protégé. • Intégration de l’algorithme de comparaison.

33. Conclusion générale • Premier projet • Lucene et TEXT TO ONTO, outils open source présentant des failles pour une mise en œuvre sous Windows. • Nécessité d’une solution de rechange pour rentrer dans le « timing », mise en place avec Protégé. Résultat probant. • Deuxième projet • Conclusion au premier problème : nécessité d’un module de composition. • L’algorithme s’avère rapide et efficace. • Conclusion sur le deuxième problème : trouver un nom aux Scenarii orphelins. • Solution efficace pour une mise en œuvre partielle.