Presentation faite pour la formation enitab a partir d'un chapitre d'ouvrage ROUSSEY, C., FRANÇOIS PINET, KANG, M.A., CORCHO, O. - 2009. How ontologies are used for software interoperability. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer, 52 pages disponible ici http://www.towntology.net/towntologyreferences.php
Semantic Sensor Network Ontology: Description et usage
Les Ontologies dans les Systèmes d’Information
1. Les Ontologies dans les
Systèmes d’Information
Catherine ROUSSEY
catherine.roussey@cemagref.fr
Université de Lyon CNRS, Université Lyon 1, LIRIS UMR5205,
Villeurbanne, France
CEMAGREF, 24 Av. des Landais, BP 50085, 63172 Aubière,
France
ROUSSEY, C., FRANÇOIS PINET, KANG, M.A., CORCHO, O. - 2009. How ontologies are used for
software interoperability. Chapter to appear in: Use of Ontologies to Support Information
Interoperability, Springer, 52 pages http://www.towntology.net/towntologyreferences.php
2. Plan
Donnée, Information, Connaissance
Historique des Ontologies
Ontologie(s): Définitions
Interopérabilité: Définition
◦ Type d’ontologie / type d’interroperabilité
◦ Information ontology
◦ Linguistic ontology
◦ Software ontology
◦ Formal ontology
Construction d’ontologies: les bases
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 2
3. Données, Informations,
Connaissances
Donnée: est un élément d’information manipulable par un ordinateur et
percevable par un humain
◦ 17
Information: données + sens + contexte (pour l’humain) type (pour
la machine)
◦ Information structurée BD
17 ° une valeur numérique de type température
◦ Information non structurée texte brut
Un texte brut pour la machine = une séquence de caractères type document
◦ Information semi structurée page HTML
Le texte est structuré en partie : titre, paragraphe etc… une forme de typage plus fin de séquence
de caractères
Connaissance (pour l’humain): information + stabilité + croyance
(vrai ou faux)
◦ Une sorte de généralisation d’un ensemble d’information
◦ La connaissance est toujours propre à une personne et peut être partagée par d’autres
personnes
◦ Une température en France est comprise entre -30 et +40
Zins, C., (2007).Conceptual approaches for defining "Data", "Information", and "Knowledge".
Journal of the American Society for Information Science (JASIST), 58 (4). pp. 479-493.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 3
4. Données, Informations,
Connaissances
Classe objet au sens POO:
information + généralisation + traitement
La classe « température » a des données avec des
méthodes associées
calcul de la température moyenne d’une région: (17 +
22 + …) / N
La hiérarchie est construite sur les méthodes (les
comportements)
Grace au typage (la classe) certains traitements sont
impossibles ( addition de températures)
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 4
5. Données, Informations,
Connaissances
Entité en BD Relationnelle:
information + mémorisation + vérification
Stocker toutes les températures d’une région sur une période
données
Données quantitatives et qualitatives
◦ Une valeur de température est associée à un nom de département.
Éviter la redondance pour éliminer les incohérences de Mise à
Jour
◦ une table Région avec des ID (Clé Primaire) Clé Etrangère dans une autre
table
Organisation se construit sur le partage de données
communes (inclusion d’attributs).
Vérifier la cohérence des données lors de l’insertion et de la
MàJ contraintes d’intégrité
Hypothèses du monde fermé
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 5
6. Données, Informations,
Connaissances
Connaissances formelles en IA:
information + généralisation + vérification +
raisonnement
Description qualitative des objets
◦ Une température = chaud, froid, tempéré
Raisonnement au sens informatique = un certains type de
traitement
◦ Inférence = création de nouvelles connaissances
◦ Classification automatique d’un objet ou d’une classe dans une
hiérarchie
◦ Validation du modèle de données (l’ensemble des définitions des
classes sont elles cohérentes)
La hiérarchie est construite sur les propriétés (la description
qualitative de la classe)
Hypothèse du monde ouvert
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 6
7. Schéma général
Résultat d’un processus d’apprentissage:
HUMAIN
Connaissances une généralisation d’un ensemble
d’information que l’on va mémoriser
Information Sens dans un contexte
Données Perception
Des traitement particuliers non lié au
Connaissances en IA données: description qualitative
MACHINE
Description sous forme d’attribut
Classes en POO (description quantitative & qualitative ) +
méthodes (traitements)
BD Relationnelle Données fortement structurées optimisées
pour le stockage
Différent niveau de granularité : information
Données typées
structurée non structurées
Données
8. Historique des Ontologies
Ontologie avec un O majuscule (philosophie):
une science: une branche de la métaphysique qui
a pour objectif l’étude de l’être en tant qu’être,
c'est-à-dire l'étude des propriétés générales de
tout ce qui est… définition adaptée de Wikipedia
Ontologies au pluriel avec un o minuscule
(informatique):
outils informatiques résultat d’une modélisation
définition à suivre…
Quels sont les modèles conceptuels que vous
connaissez?
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 8
9. Historique des Ontologies
Expert System Knowledge based System
Knowledge separation from treatment in order to
solve a specific problem or to achieve a task.
Knowledge reuse in different systems
Method input Problem Solving Method Method output
Described by
Extended to mapping
Domain Application Method
ontology ontology ontology
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 9
10. Definitions Ontologie…
Gruber 1993:
« an ontology is an explicit specification of a conceptualization. »
Borst 1997:
« ontologies are defined as a formal specification of a shared
conceptualization. »
Studer 1998 :
« an ontology is a formal, explicit specification of a shared
conceptualization.
Conceptualization refers to an abstract model of some phenomenon in
the world by having identified the relevant concepts of that phenomenon.
Explicit means that the type of concepts used, and the constraints on
their use are explicitly defined.
Formal refers to the fact that the ontology should be machine readable.
Shared reflects the notion that an ontology captures consensual
knowledge, that is, it is not private of some individual but accepted by a
group.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 10
11. Definitions Ontologie …
Guarino and Giaretta 1995:
« A logical theory which gives an explicit,
partial account of a conceptualization »
Guarino 1998:
« a set of logical axioms designed to account
for the intended meaning of a vocabulary »
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 11
12. Definitions Ontologie …
Aussenac Gilles 2006:
« spécification normalisée représentant les classes
des objets reconnus comme existant dans le
domaine. Construire une ontologie, c’est aussi décider
d’une manière d’être et d’exister des objets. »
Roche 2005:
« Définie pour un objectif donné et un domaine particulier,
une ontologie est pour l’ingénierie des connaissances une
représentation d’une modélisation d’un domaine
partagée par une communauté d’acteurs.
Objet informatique défini à l’aide d’un formalisme de
représentation, elle se compose principalement d’un
ensemble de concepts définis en compréhension, de
relations et de propriétés logiques ».
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 12
13. Ontologie = des choix
1. Choix des traitements/ usage: pourquoi faire?
2. K partagée
◦ consensus sur un domaine
◦ Théorie minimale pour comprendre le domaine
3. Modélisation
◦ Choisir des concepts
◦ Choisir des invariants ou primitives qui permettent de
différencier les concepts les uns des autres
propriétés
relations
◦ construire une taxonomie (une hiérarchie)
4. Nommer les éléments
◦ Vocabulaire normalisé
5. Formalisme:
◦ choix d’un langage capable d’effectuer les traitements
demandé en 1.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 13
14. Ontology : component
Termes: un vocabulaire normalisé
Concepts/classes/types : donne le sens de Lightweight
termes
Définitions en Langages Naturels
Ontology
Relations entre concepts
Propriétés/attributs de concepts
Taxonomie de concepts Heavyweight
Définitions formelles dans un langage de Ontology
représentations des connaissances (Frames / LD …)
◦ Axiomes logiques
◦ Contraintes d’intégrités
Des fonctions (pour calculer une valeur)
Des règles (si X alors Y)
Des instances/individus Knowledge
Base
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 14
16. Interopérabilité: Définition
Interoperability is first defined as
the ability of an information system or its
components
to share information and applications.
Moreover, interoperability also includes
knowledge sharing throughout the life cycle of
information system:
for example development and use.
Fonseca, F., Egenhofer, M., Davis, C., and Borges, K (2000). Ontologies and Knowledge Sharing in
Urban GIS. Computer, Environment and Urban Systems, 24(3): pp. 232-251. 2000
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 16
17. Différents types d’intéropérabilité
Linguistic Logical
Ontology Theory Description
Logique
OWL
Formal
Conceptual Model UML
ER Model
Ontology
Knowledge
Increasing
DB Schema
XML Schema
Taxonomy
SKOS
Thesaurus Lexical Database
RDF
List Software
Controlled Vocabulary
Ontology
Glossary
Plan Information
Mind Map
Ontology
Human Lexical Data Knowledge Model Object
Interoperability Interoperability Interoperability Interoperability Interoperability
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 17
Increasing Interoperability Capibility
18. Classification des ontologies par
spécialité
Top Level or Foundational
Ontology
Core reference General
Ontology Ontology
Domain Ontology Task Ontology
specialize
Application or Local
Ontology
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 18
19. Information Ontology
composed of diagrams and sketches
only used by humans
clarify and organize the ideas of collaborators
in the development of a project.
Easily modifiable and scalable
Synthetic and schematic
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 19
21. Information Ontology: Format
Screenshot of FreeMind
13/11/2009 http://freemind.sourceforge.net/wiki/index.php/Main_Page
CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 21
22. Information Ontology: example
architectural project
Bouattour O., Halin G., Bignon J.-C.(2007). Management System For A Virtual Cooperative
Project. In Proceeding of the eCAADe Conference, Frankfort, Allemagne, Septembre 2007
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 22
23. Information Ontology: example
urban planning process
Kaza N., Hopkins L.D.(2007). Ontology for Land Development Decisions and Plans. In
Ontologies for Urban Development: Interfacing Urban Information Systems , Teller J., Lee J.,
Roussey C. ed. University of Geneva 6,7 November 2006 . pp. 143-156. Studies in
Computational Intelligence 61. Springer Verlag . ISBN 978-3-540-71975-
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 23
24. Linguistic Ontology
terms are ambiguous
◦ A concept can be referenced by several terms
◦ A term can reference several concepts
define the vocabulary
◦ dictionary =list all the terms of a language
vocabulary normalization
◦ terminology agreement between a users’
community
◦ Choose one term for each concept that is the
preferred label of only one concept.
Thesaurus relationships: equivalence,
hierarchical and associative.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 24
25. Linguistic Ontology: component
hasName
*
Textual
Definition Relation
*
1
hasPreferredLabel hasArgument Semantic
1 Concept
* * Relation
isInstanceOf
hasID 1 Instance
1 1
* hasArgument * Linguistic
Term
Relation
1
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 25
26. Linguistic Ontology: example
The theme list of the GEMET thesaurus
http://www.eionet.europa.eu/gemet/index_html?langcode=fr
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 26
27. Linguistic Ontology: example
Le thesaurus URBAMET
http://portail.documentation.developpement-
durable.gouv.fr/notx/Urbanisme/thesaurus/navigation.xhtml
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 27
28. Linguistic Ontology: example
http://www.iho.shom.fr/Dhydro/Html/site_edition/consultation.html
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 28
29. Linguistic Ontology: example
WordNet® = large lexical database of English
http://wordnet.princeton.edu/
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 29
30. Linguistic Ontology: format
SKOS:
Simple
Knowledge
Organization
System
http://www.w3.org/2004/02/skos/intro
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 30
31. Linguistic Ontology: format
Douglas Richard Hofstadter. Gödel, Escher, Bach: an Eternal
RDF Golden Braid. Basic Book 1999 (ISBN 0-465-02656-7)
Resource
Description
Framework
<rdf:Description rdf:about='http://cemagref/enitab/module7'>
<titre>Les Ontologies dans les Systèmes d’Information</titre>
<enseignant>Catherine Roussey</enseignant>
</rdf:Description>
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 31
32. Lexical Interoperability in
Information Retrieval System
Linguistic
ontology
blue
Index docu
query Indexing ment
Matching
Query
Document Red
docu
index and Indexing ment
Retrieve user query
Gree
Red blue
n
docu docu
ment ment
Indexing docu
ment
32
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS
33. Système Documentaire Multilingue
SyDoM
ROUSSEY, Catherine. Une méthode d'indexation sémantique adaptée aux corpus
multilingues . Thèse : Institut National des Sciences Appliquées de Lyon, 2001, 196 p.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS
Disponible sur http://docinsa.insa-lyon.fr/these/pont.php?&id=roussey 33
34. Lexical Interoperability
Semantic Web Search Engine
Metadata
linguistic
repository
ontology blue
annotations
Web
document
Inference mapping identified by
engine URI
red
annotations
Query annotation
Retrieve
green
annotations
Neon Project de la FAO
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 34
35. Software Ontology
Software implementation driven ontologies
Conceptual schema for software development
activities
Data storage
Data manipulation (method)
Data consistency (constraint)
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 35
37. Software Ontology: Example
Top level structure of ISO 12006-3 represented
through the EXPRESS-G graphical language
Names S[1:?] 2,2
xtdName
(ABS) Descriptions S[1:?] 2,3
1,2(3) xtdDescription
xtdRoot
References S[1:?] 2,4
xtdReference
1
(ABS) 1,1(3) 3,1 (ABS) 1,5(3)
xtdObject xtdRelationship xtdCollection
1
*xtdNest
xtdActor
xtdSubject xtdBag
xtdActivity 1,6(3)
xtdUnit 1,4(3)
3,2
xtdMeasureWithUnit
xtdProperty 1,3(3)
ISO/DIS 12006-3 version 3. 2004. Building construction -- Organization of information about 37
13/11/2009CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS
construction works – Part 3: Framework for object-oriented information
38. Software Ontology: Example
Industry
Foundation
Classes
IFC
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 38
http://www.iai-tech.org/mvd/cv/IFC2x3/beta/html/Building.htm
39. Software Ontology: Examples
XMI: XML Metadata Interchange
◦ http://www.omg.org/technology/documents/fo
rmal/xmi.htm
GML Geographic Markup Language
◦ http://www.opengis.net/gml/
…
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 39
40. Data Interoperability: Data Exchange
Format for a Software Chain
Software
Ontology
Data exchange
format
Blue Green Red
system system system
Blue Green Red
data data data
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 40
41. Building Information Model
http://www.xscad.com/
Outils 3D basé sur
IFC
Un outil par expert
Échange de données
entre experts
Problèmes identifiés
+ tôt
Gestion de
l’avancement des http://www.tut.fi/units/rka/rtt/tutkimus/vbl/aurora_ii.pdf
travaux
Repousse les
décisions
budgétaires à une
phase de conception
plus avancée
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 41
42. Formal Ontology
Clear semantic using formal logics:
◦ Description Logic (DL)
◦ Conceptual Graph (CG)
◦ First Order Logic (FOL)
Reasonning
◦ Coherence, model validation
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 42
44. Formal Ontology: example
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 44
Trausan-Matu S.(2009). Ontology-Based Interoperability in Knowledge-Based Communication
Systems. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer
45. Formal Ontology: format
OWL:
Ontology
Web
Language
OWL Lite
OWL DL
OWL Full
www.w3.org 2007
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 45
46. Knowledge Model Interoperability:
Information System Conception
Ontologies
Derivation links
Conceptual Schema
CLASSE B
CLASSE A
relation Attribute b1
Attribute a1 Attribute b2
Attribute a2
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 46
Fonseca, F., Egenhofer, M., Davis, C., and Borges, K (2000). Ontologies and Knowledge Sharing in
Urban GIS. Computer, Environment and Urban Systems, 24(3): pp. 232-251. 2000
47. user adapted interface
development
User Specific Interface
Information Knowledge
Sources Base Inhabitant
Conceptual
annotation OUPP
links ontology
databases
Local Urbanist
texts ontologies
Instances
3D City
Model Instance
links
Metral, C; Falquet, G; Karatzas, K (2007 A). Ontologies for the Integration of Air Quality
13/11/2009and 3D City Models. In proceeding of the 2nd Cost Action C21 – Towntology Workshop
Models CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 47
Ontologies for urban development: conceptual models for practitioners ,Turin, October 2007
48. Object Interoperability:
a global system related to local one
retrieve
query
mapping
Mediated
Mediator virtual
database Global
schema
Wrapper
local local local for the Red
schema schema schema DB
Wrapper
for the
Blue DB
13/11/2009 Blue Green Red
CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 48
data data data
49. IGN-E case :
the Phenomen Ontology
red
database
domain ontology
query PhenomenOntology
retrieve
Mapping
blue
database
Gomez-Pérez, A Ramos Gargantilla JA, Rodríguez Pascual A, Vilches Blázquez
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX a hidden ontology Lecture
LM (2008). The IGN-E case: Integrating through COMMUNICANTS 49
notes in geoinformation and cartography p 417-434
51. Méthodes de construction
d’ontologies
Cycle de vie en plusieurs étapes
1. Spécification
2. Acquisition de Connaissances
3. Formalisation
4. Évaluation
5. Documentation
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 51
52. Spécification
a quoi va servir l’ontologie?
Identifier le but de l’application
limiter le domaine
◦ les objets
◦ les usagers, les points de vues
◦ les sources documentaires
◦ Les autres ontologies
Trouver les questions auxquelles devra
répondre l’ontologie.
Trouver les scénarios d’utilisation des
connaissances
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 52
53. Acquisition des connaissances
Réutiliser des ontologies existantes
◦ top level ontology
◦ Ontologie d’une partie du domaine ex. ontologie des unités
Identifier les termes importants
◦ normaliser le vocabulaire
Identifier les concepts et les relations du domaine
◦ Définition écrite en Langue Naturelle
◦ Trouver les conditions minimales et suffisantes pour dire
qu’un objet appartient à une classe donnée.
◦ Trouver les différences entre classes sœurs et classe mère/
classe fille
Stratégie différente suivant les sources étudiées:
◦ Thesaurus,
◦ Base de données,
◦ texte etc…
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 53
54. Construire la taxonomie de
concepts
Hiérarchie avec une relation is a ou relation de
subsomption
3 stratégies pour identifier les concepts
Bottom-up :
◦ spécialisé général,
◦ concepts très détaillés pas nécessairement utiles
Top-down:
◦ général spécialisé,
◦ facilite la cohérence et la réutilisation mais dirige la
conception suivant un point de vue
Middle-out:
◦ concept important spécialisé, général;
◦ ontologies modulaires, facilite la stabilité des résultats
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 54
55. Formalisation
Coder l’ontologie dans un langage formel
des outils: Protégé, Kaon, OntoEdit …
Trouver les classes, les attributs, les
types, les contraintes
Peupler l’ontologie: instancier les classes
base de connaissances
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 55
56. Evaluation
Construction d’ontologie: un domaine
récent
Valider la taxonomie:
◦ Pas de cycle
◦ Toutes les instances d’une classe sont aussi les
instances de la classe mère
◦ Hiérarchie homogène: pas de classe isolée, pas
de listes de sous classes trop importante
Tester l’application
◦ Répondre aux questions de la phase de
spécification
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 56
57. Documentation
Donner des explications
◦ Expliquer les choix de modélisation
Définition en langage naturel
◦ Concepts, propriétés, relations, contraintes
Lier les concepts aux sources dont sont
issues les définitions
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 57
58. Conclusion
Toutes les méthodes sont faites pour des
experts en ontologies qui communiquent
avec des experts du domaine
La phase d’acquisition des connaissances est
la plus longue et la plus fastidieuse.
Écrire une ontologie valide n’est pas évident
◦ Différence entre un concept et un terme, une
instance et une classe, …
◦ Trouver un consensus entre experts du domaine
◦ La relation partie-de n’est pas la relation
hiérarchique de la taxonomie
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 58
59. Bibliographie sur la construction
d’ontologies
Outils
◦ Neon Toolkit
◦ KAON
◦ Protégé
Article de Références
◦ Gómez-Pérez, A. (1998). Knowledge sharing and reuse.
Handbook of Applied Expert Systems. Liebowitz, editor, CRC
Press.
◦ Gómez-Pérez, A., Fernandez-Lopéz, M., Corcho, 0 (2003).
Ontological Engineering, Springer Editor.
◦ Uschold, M. and Gruninger, M. (1996). Ontologies:
Principles, Methods and Applications. Knowledge
Engineering Review 11(2)
◦ Gruber, T. R. Toward principles for the design of ontologies
used for knowledge sharing. Padova, Italy, 1992.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 59
61. OWL DL: Composants
Classe = un ens d’individus
« datatype property »
◦ lie un individu à un type de données (ex: hasID)
« annotation property »
◦ lie un individu, une classe, une « property » à une
métadonnée (ex: hasLabel)
« objects property »
◦ lie un individu à un individu (ex: hasPart)
Constructeurs : description des classes
Restrictions : crée des classes anonymes
Individus base de connaissances
Hai Wang, Alan Rector, Nick Drummond, Matthew Horridge, et al. OWL Pizzas: Practical
Experience of Teaching OWL-DL: Common Errors & Common Patterns. EKAW 2004.
62. Classes
Classes = concepts = type de concepts
Classe nommée Classe anonyme
◦ Un axiome pour décrire la classe
◦ Nom ?
Classe primitive Classe définie
◦ Conditions nécessaires
◦ Conditions nécessaires et suffisantes ?
Classe équivalente ( ) sous classe ( )
Hiérarchie de classes = taxonomie
63. Constructeurs
Union de classes : ou logique
Intersection de classe : et logique
Négation de classe : le complément
64. Objects Property
« Functional property »: pour un individu donné il
existe au plus une functional property ( ex:
hasBirthMother)
« Inverse property »
« Transitive property »
« Symetric property »
« Domain » et « range »: définie la cible « range » et
la source « domain » du lien entre des individus.
◦ Ce n’est pas une contrainte, c’est un axiome utilisé
pour inférer, peut conduire à des incohérences
65. Restrictions
Existentiel restriction ( hasBirthMother.Thing)
◦ « Some »
◦ définie une classe anonyme contenant les individus qui
ont au moins un lien par la property
◦ Les individus qui ont au moins une mère biologique
Universal restriction ( hasBirthMother.Human)
◦ « Only »
◦ définie une classe anonyme contenant les individus qui
,quand il possède un lien par la property hasBirthMother,
la cible du lien est toujours de la classe Human
◦ Les individus qui n’ont pas de lien hasBirthMother
appartiennent à cette classe !!!
◦ Only n’implique pas some !!!
Cardinality restriction ≥N hasPart.Thing
66. Raisonnements
Classification automatique de la taxonomie de classes
(héritage multiple)
Détection automatique de l’appartenance d’un
individu à une classe
Ontologie consistante cohérence de la théorie?
◦ Pas de « unsatisfiable classe »
◦ Unsatisfiability = il n’y aura jamais un individu qui pourra
appartenir à cette classe
Interrogation pour retrouver un ensemble d’individu
répondant à un axiome.