Habilitation à Diriger les Recherches Fabien Gandon

1. Graphes RDF et leur Manipulation
pour la Gestion de Connaissances
soutenance d’Habilitation à Diriger les Recherches.
Fabien L. Gandon, Edelweiss, Inria
n² n
n

2. µCV
INSA : ingénieur maths appliquées
et DEA images & SB connaissances.
ACACIA, INRIA : doctorant IA distribuée
& web sémantique pour mémoires
d’entreprises à base d’ontologies.
Carnegie‐Mellon University : post‐doc
sur accès mobiles aux services & vie
privée.
EDELWEISS, INRIA : CR, communautés.
2

3. matérialiser et utiliser des
mémoires collectives
•hybrides : documents‐représentations
•intrawebs sémantiques, communautés
•représentations et traitements à base de graphes
•serveurs de connaissances distribué(e)s
•utilisation et interaction
3

4. 1, mémoires
numériques collectives
4

5. cube(x) cube(y) cube(z)
couleur(x, bleu)
couleur(y, jaune)
couleur(z, rouge)
droite(z, y) droite(y, x)
ontologie:
o cube() couleur(,) gauche(,)
o cube(?a)⇒objet(?a)
o gauche(?a,?b)⇔droite(?b,?a)
5

6. • conceptualisation partielle
• propriétés de catégories
• formalisation pour traitement
ontologie
6

7. = personnalisés
accès mobiles à des services de CMU
[NSF & DARPA]
7

8. 8

9. [INRIA & I3S]
un wiki dans le web sémantique
9

10. 10

11. Knowledge Management Platform
pour la gestion des partenariats sur Sophia
[RNRT]
11

12. 12

13. 2, représenter
des connaissances et
les doter d’une
inscription numérique
13

14. W3C©
14

15. W3C©
15

16. W3C®
16

17. RDF, toute connaissance est décomposée en
triplets ( sujet , prédicat , objet )
arcs ( nœud, arête , nœud )
17

18. ex : doc.html a pour auteur Fabien
et a pour thème la Musique
18

19. doc.html a pour auteur Fabien
doc.html a pour thème Musique
19

20. Fabien
auteur
doc.html
thème
Musique
20

21. graphes
du web sémantique
21

22. GRIWES [COLOR, LIRMM, I3S]
Graphes dans les Représentations et les
Inférences sur le Web et Systèmes symboliques
22

23. ERGraph
G=(EG, RG, nG, lG)
• EG entités
• RG hyperarcs
• nG : RG → EG* arguments
• lG : EG ∪ RG → L étiquettes
23

24. EMapping
une relation binaire qui associe chaque
élément d’un ERGraph EH
avec au plus un
élément d’un ERGraph EG
24

25. vissés(x,y) soudés(z,v)
vissés(y,z) soudés(z,u) *
vissés vissés
soudés(u,v) x z
y
vissés vissés
vissés(x,?p) vissés(?p,z) x z
soudés soudés
u v
25

26. langage de requête
SPARQL
SELECT ...
FROM ...
WHERE { ... }
26

27. RDFS pour définir les classes de
ressources et organiser leur
hiérarchie Document
Rapport
27

28. RDFS pour définir les relations,
leur hiérarchie et leurs
signatures créateur
auteur
Document Personne
28

29. véhicule véhicule
GR
O voiture(x)⇒véhicule(x)
voiture
voiture GF
F∧Omodulo une ontologie F ≤ GR
mapping
→R⇔G
29

30. EMapping
opération centrale :
interroger,
raisonner,
visualiser,
…
30

31. extension de RDF/XML pour déclarer la
http://.../rdfsource.html provenance
dc:title
dc:creator
http://...#me RDF Source
foaf:mbox rdf:type
foaf:name
mailto:fgandon@inria.fr foaf:Person Fabien Gandon
31

32. extension de RDF/XML pour déclarer la
http://.../rdfsource.html provenance
dc:title http://www.w3.org
dc:creator
http://www.w3.org
http://...#me RDF Source
foaf:mbox rdf:type
foaf:name
http:// www.inria.fr
http:// www.inria.fr http:// www.inria.fr
mailto:fgandon@inria.fr foaf:Person Fabien Gandon
32

33. 3, espaces métriques des graphes de
connaissances
33

34. distances sémantiques
métaphore mathématique pour une comparaison
intuitive
34

35. simuler la mémoire
sémantique est une idée ancienne
(Quillian, 1968) (Collins & Loftus, 1975)
mais avec de nouveaux besoins
35

36. ma montre n'a qu'une aiguille
mais elle n'est pas cassée.
de l'intérêt d'un à peu près
36

37. projection
classique
véhicule
voiture(x)⇒véhicule(x)
voiture
t1 < t2 i.e. t1(x)⇒t2(x) T1 ⊂ T2
37

38. relaxer
une contrainte de typage
voiture
voiture(x) .... camion(x)
camion
t1(x)⇒t2(x) → d(t1,t2)<seuil
(
∀(t1 , t2 ) ∈ H c on a dist (t1 , t2 ) = min{t ≥t1 ,t ≥t 2 } lH c (t1 , t ) + lH c (t2 , t )
2
)
⎡ 1 ⎤
∀(t1 , t 2 ) ∈ H c ; t1 ≤ t 2 on a l H c (t1 , t 2 ) = ∑{t∈ t ,t
2
,t ≠ t1 } ⎢ depth ( t ) ⎥
1 2
⎣2 ⎦ 38

39. organiser
un tas d'objets
39

40. Clusters (groups of
bubbles) represent
complementary
competencies i.e.
similar from
technology stand
point
Market : Telecoms
Bubbles (circles)
represent similar
competences ; their
size represent their
frequency
Market : SI Market : IT Applications
organiser
des compétences
Prof. 2
Racines (38 termes)
Prof. 2
Compétences (36 termes)
Echanges (70 termes)
Actions (116 termes)
Délivrables (145 termes)
Prof. 12
Sys. Offres (120 termes)
Ressources (616 termes)
+3 +41 +43 +180
40

41. distCH (t1, t2 ) = max
∀st ≤ lcst ( t1 , t 2 )
(dist(st, lcst(t1, t2 ))) quand t1 ≠ t2
distCH (t1 , t2 ) = 0 quand t1 = t2 1.7
5
1 1 1
dist (t1 , t2 ) = depth ( lcst ( t ,t )) − 2 − depth ( t ) −1 − depth ( t 2 ) −1
2 1 2
2 2 1 .75
.5
.25
A B C D E F G H I J K L M N
0
organiser
des compétences
Prof. 2
Racines (38 termes)
Prof. 2
Compétences (36 termes)
Echanges (70 termes)
Actions (116 termes)
Délivrables (145 termes)
Prof. 12
Sys. Offres (120 termes)
Ressources (616 termes)
+3 +41 +43 +180
41

42. 42

43. séparer deux aspects
métaphore mathématique
les « distances » au naturel
simulations informatiques
espaces & métriques, double conception
43

44. tester
les « distances » au naturel
44

45. tester
les distances au naturel
camion...
45

46. intension & intention d'usage
utilisables dans un même graphe concis
sous‐type‐et‐signature Technologie
Réseau Appareil
Sans-fil Téléphone
connexion
GSM Wifi Cellulaire
Définition formelle de l’espace (métrique) :
domain(Tp, Tx) ⇒ sous‐type‐et‐signature (Tp, Tx, wsig)
range(Tp, Tx) ⇒ sous‐type‐et‐signature (Tp, Tx, wsig)
subClassOf(Ty, Tx) ⇒ sous‐type‐et‐signature(Ty, Tx, wclass)
subPropertyOf(Ty, Tx) ⇒ sous‐type‐et‐signature(Ty, Tx, wprop)
sous‐type‐et‐signature(Tx,Ty, w) ⇔ sous‐type‐et‐signature(Tx,Ty, w)
46

47. intension & intention d'usage
désambigüiser l'extraction de termes
90,00
80,00
70,00
60,00
50,00
[Khelif et al.]
wclass 0.2
wprop 0.4
wsig 0.4
Définition formelle de l’espace (métrique) :
domain(Tp, Tx) ⇒ sous‐type‐et‐signature (Tp, Tx, wsig)
range(Tp, Tx) ⇒ sous‐type‐et‐signature (Tp, Tx, wsig)
subClassOf(Ty, Tx) ⇒ sous‐type‐et‐signature(Ty, Tx, wclass)
subPropertyOf(Ty, Tx) ⇒ sous‐type‐et‐signature(Ty, Tx, wprop)
sous‐type‐et‐signature(Tx,Ty, w) ⇔ sous‐type‐et‐signature(Tx,Ty, w)
47

48. 4, le
problème
des
ressources
distribuées
48

49. graphes
distribués
49

50. quelques
serveurs
identiques
RDF
RDF
service web service web
SPARQL
service web application web
RDF
RDF
50

51. éviter le
broadcast
51

52. 52

53. index de serveur
caractériser son contenu :
les étoiles et les chemins
53

54. annotation
ex:A rdf:type idg:Car .
ex:A es:includes ex:B .
ex:B rdf:type id:Door .
ex:B es:includes ex:C .
ex:C rdf:type id:Window .
ex:C es:fixedBy ex:D .
ex:A es:height quot;1.219quot; .
ex:A es:width quot;1.497quot; .
ex:A es:madeOf ex:E .
54

55. étoile
ex:A rdf:type idg:Car .
ex:A es:includes ex:B .
ex:B
ex:B
rdf:type id:Door .
es:includes ex:C . ex:A
ex:C rdf:type id:Window .
ex:C es:fixedBy ex:D .
ex:A es:height quot;1.219quot; .
ex:A es:width quot;1.497quot; .
ex:A es:madeOf ex:E .
55

56. chemin
ex:A rdf:type idg:Car .
ex:A
ex:A es:includes ex:B .
ex:B
ex:B
rdf:type id:Door .
es:includes ex:C . ex:B
ex:C rdf:type id:Window .
ex:C es:fixedBy ex:D .
ex:A
ex:A
es:height quot;1.219quot; .
es:width quot;1.497quot; .
ex:C
ex:A es:madeOf ex:E .
ex:D
56

57. 57

58. chemin d'index
CI(x,y) =<t0, p0, t1, p1, t2..., pn‐1, tn>
étoile d'index
E(x) = ((tx, p0, t0), (tx, p1, t2)... (tx, pn, tn))
58

59. Car A
includes
Door D
fixedBy
Bolt B
madeOf
Steel S 59

60. Car *
includes
Door *
fixedBy
Bolt *
madeOf
Steel * 60

61. parcours
en profondeur à partir de chemins /
étoiles de taille 1 ; écrit en SPARQL
61

62. l’index des chemins et étoiles est une
annotation
RDF
62

63. connaître les autres
serveurs
RDF
RDF
RDF
RDF
63

64. découpage
en sous requêtes (étoiles/chemins)
64

65. 0.3% es:Bolt67
precision length
unit value
inch 1.3
?x filter(!isBLANK(?x))
65

66. • gestion de connaissances
• gestion de ressources
• intégration d’applications
• services distribués
web • des ressources comme les autres
services sémantiques
66

67. services annotés et recherchés
sémantiquement
annuaire
2 1
3
demandeur client service fournisseur
67

68. nom Téléphone Assistante tel Téléphone → Nom nom
employé assistante
68

69. ?s1 rdf:type proc:Process
?s2 rdf:type proc:Process
?s1 proc:hasInput ?input
?s2 proc:hasOutput ?output
?input sawsdl:modelRef ?inType inType
?output sawsdl:modelRef ?outType
?outType rdfs:subPropertyOf ?inType
⇒
?s2 proc:composable ?s1 outType
composable !
69

70. ?s1 all::proc:composable[4] ?s2
?s1 proc:hasInput ?param1
?s2 proc:hasOutput ?param2
?param1 sawsdl:modelRef c:employeeName
?param2 sawsdl:modelRef c:assistantName
composable ?
70

71. 5, l’importance de la
présentation
71

72. groupement
A C N inférence & ontologie
B L
D
M
E D N
F
L
K M
G H
I J E D
F L
K
G
J E
F L
K E
G
J
K
J
72

73. 73

74. secteurs angulaires
dans le squelette taxinomique
74

75. 75

76. substituts en recherche d’information
76

77. conditions d’identité…
φ(x)∧φ(y) → ( ρ(x,y) ↔ x = y )
∀x (x ∈ α ⊃ nec (x ∈ α))
…minimales
Minimal(ρ) ↔ [ρ(x,y) ↔ ∧i ti(x,y)]
∧ [ ¬∃ ρ' ; IC (ρ') ∧ [ρ'(x,y) ↔ ∧j tj(x,y)] ∧ {tj}⊂{ti}]
et substitut d’affichage
Minimal(ρ) ∧ [ [ρ(x,y) ↔ ∧i ti(x,y)] →
∃ S; Surrogate (S) ∧ S≡{property pj ; pj used in ti(x,y)} ]
77

78. équivalences ou définitions sous forme de
règles
01 IF [Person: ?p1]->(name)->?n
02 ->(firstname)->?f
03 ->(birthdate)->?d
04 AND [Person: ?p2]->(name)->?n
05 ->(firstname)->?f
06 ->(birthdate)->?d
07 THEN [Person:?p1]->(equivalent)-
01 IF [Person: ?p]-(govern)-[Republic:
02 THEN [President:?p]
78

79. ouvrages & auteurs
?d rdf:type ex:Document
?d ex:author ?a
?a rdf:type ex:Person
?a ex:name ?n
FILTER( regex( ?n, quot;.*aiman.*quot;))
79

80. réponse avant…
• Novel (http://isbn.nu/0380789035)
author Man (http://www.neilgaiman.com/)
name: Gaiman
• Article (http://www.asee.org/jee/papers/content.cfm?name=STEPHEN-209.pdf)
author Woman (http://www.mgt.ncsu.edu/faculty/busmgt/laiman-smith.html)
name: Aiman-Smith
80

81. réponse après…
• Novel (http://isbn.nu/0380789035)
title: American Gods
date: April 30, 2002
author Man (http://www.neilgaiman.com/)
name: Gaiman
first name: Neil
• Article (http://www.asee.org/jee/papers/content.cfm?name=STEPHEN-209.pdf)
title: Algorithm for High Technology Engineering and
Management Education
author Woman (http://www.mgt.ncsu.edu/faculty/busmgt/laiman-smith.html)
name: Aiman-Smith
first name: Lynda
e-mail: lynda_aiman-smith@ncsu.edu
81

82. User Interaction
Agent
FIPA ACL messages and OWL Content
Directory Facilitator
Agent (FIPA)
Agent Management
Agent (FIPA)
e-Wallet Manager
Agent
Ontologist
Agent
Task-Specific
Agents JADE platform
82

83. User Interaction
Agent
FIPA ACL messages and OWL Content
Directory Facilitator
Agent (FIPA)
Agent Management
Agent (FIPA)
XSLT OWL (ontologies,
annotations) Rules
(definitions, services,
privacy) Queries
JESS e-Wallet Manager
edition Agent
results
Ontologist
Agent
Task-Specific
Agents JADE platform
83

84. • connaissance statique et dynamique
• services & règles d’invocation
• règles contrôle d’accès
• règles de révision par abstraction ou falsification
interactions minimales & confidentialité
84

85. Déclarer Déclarer besoins élémentaires en Faire appel
Requête contexte Pré‐vérification
information et connaissances
des autorisations
requête autorisations nécessaires locales
e- Faire appel services
personnels /
Résultat Assertion Application règles Post‐vérification des publics
connaissance autorisée de révision autorisations
Exemple: Norman demande la position géographique de Fabien
1‐ quot;l’expéditeur de la requête est Normanquot;, quot;requête arrivée à 15H34quot;
2‐ besoins = quot;où se trouve Fabienquot; + autorisation accès localisation
3‐ (a) Norman peut‐il demander à localiser Fabien d’après ce que l’on sait?
(b) quot;mes collègues de travail peuvent connaître le bâtiment où je me trouve,
lorsque je suis sur le campusquot;
(c) Norman est‐il un collègue de travail? Oui
4‐ Pas de réponse dans les connaissances statiques / locales.
5‐ Règles= le réseau sans‐fil permet localisation; champ ‘lieu’ de l’agenda
6‐ Fabien est‐il sur le campus? Oui
7‐ Fabien n'est disposé à révéler que le bâtiment où il se trouve
8‐ “Fabien est dans le bâtiment Borel”
85

86. condensé
• plusieurs projets de mémoires
• utilisation web sémantique et
contributions (RDF source)
• modèles de graphes (Griwes) et
caractérisation de leurs espaces
métriques
• requêtes et services distribués
• interfaces et interactions intelligentes
86

87. présentation filtrée
• gestion des connaissances et des
ontologies
• gestion de sources externes
distribuées ; GRDDL
• serveurs (Sewese) et applications
(SweetWiki) web sémantique ; RDFa
• web sémantique & web social
87

88. • publications : Journal of Web Semantics, IEEE Intelligent
Systems, ICCS, EKAW, ICIW, WWW/Internet, WWWC Dev
track, WikiSym ACM, ISWC, WI IEEE/ACM, AMKM AAAI,…
• enseignements : Master Polytech’Nice, Licence Pro,
UGB Saint Louis (Sénégal), tutoriel EGC
• encadrements : 3 doctorants, 1 post‐doc, 3 ingénieurs,
9 masters
• conférencier : Centrale Paris, Ecole des Mines St Etienne
Univ. Liège, W3C Seminar, IST
• standardisation : W3C: SWBPD (2004‐2006), GRDDL
(2006‐2007), SWD / RDFa TF (2006‐2008)
• comités internationaux : 12 journaux, 10 conf., 13 ateliers
diffusion sur 6 ans… 88

89. perspectives
• continuum de schémas & ontologies
à l’état sauvage [Limpens]
• compositionײ d’espaces métriques
• index par motifs quelconques [Basse]
• sémantique–sémiotique (Fresnel )
• sémantique & réseaux sociaux [Erétéo]
• ANR ISICIL 2009‐2011
89

90. WEB
science
90

91. des dizaines de milliards
de triplets en ligne, RDF a pris son envol (e.g. http://sindice.com/ )
91

92. pour gérer une diversité
rien de tel que d’utiliser une autre diversité
92

93. diversité des métadonnées
pour gérer les diversités des ressources,
et permettre les passages à l’échelle.
… nombre des ressources,
… hétérogénéité des représentations,
… foule des utilisateurs,
… diversité des matériels,
… multiplication des applications/services,
… accélération des cycles de vie.
93

94. demain, celui qui contrôlera les métadonnées,
contrôlera informations & services
à toutes les échelles.
94

95. 95