book victor hugo
ne lisez pas
le panneau suivant
Perdu!
nous identifions et interprétons l’information,
                    les machines, non.
il manque quelque chose…
une connaissance
quel est le dernier
document
que vous avez lu?
documents
votre réponse est basée sur une
ontologie partagée
                   je peux comprendre

          vous pouvez raisonner
sous
                              type
    Document


        Book



Novel          Short story
quot;voiturequot;, quot;caissequot;, quot;autoquot;,
    quot;bagnolequot;, quot;tirequot;, quot;tacotquot;,
    quot;auto...
sous
                              type
    Document


        Book



Novel          Short story
sous
                                                 type
      quot;documentquot;          #12

                        ...
#12

                         #21 ⇒ #12
                    #21

        #47 ⇒ #21              #48 ⇒ #21
              #4...
ontologie
n’est pas un synonyme de


taxinomie
la connaissance
 taxinomique
est une connaissance
 ontologique
   parmi d’autres
partie
                                                        de
méthane     éthane     méthanol     éthanol




        ...
combiner
différents types de connaissances ontologiques
                     Organic object


        Individual          ...
ontos            logos
                                                                 “Jacob Lorhard's quot;Ogdoas Schol...
Ontologie                 ontologie

           ->
définitions basées sur…
… le contenu
  – spécification d’un vocabulaire: définitions, liens et relations, structure 
    d...
ntologie
O   une théorie logique donnant un compte‐rendu 
    explicite mais partiel d’une conceptualisation i.e.
    une ...
Aux grands mots les grands remèdes
      paleo       ontos      logos
      ancien      être       discours


 une
 paléon...
• conceptualisation partielle
       • propriétés de catégories
       • formalisation pour traitement

ontologie
cube(x) cube(y) cube(z)
              couleur(x, bleu)
              couleur(y, jaune)
              couleur(z, rouge)
   ...
base de connaissances

  ontologie



système
à base de connaissances
ex. les étudiants ont des notes
      les notes sont des réels ≤ 20 et ≥ 0
base de connaissances

  ontologie



système
à base de connaissances
ex. Stéphane a une note de 15,5
base de connaissances

  ontologie



système
à base de connaissances




       règles
ex. si un étudiant a une note 
      inférieure à 8
      alors il échoue l’année
base de connaissances

  ontologie



système
à base de connaissances




       règles         vérification
ex. le nombre total de notes dans un 
      cours doit être égal au nombre 
      total d’étudiants
base de connaissances

  ontologie



système
à base de connaissances




       règles         vérification       explica...
communication, intégration, échange
• Niveau physique
   – Français et Russe, n° tel : 00 7 505 903 78
   – Canal de commu...
familles
gigognes d’ontologies
couverture


dans quelle mesure les primitives mobilisées par 
     les scénarios sont couvertes par l’ontologie
spécificité  dans quelle mesure
              les primitives sont
          précisément déclarées
                 dans l’...
granularité
dans quelle mesure les primitives
                 sont détaillées
exemple granularité                      [Charlet ‐ RFIA 2002]




1. Patient-Masculin
   Patient-Féminin
2. [Patient] → (...
formalité
dans quelle mesure les
primitives sont décrites
dans un langage formel
deux poids & deux mesures
              [Gomez‐Perez et al., 2002]

–Légères (lightweight)
 types, hiérarchies, propriétés...
continuum de la formalité          [Uschold et Gruninger, 1996]
• informelle
 exprimée en langue naturelle. 

• semi‐infor...
exemple avec la notion de
« collègue »
• Identification lors d'un entretien: quot;Il faut que 
  je diffuse ce document à mes collèguesquot;
• Demander une défin...
• Définition consensuelle: 'Collègue de Travail' 
  quot;Personne qui fait partie d'un même 
  établissement qu'une autreq...
(Gomez-Perez et al., 2003):
(Gomez‐Perez et al., 2003): (Klinker et al., 1991)
• ontologies du domaine (réutilisables)
• ontologies applicatives
  (spécifiques & non réutilisables)
• ontologies génériq...
langages
et exemples de 
  formalisation
(define-class human (?human)
       :def (animal ?human))




                            example
                    subs...
(defprimconcept MALE)
(defprimconcept FEMALE)
(disjoint MALE FEMALE)




                                     example
    ...
[Concept: Director]->(Def)->
 [LambdaExpression:
  [Person: λ] ->(Manage) -> [Group]]




                                ...
(define-relation has-mother
                    (?child ?mother)
 :iff-def
   (and (has-parent ?child ?mother)
           ...
(define-class executive (?person)
  :default-constraints
    (owns-tv ?person))




                                 examp...
(define-class Author (?author)
 :def (and (person ?author)
 (= (value-cardinality ?author
                     author.name...
[Car: ∀]->(Has)->[SteeringWheel]




                                          example
              existential knowledge...
(define-axiom driver-consistency :=
 (<=> (drive ?a ?p) (driver ?a ?p))




                              example
        ...
(defrelation child
 ((?p Person) (?c Person))
 :=> (> (age ?p) (age ?c)))




                                  example
  ...
(define-function price (?car ?power ?days)
                       :-> ?amount
:def (and (Car ?car) (Number ?power)
       ...
IF
 ?person author ?doc
 ?doc rdf:type PhDThesis
 ?doc concern ?topic
THEN
 ?person expertIn ?topic
 ?person rdf:type PhD
...
vers un web
sémantique
W3C®
RDF, toute connaissance est décomposée en
             triplets ( sujet , prédicat , objet )
                 arcs ( nœud,...
ex : doc.html a pour auteur Fabien
    et a pour thème la Musique
doc.html a pour auteur Fabien
doc.html a pour thème Musique
Fabien

 auteur

doc.html 

 thème

Musique
ouvrir et relier des données dans un
           graphe mondial
<RDF/>   une syntaxe XML pour mieux 
         échanger ces graphes
interroger avec SPARQL
SPARQL Protocol and RDF 
Query Language
requête SPARQL
SELECT ...
FROM ...
WHERE { ... }
résultat SPARQL
échec / réussite
valeurs trouvées
protocole SPARQL
échanger des requêtes et leurs 
résultats à travers le web
RDFS signifie RDF Schema
RDFS fournit les primitives pour 
       écrire des ontologies légères
RDFS pour définir les classes de 
       ressources et organiser leur 
       hiérarchie      Document




               ...
RDFS pour définir les relations, 
        leur hiérarchie et leurs 
        signatures créateur

                      aut...
OWL fournit des primitives 
      supplémentaires pour des 
      ontologies plus lourdes
OWL in one…                définir par…
{a,b,c,d,e} par énumération          par intersection
       par union            ...
thesaurus, 
classifications, 
sujets, taxinomies, 
folksonomies, ... 
vocabulaires  
contrôlés
RIF:           Interchange Format
interopérabilité           PhDThesis              Person
                              ?...
passerelles entre le web sémantique et les 
              ‘autres webs’: RDFa, GRDDL
RDFa signifie
RDF dans des attributs de HTML
<div xmlns:dc=quot;http://purl.org/dc/elements/1.1/quot;>
 <h2 property=quot;...
GRDDL ouvre des formats
en permettant de déclarer des mécanismes
d’extraction de RDF à partir de XML

<head profile=quot;h...
bienvenue
dans un web de données
spécifier le sens
 avec des identificateurs uniques


                   …
se lier
au monde
Une famille est sur la route des vacances…
Une des enfants voit un cheval par la fenêtre et c’est la première fois:
‐ « Ma...
temporalité
cycle
vie


                  conception




   besoin         évolution              diffusion


                        ...
scenarios motivants, questions 
          de compétences
besoins


                             conception




           ...
conception          acquisition de
             connaissances, traitement du langage
             naturel, formalismes, an...
diffusion    identifier, publier, annoncer,
 web, pair‐à‐pair a, standards & normes




                        conception...
utiliser        applications quotidiennes, tâches 
routinières (trouver, veiller, combiner, analyser, 
réutiliser, suggére...
évaluer     c.f. besoins + traces et analyse
des usages, métriques, dimension collective
 et consensus


                 ...
évolution
c.f. conception + version, alignement, cohérence 
vérification et dépendances 


                               ...
gérer comme tout projet logiciel,
             méthodes complètes


                    conception




   besoins         ...
quelques 
 messages
vous êtes ici




des dizaines de milliards 
de triplets en ligne, RDF a pris son envol         (e.g. http://sindice.com/ )
pour ne pas avoir à extraire, fouiller, etc.
ouvrez vos données
à ceux qui pourraient les utiliser
bornes interactives 
 pour l’aide au repérage des espèces présentées
   dans un musée de sciences naturelles.
            ...
animal



insecte   arachnéen    mammifère     reptile    poisson   oiseau


cigale    araignée                  crocodile...
le piège du domaine
le domaine d’application n’est pas 
forcément celui de l’ontologie
je n’ai jamais vu une ontologie
universelle
méthodes
ex. rigidité dans Onto Clean [Guarino & Welty]
Rigid          φ+R       φ is a necessary property for all its ins...
connaissance
holistique 
mais ontologies finies
acquisition & évolution
goulet d’étranglement
brique de construction
    vs.
      modèle changeant
à base d’ontologie
ne signifie pas que l’on
a besoin d’un moteur
d’inférence. 
SSRSSLSSS

                       SS



                       bug mondial
( c.f. Gérard Berry)
web”
                         “semantic 
                              and not

[C. Welty, ISWC 2007]
                    ...
facteur d’échelle
coût & intérêt
a lightweight ontology 
allows us to do lightweight 
                  reasoning
                  [J. Hendler, ISWC 2007]
ma montre n'a qu'une aiguille
      mais elle n'est pas cassée.
de l'intérêt d'un à peu près
Informatique


             Réseau               Programmation


       Sans‐fil              Ethernet

Bluetooth         ...
impossible
de prédire tous 
les usages
éviter de construire une
boite noire
rendre les conceptualisations
explicites
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Prochain SlideShare
Chargement dans…5
×

Invited Tutorial JFO : Ontologies informatiques

10 781 vues

Publié le

Dans cette intervention nous verrons comment dans un système d\'information, un petit peu de sémantique formelle peut vous emmener très loin et nous montrerons comment les ontologies informatiques proposent une approche pour intégrer de la sémantique formelle dans les représentations d’un système d’information.
Pour cela nous expliquerons cette notion d’ontologie que l\'informatique a empruntée à la philosophie au début des années 1990. Nous montrerons ensuite qu’intégrer une ontologie à un système d\'information permet de déclarer formellement un certain nombre de connaissances utilisées pour caractériser les informations gérées par le système et de se baser sur ces caractérisations et la formalisation de leur signification pour automatiser des tâches de traitement de l\'information.
Les ontologies sont maintenant utilisées pour décrire et traiter des ressources multimédia ; asseoir l\'interopérabilité d\'applications en réseaux ; piloter des traitements automatiques de la langue naturelle ; construire des solutions multilingues et interculturelles ; permettre l\'intégration de sources hétérogènes d\'information ; décrire des protocoles d\'interactions complexes ; vérifier la cohérence de modèles ; permettre les raisonnements temporel et spatial ; faire des approximations logiques ; etc. Ces utilisations des ontologies se retrouvent dans de nombreux domaines d\'application : intégration d\'informations géographiques, gestion de ressources humaines, aide à l\'analyse en biologie, commerce électronique, enseignement assisté par ordinateur, bibliothèques numériques, échanges commerciaux entre partenaires industriels, suivi médical informatisé, etc.
Nous aborderons les caractéristiques des ontologies, leur cycle de vie et leur opérationnalisation. Nous mentionnerons aussi un courant particulièrement prometteur pour le déploiement des systèmes à base d\'ontologies : le web sémantique permettant d’utiliser le web comme un média d’échange de données entre applications.
Pour en savoir plus : http://interstices.info/jcms/c_17672/ontologies-informatiques

Publié dans : Technologie

Invited Tutorial JFO : Ontologies informatiques

  1. 1. book victor hugo
  2. 2. ne lisez pas le panneau suivant
  3. 3. Perdu!
  4. 4. nous identifions et interprétons l’information, les machines, non.
  5. 5. il manque quelque chose… une connaissance
  6. 6. quel est le dernier document que vous avez lu?
  7. 7. documents
  8. 8. votre réponse est basée sur une ontologie partagée je peux comprendre vous pouvez raisonner
  9. 9. sous type Document Book Novel Short story
  10. 10. quot;voiturequot;, quot;caissequot;, quot;autoquot;, quot;bagnolequot;, quot;tirequot;, quot;tacotquot;, quot;automobilequot;, ... véhicule de transport automobile conçu et aménagé pour le transport d'un petit nombre de personnes - la 206 cc 3124 SH 45 - la clio 16S de Tom - le Galaxy bleu garé en bas à l'entrée - ...
  11. 11. sous type Document Book Novel Short story
  12. 12. sous type quot;documentquot; #12 #21 ⇒ #12 quot;bookquot; #21 quot;livrequot; #47 ⇒ #21 #48 ⇒ #21 #47 #48 quot;novelquot; quot;short storyquot; quot;romanquot; quot;nouvellequot;
  13. 13. #12 #21 ⇒ #12 #21 #47 ⇒ #21 #48 ⇒ #21 #47 #48 connaissance  ontologique formalisée
  14. 14. ontologie n’est pas un synonyme de taxinomie
  15. 15. la connaissance taxinomique est une connaissance ontologique parmi d’autres
  16. 16. partie de méthane éthane méthanol éthanol dioxyde  de carbone dioxygène ozone phénol eau dihydrogène méthyle carbone oxygène hydrogène
  17. 17. combiner différents types de connaissances ontologiques Organic object Individual Limb Cat Hierarchical model of the shape of the human body. D. Marr and H.K. Nishihara, Representation and recognition of the spatial organization of three-dimensional shapes, Proc. R. Soc. London B 200, 1978, 269-294).
  18. 18. ontos            logos “Jacob Lorhard's quot;Ogdoas Scholasticaquot; (1606)  contains the first occurrence of the term  ‘ontologia’ ” Raul Corazzon on formalontology.it être / êtres                discours / science
  19. 19. Ontologie                 ontologie ->
  20. 20. définitions basées sur… … le contenu – spécification d’un vocabulaire: définitions, liens et relations, structure  du domaine et interprétation. [Uschold & Jasper, 1999] – ensemble d’axiomes logiques conçu pour rendre compte du sens associé  à un vocabulaire. [Guarino, 1998] … la méthode de construction – Conceptualisation commune à tout ce qui est représenté dans une base  de connaissances. [Bernaras et al, 1996] – Construites de façon coopérative par différentes personnes [Gomez‐Perez et al, 2003] … l’utilisation envisagée – Squelette d’une base de connaissances [Swartout et al, 1997] – Connaissance réutilisée et partagée (personnes et applications) [Gomez‐Perez et al, 2003] … le statut ou la portée – Capture une connaissance consensuelle de façon générique [Gomez‐Perez et al, 2003]
  21. 21. ntologie O une théorie logique donnant un compte‐rendu  explicite mais partiel d’une conceptualisation i.e. une structure sémantique intensionnelle  encodant les règles implicites contraignant la  structure d’un morceau de réalité ; le but est de  fournir des primitives avec une sémantique  associée pour représenter des connaissances  dans un contexte identifié. [Gruber, 1993] [Guarino & Giaretta, 1995] [Bachimont, 2000]
  22. 22. Aux grands mots les grands remèdes paleo ontos logos ancien être discours une paléontologie informatique L’ science qui étudie les êtres et organismes vivants ayant existé  au cours des temps géologiques. étude des propriétés générales de ce qui existe. représentation de ces propriétés dans un formalisme  supportant un traitement rationnel
  23. 23. • conceptualisation partielle • propriétés de catégories • formalisation pour traitement ontologie
  24. 24. 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)
  25. 25. base de connaissances ontologie système à base de connaissances
  26. 26. ex. les étudiants ont des notes les notes sont des réels ≤ 20 et ≥ 0
  27. 27. base de connaissances ontologie système à base de connaissances
  28. 28. ex. Stéphane a une note de 15,5
  29. 29. base de connaissances ontologie système à base de connaissances règles
  30. 30. ex. si un étudiant a une note  inférieure à 8 alors il échoue l’année
  31. 31. base de connaissances ontologie système à base de connaissances règles vérification
  32. 32. ex. le nombre total de notes dans un  cours doit être égal au nombre  total d’étudiants
  33. 33. base de connaissances ontologie système à base de connaissances règles vérification explication …
  34. 34. communication, intégration, échange • Niveau physique – Français et Russe, n° tel : 00 7 505 903 78 – Canal de communication • Niveau information – quot;c'est une bolle ce violonneuxquot;  Québécois – quot;c'est un crack ce violonistequot;  Français – quot;je te fais ton lavage comme du mondequot; Québécois – quot;je te fais ta lessive nickel chromequot; Français – quot;il faut que j'aille remplir la chaudièrequot; Québécois – quot;il faut que j'aille remplir le seauquot; Français – Syntaxe, termes, notions et relations ontologies • Niveau protocoles – quot;Allo ?... Allo ? ... y'a quelqu'un ?quot; – Protocoles d'interactions
  35. 35. familles gigognes d’ontologies
  36. 36. couverture dans quelle mesure les primitives mobilisées par  les scénarios sont couvertes par l’ontologie
  37. 37. spécificité dans quelle mesure les primitives sont précisément déclarées dans l’ontologie
  38. 38. granularité dans quelle mesure les primitives sont détaillées
  39. 39. exemple granularité  [Charlet ‐ RFIA 2002] 1. Patient-Masculin Patient-Féminin 2. [Patient] → (chrc) → [Masculin] [Patient] → (chrc) → [Féminin] 3. [Patient] → (attr) → [Sexe] → (val) → [Masculin] [Patient] → (attr) → [Sexe] → (val) → [Féminin]
  40. 40. formalité dans quelle mesure les primitives sont décrites dans un langage formel
  41. 41. deux poids & deux mesures [Gomez‐Perez et al., 2002] –Légères (lightweight) types, hiérarchies, propriétés –Lourdes (heavyweight) idem + axiomes, contraintes, etc.
  42. 42. continuum de la formalité [Uschold et Gruninger, 1996] • informelle exprimée en langue naturelle.  • semi‐informelle : exprimée dans une forme  restreinte et structurée de la langue naturelle ;  • semi‐formelle : exprimée dans un langage  artificiel défini formellement; • formelle : exprimée dans un langage artificiel  disposant d’une sémantique formelle, permettant  de prouver des propriétés de cette ontologie.
  43. 43. exemple avec la notion de « collègue »
  44. 44. • Identification lors d'un entretien: quot;Il faut que  je diffuse ce document à mes collèguesquot; • Demander une définition: quot;Je suis ton  collègue si on travaille dans la même équipequot; • Dictionnaire: quot;Personne qui remplit la même  fonction ou qui fait partie d'un même  établissement qu'une autrequot; • Vérifier par le recueil: groupe, entreprise,…
  45. 45. • Définition consensuelle: 'Collègue de Travail'  quot;Personne qui fait partie d'un même  établissement qu'une autrequot; • Semi‐formelle: quot;Une personne A et une  personne B sont collègues de travail si et  seulement si A fait partie d'un établissement E  et B fait partie du même établissement Equot; • Formelle: (CollegueTrv,A,B) ⇔ (∃ Etablissement E)∧ (Personne A) ∧ (Personne B) ∧ (FaitPartie, A ,E) ∧ (FaitPartie, B, E) ;
  46. 46. (Gomez-Perez et al., 2003):
  47. 47. (Gomez‐Perez et al., 2003): (Klinker et al., 1991)
  48. 48. • ontologies du domaine (réutilisables) • ontologies applicatives (spécifiques & non réutilisables) • ontologies génériques ou ontologies de haut niveau • ontologies de représentation ou méta‐ontologies buts des ontologies [Van Heijst et al, 1997]
  49. 49. langages et exemples de  formalisation
  50. 50. (define-class human (?human) :def (animal ?human)) example subsumption in frames
  51. 51. (defprimconcept MALE) (defprimconcept FEMALE) (disjoint MALE FEMALE) example disjoint classes in description logics
  52. 52. [Concept: Director]->(Def)-> [LambdaExpression: [Person: λ] ->(Manage) -> [Group]] example defined class in conceptual graphs
  53. 53. (define-relation has-mother (?child ?mother) :iff-def (and (has-parent ?child ?mother) (female ?mother))) example define a relation in frames
  54. 54. (define-class executive (?person) :default-constraints (owns-tv ?person)) example default values in ontolingua
  55. 55. (define-class Author (?author) :def (and (person ?author) (= (value-cardinality ?author author.name) 1) (value-type ?author author.name biblio-name) (>= (value-cardinality ?author author.documents) 1) (<=> (author.name ?author ?name) (person.name ?author ?name)))) example cardinality constraints in frames
  56. 56. [Car: ∀]->(Has)->[SteeringWheel] example existential knowledge in conceptual graphs
  57. 57. (define-axiom driver-consistency := (<=> (drive ?a ?p) (driver ?a ?p)) example axioms in frames
  58. 58. (defrelation child ((?p Person) (?c Person)) :=> (> (age ?p) (age ?c))) example constraints in description logics
  59. 59. (define-function price (?car ?power ?days) :-> ?amount :def (and (Car ?car) (Number ?power) (Number ?days) (Number ?amount) (Rate ?car ?rate)) :lambda-body (* (+ ?rate (* 0.1 ?power)) ?days)) example functions in conceptual graphs
  60. 60. IF ?person author ?doc ?doc rdf:type PhDThesis ?doc concern ?topic THEN ?person expertIn ?topic ?person rdf:type PhD example derivation rule languages
  61. 61. vers un web sémantique
  62. 62. W3C®
  63. 63. RDF, toute connaissance est décomposée en triplets ( sujet , prédicat , objet ) arcs ( nœud, arête , nœud )
  64. 64. ex : doc.html a pour auteur Fabien et a pour thème la Musique
  65. 65. doc.html a pour auteur Fabien doc.html a pour thème Musique
  66. 66. Fabien auteur doc.html  thème Musique
  67. 67. ouvrir et relier des données dans un graphe mondial
  68. 68. <RDF/> une syntaxe XML pour mieux  échanger ces graphes
  69. 69. interroger avec SPARQL SPARQL Protocol and RDF  Query Language
  70. 70. requête SPARQL SELECT ... FROM ... WHERE { ... }
  71. 71. résultat SPARQL échec / réussite valeurs trouvées
  72. 72. protocole SPARQL échanger des requêtes et leurs  résultats à travers le web
  73. 73. RDFS signifie RDF Schema
  74. 74. RDFS fournit les primitives pour  écrire des ontologies légères
  75. 75. RDFS pour définir les classes de  ressources et organiser leur  hiérarchie Document Rapport
  76. 76. RDFS pour définir les relations,  leur hiérarchie et leurs  signatures créateur auteur Document Personne
  77. 77. OWL fournit des primitives  supplémentaires pour des  ontologies plus lourdes
  78. 78. OWL in one… définir par… {a,b,c,d,e} par énumération par intersection par union par complément ≠ la disjonction ! par restriction 1..1 prop. algébriques par cardinalité ≡ par équivalence
  79. 79. thesaurus,  classifications,  sujets, taxinomies,  folksonomies, ...  vocabulaires   contrôlés
  80. 80. RIF:  Interchange Format interopérabilité PhDThesis Person ?doc author ?person règles du web sémantique concern Topic ?topic expertIn PhD ?person
  81. 81. passerelles entre le web sémantique et les  ‘autres webs’: RDFa, GRDDL
  82. 82. RDFa signifie RDF dans des attributs de HTML <div xmlns:dc=quot;http://purl.org/dc/elements/1.1/quot;> <h2 property=quot;dc:titlequot;>The trouble with Bob</h2> <h3 property=quot;dc:creatorquot;>Alice</h3> ... </div>
  83. 83. GRDDL ouvre des formats en permettant de déclarer des mécanismes d’extraction de RDF à partir de XML <head profile=quot;http://www.w3.org/2003/g/data-viewquot;> <title>The man who mistook his wife for a hat</title> <link rel=quot;transformationquot; href=quot;http://www.w3.org/2000/06/ dc-extract/dc-extract.xslquot; /> <meta name=quot;DC.Subjectquot; content=quot;clinical talesquot; /> …
  84. 84. bienvenue dans un web de données
  85. 85. spécifier le sens avec des identificateurs uniques …
  86. 86. se lier au monde
  87. 87. Une famille est sur la route des vacances… Une des enfants voit un cheval par la fenêtre et c’est la première fois: ‐ « Maman regarde ! … y’a un gros chien là » dit elle. La mère regarde et reconnaît un cheval. ‐ « Non Adeline! C’est un cheval. Tu vois c’est plus gros. » corrige‐t‐elle. L’enfant adapte ses catégories et prend note des différences qu’elle perçoit ou qui lui sont communiquées. Quelques kilomètres plus loin elle voit un âne pour la première fois. ‐ « Maman regarde ! Un cheval » dit elle. La mère regarde et reconnaît un âne. ‐ « Ha Non! Là c’est un âne. C’est plus petit et gris » corrige la mère. etc.
  88. 88. temporalité
  89. 89. cycle vie conception besoin évolution diffusion gestion évaluer utilisation
  90. 90. scenarios motivants, questions  de compétences besoins conception besoins évolution diffusion gestion évaluation utilisation
  91. 91. conception acquisition de connaissances, traitement du langage naturel, formalismes, analyse formelle  de concepts, méthodologies & représentations  intermédiaires conception besoins évolution diffusion gestion évaluation utilisation
  92. 92. diffusion identifier, publier, annoncer, web, pair‐à‐pair a, standards & normes conception besoins évolution diffusion gestion évaluation utilisation
  93. 93. utiliser applications quotidiennes, tâches  routinières (trouver, veiller, combiner, analyser,  réutiliser, suggérer etc.), inférences, interfaces. conception besoins évolution diffusion gestion évaluation utilisation
  94. 94. évaluer c.f. besoins + traces et analyse des usages, métriques, dimension collective et consensus conception besoins évolution diffusion gestion évaluation utilisation
  95. 95. évolution c.f. conception + version, alignement, cohérence  vérification et dépendances  conception besoins évolution diffusion gestion évaluation utilisation
  96. 96. gérer comme tout projet logiciel, méthodes complètes conception besoins évolution diffusion gestion évaluation utilisation
  97. 97. quelques  messages
  98. 98. vous êtes ici des dizaines de milliards  de triplets en ligne, RDF a pris son envol (e.g. http://sindice.com/ )
  99. 99. pour ne pas avoir à extraire, fouiller, etc.
  100. 100. ouvrez vos données à ceux qui pourraient les utiliser
  101. 101. bornes interactives  pour l’aide au repérage des espèces présentées dans un musée de sciences naturelles. poissons insectes animaux chat baleine cigale crocodile kiwi truite araignée chien
  102. 102. animal insecte arachnéen mammifère reptile poisson oiseau cigale araignée crocodile truite kiwi chat chien baleine
  103. 103. le piège du domaine le domaine d’application n’est pas  forcément celui de l’ontologie
  104. 104. je n’ai jamais vu une ontologie universelle
  105. 105. méthodes ex. rigidité dans Onto Clean [Guarino & Welty] Rigid φ+R φ is a necessary property for all its instances Anti-Rigid φ~R φ is an optional property for all its instances Constraint: φ~R can't subsume ψ+R Person is ψ+R, Student is φ~R
  106. 106. connaissance holistique  mais ontologies finies
  107. 107. acquisition & évolution goulet d’étranglement
  108. 108. brique de construction vs. modèle changeant
  109. 109. à base d’ontologie ne signifie pas que l’on a besoin d’un moteur d’inférence. 
  110. 110. SSRSSLSSS SS bug mondial ( c.f. Gérard Berry)
  111. 111. web” “semantic  and not [C. Welty, ISWC 2007] “semantic web”
  112. 112. facteur d’échelle coût & intérêt
  113. 113. a lightweight ontology  allows us to do lightweight  reasoning [J. Hendler, ISWC 2007]
  114. 114. ma montre n'a qu'une aiguille mais elle n'est pas cassée. de l'intérêt d'un à peu près
  115. 115. Informatique Réseau Programmation Sans‐fil Ethernet Bluetooth Wifi espace métrique distance d’approximation
  116. 116. impossible de prédire tous  les usages
  117. 117. éviter de construire une boite noire
  118. 118. rendre les conceptualisations explicites

×