SlideShare une entreprise Scribd logo
1  sur  127
Télécharger pour lire hors ligne
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;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
                                     - ...
sous
                              type
    Document


        Book



Novel          Short story
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;
#12

                         #21 ⇒ #12
                    #21

        #47 ⇒ #21              #48 ⇒ #21
              #47             #48


connaissance 
ontologique formalisée
ontologie
n’est pas un synonyme de


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




          dioxyde  de carbone dioxygène   ozone   phénol eau   dihydrogène
méthyle



     carbone                  oxygène                      hydrogène
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).
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
Ontologie                 ontologie

           ->
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]
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]
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
• conceptualisation partielle
       • propriétés de catégories
       • formalisation pour traitement

ontologie
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)
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       explication
                                                 …
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
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’ontologie
granularité
dans quelle mesure les primitives
                 sont détaillées
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]
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



–Lourdes (heavyweight)
 idem + axiomes, contraintes, etc.
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.
exemple avec la notion de
« collègue »
• 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,…
• 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) ;
(Gomez-Perez et al., 2003):
(Gomez‐Perez et al., 2003): (Klinker et al., 1991)
• 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]
langages
et exemples de 
  formalisation
(define-class human (?human)
       :def (animal ?human))




                            example
                    subsumption in frames
(defprimconcept MALE)
(defprimconcept FEMALE)
(disjoint MALE FEMALE)




                                     example
               disjoint classes in description logics
[Concept: Director]->(Def)->
 [LambdaExpression:
  [Person: λ] ->(Manage) -> [Group]]




                                       example
                   defined class in conceptual graphs
(define-relation has-mother
                    (?child ?mother)
 :iff-def
   (and (has-parent ?child ?mother)
                 (female ?mother)))




                                   example
                       define a relation in frames
(define-class executive (?person)
  :default-constraints
    (owns-tv ?person))




                                 example
                    default values in ontolingua
(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
[Car: ∀]->(Has)->[SteeringWheel]




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




                              example
                            axioms in frames
(defrelation child
 ((?p Person) (?c Person))
 :=> (> (age ?p) (age ?c)))




                                  example
                constraints in description logics
(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
IF
 ?person author ?doc
 ?doc rdf:type PhDThesis
 ?doc concern ?topic
THEN
 ?person expertIn ?topic
 ?person rdf:type PhD

                                example
                     derivation rule languages
vers un web
sémantique
W3C®
RDF, toute connaissance est décomposée en
             triplets ( sujet , prédicat , objet )
                 arcs ( nœud, arête , 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




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

                      auteur
          Document             Personne
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                     par complément

   ≠     la disjonction
                              !       par restriction
                              1..1
         prop. algébriques            par cardinalité
                              ≡      par équivalence
thesaurus, 
classifications, 
sujets, taxinomies, 
folksonomies, ... 
vocabulaires  
contrôlés
RIF:           Interchange Format
interopérabilité           PhDThesis              Person
                              ?doc
                                        author     ?person

règles du web sémantique
                            concern     Topic
                                         ?topic




                                       expertIn   PhD
                                                  ?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;dc:titlequot;>The trouble with Bob</h2>
 <h3 property=quot;dc:creatorquot;>Alice</h3>
 ...
</div>
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; />
…
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:
‐ « 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.
temporalité
cycle
vie


                  conception




   besoin         évolution              diffusion


                               gestion

        évaluer           utilisation
scenarios motivants, questions 
          de compétences
besoins


                             conception




            besoins          évolution              diffusion


                                          gestion

                évaluation           utilisation
conception          acquisition de
             connaissances, traitement du langage
             naturel, formalismes, analyse formelle 
de concepts, méthodologies & représentations 
intermédiaires

                                conception




               besoins          évolution              diffusion


                                             gestion

                   évaluation           utilisation
diffusion    identifier, publier, annoncer,
 web, pair‐à‐pair a, standards & normes




                        conception




       besoins          évolution              diffusion


                                     gestion

           évaluation           utilisation
utiliser        applications quotidiennes, tâches 
routinières (trouver, veiller, combiner, analyser, 
réutiliser, suggérer etc.), inférences, interfaces.



                          conception




         besoins          évolution              diffusion


                                       gestion

             évaluation           utilisation
évaluer     c.f. besoins + traces et analyse
des usages, métriques, dimension collective
 et consensus


                        conception




       besoins          évolution              diffusion


                                     gestion

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


                                 conception




                besoins          évolution              diffusion


                                              gestion

                    évaluation           utilisation
gérer comme tout projet logiciel,
             méthodes complètes


                    conception




   besoins          évolution              diffusion


                                 gestion

       évaluation           utilisation
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.
              poissons            insectes
              animaux             chat
              baleine             cigale
              crocodile           kiwi
              truite              araignée
              chien
animal



insecte   arachnéen    mammifère     reptile    poisson   oiseau


cigale    araignée                  crocodile    truite    kiwi


                chat     chien     baleine
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 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
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]
                        “semantic web”
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             Wifi
                              espace métrique
                               distance d’approximation
impossible
de prédire tous 
les usages
éviter de construire une
boite noire
rendre les conceptualisations
explicites
Invited Tutorial JFO : Ontologies informatiques

Contenu connexe

Plus de Fabien Gandon

Web open standards for linked data and knowledge graphs as enablers of EU dig...
Web open standards for linked data and knowledge graphs as enablers of EU dig...Web open standards for linked data and knowledge graphs as enablers of EU dig...
Web open standards for linked data and knowledge graphs as enablers of EU dig...Fabien Gandon
 
from linked data & knowledge graphs to linked intelligence & intelligence graphs
from linked data & knowledge graphs to linked intelligence & intelligence graphsfrom linked data & knowledge graphs to linked intelligence & intelligence graphs
from linked data & knowledge graphs to linked intelligence & intelligence graphsFabien Gandon
 
The Web We Mix - benevolent AIs for a resilient web
The Web We Mix - benevolent AIs for a resilient webThe Web We Mix - benevolent AIs for a resilient web
The Web We Mix - benevolent AIs for a resilient webFabien Gandon
 
Overview of the Research in Wimmics 2018
Overview of the Research in Wimmics 2018Overview of the Research in Wimmics 2018
Overview of the Research in Wimmics 2018Fabien Gandon
 
Web science AI and IA
Web science AI and IAWeb science AI and IA
Web science AI and IAFabien Gandon
 
Normative Requirements as Linked Data
Normative Requirements as Linked DataNormative Requirements as Linked Data
Normative Requirements as Linked DataFabien Gandon
 
Wimmics Research Team Overview 2017
Wimmics Research Team Overview 2017Wimmics Research Team Overview 2017
Wimmics Research Team Overview 2017Fabien Gandon
 
On the many graphs of the Web and the interest of adding their missing links.
On the many graphs of the Web and the interest of adding their missing links. On the many graphs of the Web and the interest of adding their missing links.
On the many graphs of the Web and the interest of adding their missing links. Fabien Gandon
 
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...Fabien Gandon
 
How to supervise your supervisor?
How to supervise your supervisor?How to supervise your supervisor?
How to supervise your supervisor?Fabien Gandon
 
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,Dans l'esprit du Pagerank: regards croisés sur les algorithmes,
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,Fabien Gandon
 
Wimmics Research Team 2015 Activity Report
Wimmics Research Team 2015 Activity ReportWimmics Research Team 2015 Activity Report
Wimmics Research Team 2015 Activity ReportFabien Gandon
 
Retours sur le MOOC "Web Sémantique et Web de données"
Retours sur le MOOC "Web Sémantique et Web de données"Retours sur le MOOC "Web Sémantique et Web de données"
Retours sur le MOOC "Web Sémantique et Web de données"Fabien Gandon
 
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015Fabien Gandon
 
ESWC 2015 Closing and "General Chair's minute of Madness"
ESWC 2015 Closing and "General Chair's minute of Madness"ESWC 2015 Closing and "General Chair's minute of Madness"
ESWC 2015 Closing and "General Chair's minute of Madness"Fabien Gandon
 
ESWC2015 opening ceremony
ESWC2015 opening ceremonyESWC2015 opening ceremony
ESWC2015 opening ceremonyFabien Gandon
 
Les (r)évolutions de la planète Web
Les (r)évolutions de la planète WebLes (r)évolutions de la planète Web
Les (r)évolutions de la planète WebFabien Gandon
 
Données liées et Web sémantique : quand le lien fait sens.
Données liées et Web sémantique : quand le lien fait sens. Données liées et Web sémantique : quand le lien fait sens.
Données liées et Web sémantique : quand le lien fait sens. Fabien Gandon
 
Data protection and security on the web, ESWC2014 Panel
Data protection and security on the web, ESWC2014 PanelData protection and security on the web, ESWC2014 Panel
Data protection and security on the web, ESWC2014 PanelFabien Gandon
 
An introduction to Semantic Web and Linked Data
An introduction to Semantic Web and Linked DataAn introduction to Semantic Web and Linked Data
An introduction to Semantic Web and Linked DataFabien Gandon
 

Plus de Fabien Gandon (20)

Web open standards for linked data and knowledge graphs as enablers of EU dig...
Web open standards for linked data and knowledge graphs as enablers of EU dig...Web open standards for linked data and knowledge graphs as enablers of EU dig...
Web open standards for linked data and knowledge graphs as enablers of EU dig...
 
from linked data & knowledge graphs to linked intelligence & intelligence graphs
from linked data & knowledge graphs to linked intelligence & intelligence graphsfrom linked data & knowledge graphs to linked intelligence & intelligence graphs
from linked data & knowledge graphs to linked intelligence & intelligence graphs
 
The Web We Mix - benevolent AIs for a resilient web
The Web We Mix - benevolent AIs for a resilient webThe Web We Mix - benevolent AIs for a resilient web
The Web We Mix - benevolent AIs for a resilient web
 
Overview of the Research in Wimmics 2018
Overview of the Research in Wimmics 2018Overview of the Research in Wimmics 2018
Overview of the Research in Wimmics 2018
 
Web science AI and IA
Web science AI and IAWeb science AI and IA
Web science AI and IA
 
Normative Requirements as Linked Data
Normative Requirements as Linked DataNormative Requirements as Linked Data
Normative Requirements as Linked Data
 
Wimmics Research Team Overview 2017
Wimmics Research Team Overview 2017Wimmics Research Team Overview 2017
Wimmics Research Team Overview 2017
 
On the many graphs of the Web and the interest of adding their missing links.
On the many graphs of the Web and the interest of adding their missing links. On the many graphs of the Web and the interest of adding their missing links.
On the many graphs of the Web and the interest of adding their missing links.
 
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...
One Web of pages, One Web of peoples, One Web of Services, One Web of Data, O...
 
How to supervise your supervisor?
How to supervise your supervisor?How to supervise your supervisor?
How to supervise your supervisor?
 
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,Dans l'esprit du Pagerank: regards croisés sur les algorithmes,
Dans l'esprit du Pagerank: regards croisés sur les algorithmes,
 
Wimmics Research Team 2015 Activity Report
Wimmics Research Team 2015 Activity ReportWimmics Research Team 2015 Activity Report
Wimmics Research Team 2015 Activity Report
 
Retours sur le MOOC "Web Sémantique et Web de données"
Retours sur le MOOC "Web Sémantique et Web de données"Retours sur le MOOC "Web Sémantique et Web de données"
Retours sur le MOOC "Web Sémantique et Web de données"
 
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015
Emotions in Argumentation: an Empirical Evaluation @ IJCAI 2015
 
ESWC 2015 Closing and "General Chair's minute of Madness"
ESWC 2015 Closing and "General Chair's minute of Madness"ESWC 2015 Closing and "General Chair's minute of Madness"
ESWC 2015 Closing and "General Chair's minute of Madness"
 
ESWC2015 opening ceremony
ESWC2015 opening ceremonyESWC2015 opening ceremony
ESWC2015 opening ceremony
 
Les (r)évolutions de la planète Web
Les (r)évolutions de la planète WebLes (r)évolutions de la planète Web
Les (r)évolutions de la planète Web
 
Données liées et Web sémantique : quand le lien fait sens.
Données liées et Web sémantique : quand le lien fait sens. Données liées et Web sémantique : quand le lien fait sens.
Données liées et Web sémantique : quand le lien fait sens.
 
Data protection and security on the web, ESWC2014 Panel
Data protection and security on the web, ESWC2014 PanelData protection and security on the web, ESWC2014 Panel
Data protection and security on the web, ESWC2014 Panel
 
An introduction to Semantic Web and Linked Data
An introduction to Semantic Web and Linked DataAn introduction to Semantic Web and Linked Data
An introduction to Semantic Web and Linked Data
 

Invited Tutorial JFO : Ontologies informatiques