OntoCASE: 
une approche d’élicitation semi-formelle 
graphique et son outil logiciel pour la 
construction d’une ontologie...
Exposé 
• But 
Présenter OntoCASE, un outil méthodologique et informatique 
d’ingénierie ontologique fondée sur une élicit...
Gestion des connaissances et systèmes 
à base de connaissances 
L’informatique est un outil important en gestion des 
conn...
Gestion des connaissances et systèmes 
à base de connaissances 
Qu’est-ce qui unit les SBC ? 
Dans le contexte du web séma...
Représentation des connaissances 
(quelques notions théoriques en lien avec OntoCASE) 
• C’est mettre sous une forme textu...
Exemples de formalisme semi-formel 
graphique pour représenter la connaissance 
• Mind Mapping • Carte conceptuelle 
6
OntoCASE en représentation des 
connaissances 
• OntoCASE permet de formaliser un modèle 
semi-formel en ontologie formell...
OntoCASE en ingénierie ontologique 
Ontologie 
1- 
Étude de 
faisabilité 
2 
Ontologie 
initiale 
3 
Rafinement 
4 
Évalua...
Étape du raffinement (point 3) avec 
OntoCASE 
• Approche classique 
Raffinement 
Éliciter Formaliser Valider 
• Approche ...
Avantages de l’approche d’OntoCASE 
(Classées selon les étapes du raffinement) 
• Pour l’élicitation par la modélisation s...
Autres avantages fruits du processus 
itératif 
• Coordination de projet 
– Diminue la durée de mobilisation de l’expert 
...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le modèle, Retirer de l’argent au guichet automatique 
12
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le rectangle, représente une connaissance déclarative abstrai...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le rectangle pointillé, représente une connaissance déclarati...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
L’ovale, représente une connaissance procédurale (la procédur...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
L’hexagone représente une connaissance stratégique (le princi...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien P, représente la précédence entre deux procédure 
… O...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien C, représente la composition 
Le processus retirer de...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien I/P, représente l’intrant ou le produit d’une procédu...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien R, représente la régulation. Il permet notamment d’as...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien S, représente la spécialisation entre des connaissanc...
Exemple d’un modèle en modélisation par 
objets typés (MOT) 
Le lien I, représente l’instantication, le changement de nive...
Caractéristiques de MOT 
• Avantages 
– Permet dans un même diagramme de représenter graphiquement des connaissances 
décl...
La méthodologie d’OntoCASE 
24
«1» Concevoir le modèle semi-formel 
25
«2» Formaliser en ontologie 
26
«3» Valider 
27
Présentation générale de l’assistant 
informatique d’OntoCASE 
28
eLi, l’éditeur de modèle MOT 
d’OntoCASE 
29
Expérimentation sur un modèle complexe 
30
Interprétation automatique 
(Contenu partiel du rapport de validation sémantique) 
1. ... 
2. Objet céleste a pour attribu...
Déduction (inférence) automatique 
(Contenu partiel du rapport de validation sémantique) 
1. [9.8] est un ( :Accélération ...
En conclusion 
33 
• En représentation des connaissances OntoCASE permet de: 
– Formaliser un modèle de connaissances semi...
Perspectives et projets visés 
34 
– Élaboration de méthodologies d’ingénierie ontologique 
– Conception de bases de conna...
Juin 2012 
Merci 
Cotechnoe à votre service 
Michel Héon PhD 
www.cotechnoe.com 
heon@cotechnoe.com 
35
Prochain SlideShare
Chargement dans…5
×

OntoCASE à la 5e conférence GeCSO: Gestion des Connaissances dans la Société et les Organisations

897 vues

Publié le

OntoCASE est un atelier de génie logiciel pour la conception d'ontologies OWL fondée sur une représentation semi-formelle graphique de la connaissance d'entreprise. Cette présentation présente OntoCase dans la perspective de la gestion des connaissances organisationnelles.

Voir:
http://www.cotechnoe.com
http://www.ontocase.com
http://web-semantique-et-modelisation-ontologique-avec-g-owl.com/

Publié dans : Logiciels
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
897
Sur SlideShare
0
Issues des intégrations
0
Intégrations
8
Actions
Partages
0
Téléchargements
14
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Le r
  • OntoCASE à la 5e conférence GeCSO: Gestion des Connaissances dans la Société et les Organisations

    1. 1. OntoCASE: une approche d’élicitation semi-formelle graphique et son outil logiciel pour la construction d’une ontologie de domaine Michel Héon PhD www.cotechnoe.com heon@cotechnoe.com Juin 2012
    2. 2. Exposé • But Présenter OntoCASE, un outil méthodologique et informatique d’ingénierie ontologique fondée sur une élicitation semi-formelle de la connaissance • Déroulement – Mise en contexte selon les paradigmes: • de la gestion des connaissances • de la représentation des connaissances • de l’ingénierie ontologique – Présenter MOT le langage semi-formel utilisé par OntoCASE – Présenter la méthodologie d’OntoCASE – Présenter l’assistant informatique – Présenter une expérimentation – Conclusion et perspectives 2
    3. 3. Gestion des connaissances et systèmes à base de connaissances L’informatique est un outil important en gestion des connaissances Les systèmes à base de connaissances apportent de nouvelles façon de faire en GC Partager la connaissance Distribuer, diffuser la connaissance Capturer et codifier Créer de la connaissance Systèmes traditionnels Courriel, Intranet, Web social d’entreprise Traitement de texte, Répertoire de fichiers, base de données Tous les systèmes de codification de la connaissance Logiciels d’analyse de statistique, séances de remue-méninge Systèmes à base de connaissances Référencement sémantique, systèmes à base d’ontologies Système à base de cas, système à base de règles, système à base de workflow, systèmes experts Tous les systèmes à base de connaissances qui servent à la codification ou à l’acquisition de la connaissance Système de création de la connaissance, de forage de données (extrait et adapté de Weber et Kaplan 2002) 3 OntoCASE
    4. 4. Gestion des connaissances et systèmes à base de connaissances Qu’est-ce qui unit les SBC ? Dans le contexte du web sémantique, ce sont les … Partager la connaissance Distribuer, diffuser la connaissance Capturer et codifier Créer de la connaissance Systèmes traditionnels Courriel, Intranet, Web social d’entreprise Traitement de texte, Répertoire de fichiers, base de données Tous les systèmes de codification de la connaissance Logiciels d’analyse de statistique, séances de remue-méninge Systèmes à base de connaissances Référencement sémantique, systèmes à base d’ontologies Système à base de cas, système à base de règles, système à base de workflow, systèmes experts Tous les systèmes à base de connaissances qui servent à la codification ou à l’acquisition de la connaissance Système de création de la connaissance, de forage de données Ontologies (extrait et adapté de Weber et Kaplan 2002) 4
    5. 5. Représentation des connaissances (quelques notions théoriques en lien avec OntoCASE) • C’est mettre sous une forme textuelle ou schématique la connaissance • Typologie des connaissances: – Déclarative (décrit le quoi) – Procédurale (décrit le comment) – Stratégique (décrit le pourquoi, le qui et le quand) • Degré de formalisme des langage de représentation des connaissances (Gruber, 1993) – Informel • langage naturel qui est polysémique – Semi-informel • Langage naturel qui est sans ambiguïté (ex: protocole opératoire) – Semi-formel • Langage artificiel qui est polysémique – Formel • Langage artificiel sans ambiguïté 5
    6. 6. Exemples de formalisme semi-formel graphique pour représenter la connaissance • Mind Mapping • Carte conceptuelle 6
    7. 7. OntoCASE en représentation des connaissances • OntoCASE permet de formaliser un modèle semi-formel en ontologie formelle Formaliser avec OntoCASE FLogic Hautement informel Semi-informel Semi-formel Carte conceptuelle Rigoureusement formel Quantum de formalisation Graphe conceptuel (SOWA) Communication orale Communication écrite Procédure écrite Pseudocode informatique Réseau sémantique Diagramme UML Modèle de connaissances MOT Ontologie OWL Logique des description 7
    8. 8. OntoCASE en ingénierie ontologique Ontologie 1- Étude de faisabilité 2 Ontologie initiale 3 Rafinement 4 Évaluation 5 Maintenance Identification du problème et étude d’opprotunité Choisir la cible de l’ontologie Spécification des requis Analyse des sources d’information Création d’une ontologie initiale Extraction des concepts auprès des experts Développer la taxonomie de base Conceptualiser et formaliser Révision et extension fondé sur les rétroactions Analyse des utilisations de l’ontologie Analyse des questions de compétence de l’ontologie Gestion de la Maintenance De l’ontologie Ajouter relations et axiomes IDENTIFICATION DU PROBLÈME DÉVELOPPEMENT DE L’ONTOLOGIE Adapté de: Staab, 2001. 8 • Processus générique de développement d’une ontologie selon Staab (2001)
    9. 9. Étape du raffinement (point 3) avec OntoCASE • Approche classique Raffinement Éliciter Formaliser Valider • Approche OntoCASE Raffinement Éliciter par modélisation semi-formelle Formaliser Valider 9 OntoCASE utilise une approche de type Agile (incrémental, évolutif et itératif) d’ingénierie ontologique
    10. 10. Avantages de l’approche d’OntoCASE (Classées selon les étapes du raffinement) • Pour l’élicitation par la modélisation semi-formelle – Met à disposition de l’expert de contenu un éditeur logiciel (eLi) – Le logiciel combiné et la structure du langage offrent un guidage représentationnel qui pré-formalise la connaissance – Stimule la créativité • Pour la formalisation – Met à la disposition du cogniticien un système-expert à la formalisation (OntoFORM) – Réalise le processus de formalisation en quelques minutes, à chaud, devant l’expert • Pour la validation – Met à la disposition du cogniticien et de l’expert de contenu, un système-expert (OntoVAL) de validation pour évaluer la syntaxe et la sémantique de l’ontologie du domaine – Permet de réaliser une pré-validation de l’ontologie avant son déploiement et sa mise en production 10
    11. 11. Autres avantages fruits du processus itératif • Coordination de projet – Diminue la durée de mobilisation de l’expert – Stimule la créativité de l’expert – Outille l’expert pour une élicitation sans la présence du cogniticien – Produit des ontologies valides plus rapidement – Facilite la construction d’une mémoire d’entreprise semi-formelle et formelle – Permet de maintenir en présence le cogniticien et les experts de contenu tout au long du processus de construction de l’ontologie 11
    12. 12. Exemple d’un modèle en modélisation par objets typés (MOT) Le modèle, Retirer de l’argent au guichet automatique 12
    13. 13. Exemple d’un modèle en modélisation par objets typés (MOT) Le rectangle, représente une connaissance déclarative abstraite (le concept) 13
    14. 14. Exemple d’un modèle en modélisation par objets typés (MOT) Le rectangle pointillé, représente une connaissance déclarative factuelle (l’exemple, le fait) 14
    15. 15. Exemple d’un modèle en modélisation par objets typés (MOT) L’ovale, représente une connaissance procédurale (la procédure) 15
    16. 16. Exemple d’un modèle en modélisation par objets typés (MOT) L’hexagone représente une connaissance stratégique (le principe) 16
    17. 17. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien P, représente la précédence entre deux procédure … On choisi un compte , puis, on entre le montant … 17
    18. 18. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien C, représente la composition Le processus retirer de l’argent se décompose en quatre sous-processus, entrer le carte de débit, choisir un compte, … 18
    19. 19. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien I/P, représente l’intrant ou le produit d’une procédure Le processus « retirer de l’argent au guichet automatique » utilise en intrant une « carte de guichet » et produit en sortie « de l’argent » 19
    20. 20. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien R, représente la régulation. Il permet notamment d’associer un acteur à une procédure C’est le client … qui régit (contrôle) le processus de retirer de l’argent… 20
    21. 21. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien S, représente la spécialisation entre des connaissances abstraites de mêmes types Retirer de l’argent d’un guichet… est une sorte de façon de retirer de l’argent d’une institution financière 21
    22. 22. Exemple d’un modèle en modélisation par objets typés (MOT) Le lien I, représente l’instantication, le changement de niveau d’abstraction La carte de Michel est un objet de type Carte de guichet 22
    23. 23. Caractéristiques de MOT • Avantages – Permet dans un même diagramme de représenter graphiquement des connaissances déclaratives, procédurales et stratégiques – Permet de représenter des modèles: • Taxonomique et Méronymique (de composition) • De séquence et algorithmique • Ontologique (dans une certaine mesure) • De définition de normes et de contraintes • Et autres – Offre une grande souplesse d’expression – Favorise le processus d’explicitation de connaissances tacites – La spontanéité n’est pas bloquée par la charge cognitive associée à une formalisation trop poussée de la pensée – Par rapport à un langage informel, elle fournit un certain guidage représentationnel (Suthers, 2003) qui structure le processus de modélisation. Le modèle qui en résulte constitue une première itération de formalisation. • Désavantages: – comporte des ambiguïtés dans la sémantique du langage (polysémie) – les modèles ne peuvent pas être interprétés par un ordinateur 23
    24. 24. La méthodologie d’OntoCASE 24
    25. 25. «1» Concevoir le modèle semi-formel 25
    26. 26. «2» Formaliser en ontologie 26
    27. 27. «3» Valider 27
    28. 28. Présentation générale de l’assistant informatique d’OntoCASE 28
    29. 29. eLi, l’éditeur de modèle MOT d’OntoCASE 29
    30. 30. Expérimentation sur un modèle complexe 30
    31. 31. Interprétation automatique (Contenu partiel du rapport de validation sémantique) 1. ... 2. Objet céleste a pour attribut Masse 3. Objet céleste est lié à un corps céleste par Force d'attraction 31 gravitationnelle 4. Objet céleste est une sorte de Étoile 5. Planète est une sorte de Objet céleste 6. Planète tourneAutourDe Étoile 7. Satellite naturel de Mars est une sorte de Satellite naturel 8. Satellite naturel de la Terre est une sorte de Satellite naturel 9. Satellite naturel est une sorte de Objet céleste 10. ... L’interprétation automatique du modèle permet la détection d’erreurs par l’expert de contenu
    32. 32. Déduction (inférence) automatique (Contenu partiel du rapport de validation sémantique) 1. [9.8] est un ( :Accélération en mètre par seconde carrée (G)) 2. [Déimos] est un ( :Satellite naturel de Mars :Étoile :Objet céleste 32 :Satellite naturel ) 3. [Force gravitationnelle calculée] est le produit de [un calcul de FG] 4. [Force gravitationnelle calculée] est un ( :Force d'attraction gravitationnelle ) 5. [Japet] est un ( :Satellite naturel de Saturne ) 6. [Mars] est un ( :Planète :Étoile :Objet céleste ) 7. [Phobos] est un ( :Satellite naturel de Mars :Étoile :Objet céleste :Satellite naturel ) 8. [Rhéa] est un ( :Satellite naturel de Saturne ) 9. [Saturne] est un ( :Planète :Étoile :Objet céleste ) 10.[Soleil] est un ( :Étoile) 11.[Terre] est un ( :Planète :Étoile :Objet céleste ) La déduction automatique génère des conclusions qui permettent, entre autre, à l’expert de contenu de détecter des erreurs dans le modèle
    33. 33. En conclusion 33 • En représentation des connaissances OntoCASE permet de: – Formaliser un modèle de connaissances semi-formel graphique en une ontologie (OWL) – Formaliser sous une forme déclarative la représentation de connaissances procédurales et stratégiques • En ingénierie ontologique OntoCASE permet de : – Assister l’expert de contenu dans le processus d’élicitation – Assister le cogniticien dans le processus de formalisation – Assister l’expert et le cogniticien dans le processus de validation syntaxique et sémantique de l’ontologie du domaine – Libérer plus rapidement l’expert de contenu – Alléger la coordination des entrevues – Accélérer le processus de création d’une ontologie • En gestion de connaissances, OntoCASE permet de: – Outiller les experts de l’organisation pour leur permettre de représenter: les processus, les divers systèmes et contraintes et toute autre situation ou événement – Construire et maintenir au quotidien une mémoire d’entreprise semi-formelle et formelle – Offrir aux divers intervenants de l’entreprise, un langage d’échange et de communication souple, efficace, ludique, qui stimule la créativité et qui est simple à utiliser
    34. 34. Perspectives et projets visés 34 – Élaboration de méthodologies d’ingénierie ontologique – Conception de bases de connaissances pour le développement de système à bases de connaissances – Transfert d’expertise et conception de cartes de connaissances de domaine – Normalisation de la communication dans les organisations – Formation et transfert de connaissances – Modélisation organisationnelle pour représenter les processus d’entreprise et gérer les changements organisationnels – Formation en cartographie des connaissances
    35. 35. Juin 2012 Merci Cotechnoe à votre service Michel Héon PhD www.cotechnoe.com heon@cotechnoe.com 35

    ×