Production d’Interface à base de       Connaissances pour des Services En LigneMouhamadou KHOULE                         P...
Sommaire   Introduction   Représentation des connaissances dans PICSEL   De la modélisation à la représentation de l’on...
Introduction• Les données sont de plus en  plus accessibles via des réseaux.  Cela pose le problème de leur  accès.• Intég...
Introduction• PICSEL offre un environnement déclaratif de  constructeurs de médiateurs• Il y’a déjà PICSEL 1, PICSEL 2 et ...
Représentation des connaissances            dans PICSEL• Le langage CARIN-ALN• Le langage de requête• Le langage de vues  ...
Représentation des connaissances                                    CARIN-ALN           dans PICSEL• La Composante termino...
Représentation des       CARIN   La composante connaissances dans PICSEL    ALN    terminologiqueElle comprend des définit...
Représentation des       CARIN   La composanteconnaissances dans PICSEL    ALN    terminologiqueLa logique de description ...
Représentation des       CARIN    La composante connaissances dans PICSEL    ALN        déductive• Un ensemble Dr de règle...
Représentation des connaissances   Langage de          dans PICSEL                 vueLe contenu de chaque source S est re...
Représentation des connaissances          Langage de            dans PICSEL                        vueLa description du co...
Représentation des connaissances   Langage de           dans PICSEL                 vueExemple:Is1:s1-hotel           hot...
Représentation des connaissances   Langage de            dans PICSEL                 vueLe médiateur permet à un utilisate...
Représentation des connaissances     Langage de            dans PICSEL                  requêteLa requête suivante exprime...
De la modélisation à la       représentation de l’ontologieLes connaissances de l’ontologie sontprincipalement vues comme ...
De la modélisation à la      Ce qu’on exprime dans la représentation de l’ontologie    partie terminologique• La Définitio...
De la modélisation    Ce qu’on exprime   La définition des à la représentation     dans la partie    concepts et des    de...
De la modélisation    Ce qu’on exprime   La définition des  à la représentation     dans la partie    concepts et des     ...
De la modélisation       Ce qu’on exprime      La définition des     à la représentation        dans la partie       conce...
De la modélisation       Ce qu’on exprime       La définition des à la représentation        dans la partie        concept...
De la modélisation    Ce qu’on exprime                                          L’expression des à la représentation     d...
De la modélisation    Ce qu’on exprime                                         L’expression desà la représentation     dan...
De la modélisation à la      Ce qu’on exprime dans lareprésentation de l’ontologie    composante déductive• Le recours aux...
De la modélisation à la   Ce qu’on exprime dans                                                   Le recours   représentat...
De la modélisation à la   Ce qu’on exprime dans                                                    Le recours    représent...
De la modélisation à la    Ce qu’on exprime dans                                                       Le recours     repr...
De la modélisation à la   Ce qu’on exprime dans                                                  Le recours  représentatio...
Plan de requête            réécritureDéfini comme étant lad’une requête en termesde vues                        28
Calcul de plans de requêtes      Vérification de la satisfiabilité de la requête                                29
Calcul de plans de requêtes• Appel à OntoClass: module de classification  codé en Java• Saturation de la requête en utilis...
Calcul de plans de requêtesDépliementde la requête                               31
Calcul de plans de requêtesProcéder par chaînage arrière pour obtenir  une réécriture de la requête initiale. Ces réécritu...
Calcul de plans de requêtesExemple:Soient les définitions• Un sport de montagne est praticable dans un lieu avec montagnel...
Calcul de plans de requêtesExemple:Soit la requêteQ(h,s) :   hotel(h) ^ situé(h,l)             ^ loisirPraticable(s,l)qui ...
Calcul de plans de requêtesExemple:Les dépliés de la requête seront:q1(h,s) :     hotel(h) ^ situé(h,l)             ^ lieu...
Calcul de plans de requêtesRéécriture atome par atome dechaque requête conjonctive dudéplié                               36
Affinement de requêtesRecherche infructueusepeut être due à:• requête mal exprimée• mise en correspondance  impossible• do...
Affinement de requêtes                         38
Affinement de requêtesPremière brique d’unmodule de dialoguecoopératif entre PICSELet ses utilisateurs.                   ...
Affinement de requêtesProcédé:Détection grâce à desalgorithmes, desconcepts minimauxcause d’insatisfiabilité(les conflits)...
Affinement de requêtesExemple:hotelDeLuxe(x)                     hautTarif(x)hautTarif(x) ^ basTarif(x)             (exclu...
Affinement de requêtesProcédé:Remplacement desconflits par desconcepts directementplus généraux dans larequête            ...
Affinement de requêtesExemple:Remplacer hotelDeLuxe par hotel,lieuAvecPlage ou lieuAvecPiscine par lieu, etc.             ...
Affinement de requêtesProcédé:Présentation à l’utilisateur d’une réparation de  la requêteExemple: ‘’Trouver un hôtel de l...
Conclusion• PICSEL permet de construire des médiateurs• PICSEL a permis le développement d’une ontologie du tourisme• Nous...
Conclusion• Puis comment les requêtes de l’utilisateur  sont traitées ainsi que leur affinement en  cas de recherche infru...
PICSEL 1 & 2: Architecture                             47
PICSEL 3: Architecture                         48
Merci pour votre   attention                   49
Références•   http://www.lri.fr/~sais/picsel3 - PICSEL 3 Project Home Page•   http://www.lri.fr/~sais/picsel3/prevproj.php...
Prochain SlideShare
Chargement dans…5
×

Le projet PICSEL (Production d'Interfaces à base de Connaissance pour des Services en Ligne)

2 896 vues

Publié le

Il s'agit d'un exposé réalisé par 2 étudiants en M2 recherche en informatique à l'Université Gaston Berger de St Louis du Sénégal. Il a été réalisé dans le cadre d'un cours d'intégration de données. L'exposé porte sur le projet PICSEL du laboratoire de recherche en informatique (LRI) avec France Telecom R&D.

Publié dans : Formation, Business, Technologie
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
2 896
Sur SlideShare
0
Issues des intégrations
0
Intégrations
4
Actions
Partages
0
Téléchargements
27
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Le projet PICSEL (Production d'Interfaces à base de Connaissance pour des Services en Ligne)

  1. 1. Production d’Interface à base de Connaissances pour des Services En LigneMouhamadou KHOULE Papa Cheikh CISSE
  2. 2. Sommaire Introduction Représentation des connaissances dans PICSEL De la modélisation à la représentation de l’ontologie Plan de requêtes • Définition • Calcul de plan de requêtes Affinement de requêtes Conclusion Questions/Réponses 2
  3. 3. Introduction• Les données sont de plus en plus accessibles via des réseaux. Cela pose le problème de leur accès.• Intégration de ces données grâce à des interfaces de requêtes entre utilisateurs et données (les médiateurs). 3
  4. 4. Introduction• PICSEL offre un environnement déclaratif de constructeurs de médiateurs• Il y’a déjà PICSEL 1, PICSEL 2 et maintenant PICSEL 3. 4
  5. 5. Représentation des connaissances dans PICSEL• Le langage CARIN-ALN• Le langage de requête• Le langage de vues 5
  6. 6. Représentation des connaissances CARIN-ALN dans PICSEL• La Composante terminologique de CARIN-ALN• La Composante déductive 6
  7. 7. Représentation des CARIN La composante connaissances dans PICSEL ALN terminologiqueElle comprend des définitions et des inclusions de concepts. Une définition de concept: NC := ConceptExpression Une inclusion de concept: C1  C2 • A  ConceptExpression • A1  A2  7
  8. 8. Représentation des CARIN La composanteconnaissances dans PICSEL ALN terminologiqueLa logique de description contient lesconstructeurs de conjonctions(C1 C2),de restriction de concept(" r c, de restriction de cardinalité  nr(respectivement  nr), et de négation sur lesconcepts de base uniquement) 8
  9. 9. Représentation des CARIN La composante connaissances dans PICSEL ALN déductive• Un ensemble Dr de règles saines: p1(X1) ^ ... ^ pn(Xn) Q(X)• Un ensemble Cr de contraintes d’intégrité ayant la forme de règles concluant sur : p1(X1) ^ ... ^ pn(Xn)où les pi sont des prédicats d’arité quelconque 9
  10. 10. Représentation des connaissances Langage de dans PICSEL vueLe contenu de chaque source S est représentéà partir du vocabulaire Vs constitué d’autantde noms de vues vi qu’il y’a de relations dudomaine dont on sait que la source fournitdes instances. 10
  11. 11. Représentation des connaissances Langage de dans PICSEL vueLa description du contenu d’une source S en termes de vues est constitué de:• Un ensemble Is de correspondance vi  p reliant chaque vue à la relation p du domaine dont elle peut fournir des instances.• Un ensemble de contraintes sur les vues, de la forme v  c où c est une expression de concept et pour chaque vue v une contrainte de cette forme: l1 (X1) ^ ...^ ln(Xn) 11
  12. 12. Représentation des connaissances Langage de dans PICSEL vueExemple:Is1:s1-hotel  hotels1-situation  situéDansCs1:s1-hotel  (" situéDans Caraibes)s1-situation(x,y) ^ non s1-hotel(x)  12
  13. 13. Représentation des connaissances Langage de dans PICSEL vueLe médiateur permet à un utilisateur d’effectuer des recherches globales, c’est-à-dire en termes du vocabulaire du domaine d’application global du serveur, vocabulaire regroupé au sein de l’ontologie.Les requêtes autorisées sont des requêtes conjonctives de cette forme: Q(X): p1(X1) ^ ... ^ pn(Xn) 13
  14. 14. Représentation des connaissances Langage de dans PICSEL requêteLa requête suivante exprime la recherche d’hôtels situés dans un lieu au soleil et équipés d’un golf:Q(x): hotel(x) ^ lieuAvecGolf(x) ^ situéDans(x,l) ^ lieuAuSoleil(l) 14
  15. 15. De la modélisation à la représentation de l’ontologieLes connaissances de l’ontologie sontprincipalement vues comme le support del’interface entre le système et ses utilisateurs .Les besoins pour décrire le contenu des sourcesont été évalué à partir des informationsprésentes dans les catalogues de tourisme. 15
  16. 16. De la modélisation à la Ce qu’on exprime dans la représentation de l’ontologie partie terminologique• La Définition des concepts et des rôles• L’expression des contraintes 16
  17. 17. De la modélisation Ce qu’on exprime La définition des à la représentation dans la partie concepts et des de l’ontologie terminologique rôlesLe modèle de l’ontologie comprend unehiérarchie principale de concepts dont la racineest le concept produit. Logements Trajets Produit Locations de véhicules Stages 17
  18. 18. De la modélisation Ce qu’on exprime La définition des à la représentation dans la partie concepts et des de l’ontologie terminologique rôlesLe modèle comprend par ailleurs, des hiérarchiessecondaires disjoints décrivant des catégories d’objetsde sous domaines du domaine d’application (lieu, loisir,prestation, service, équipement).Tous ses concepts sont définis dans une terminologieALN.Les exemples ci-dessous illustrent la représentation enCARIN-ALN des concepts. 18
  19. 19. De la modélisation Ce qu’on exprime La définition des à la représentation dans la partie concepts et des de l’ontologie terminologique rôlesExemples:1. (Produit := (1 prixAssocié) (1 prixAssocié)  ("prixAssocié nombre) (1 dateDébutAssocié)  (1 dateDébutAssocié) ("dateDébutAssocié date)  ("serviceProduitAssocié service)  ("prestationProduitAssocié prestation))Un produit a un seul prix, une seule date de début, éventuellementdes services ou prestations associés. 19
  20. 20. De la modélisation Ce qu’on exprime La définition des à la représentation dans la partie concepts et des de l’ontologie terminologique rôles2. (activitéSportive:= (activité  (" natureActivitéAssocié loisirSportif)))Une activité Sportive est une activité dont la nature associéepeut être qualifié de loisir Sportif. 20
  21. 21. De la modélisation Ce qu’on exprime L’expression des à la représentation dans la partie contraintes de l’ontologie terminologique3. equipementCulturel  equipementInclusion du concept de base equipementCulturel dansle concept equipement 21
  22. 22. De la modélisation Ce qu’on exprime L’expression desà la représentation dans la partie contraintes de l’ontologie terminologique 22
  23. 23. De la modélisation à la Ce qu’on exprime dans lareprésentation de l’ontologie composante déductive• Le recours aux règles• L’utilisation de contraintes 23
  24. 24. De la modélisation à la Ce qu’on exprime dans Le recours représentation de la composante aux règles l’ontologie déductiveL’emploi de règles déductives permet de définir des propriétés sur les concepts par des prédicats déductibles n’appartenant à la composante terminologique.Exemple: La règle suivante de nom VolAR et d’arité 4 à partir d’un certain nombre de relations de base. 24
  25. 25. De la modélisation à la Ce qu’on exprime dans Le recours représentation de la composante aux règles l’ontologie déductiveComme on l’a vu dans la partie terminologique, l’expression de contraintes d’exclusion entre concept de base se fait en CARIN-ALN dans la composante terminologique.Les contraintes portant sur d’autres types prédicats doivent être représentées par des contraintes d’intégritéContraintes traduisant des dépendances fonctionnelles. 25
  26. 26. De la modélisation à la Ce qu’on exprime dans Le recours représentation de la composante aux règles l’ontologie déductiveVol(v1) ∧ lieuDépart(v1,villeDépart) ∧ lieuArrivée(v1,villeArrivée) ∧ dateDépart(v1,dateDépart1) ∧Vol(v2) ∧ lieuDépart(v2,villeArrivée) ∧ lieuArrivée(v2,villeDépart) ∧ dateDépart(v2,dateDépart2) ∧ dateAntérieure(dateDépart1,dateDépart2) VolAR(villeDépart,dateDépart1,villeArrivée,dateDépart2)Elle exprime un vol Aller retour(VolAR) est composé de deux vols consécutifs dans le temps. 26
  27. 27. De la modélisation à la Ce qu’on exprime dans Le recours représentation de la composante aux règles l’ontologie déductive 27
  28. 28. Plan de requête réécritureDéfini comme étant lad’une requête en termesde vues 28
  29. 29. Calcul de plans de requêtes Vérification de la satisfiabilité de la requête 29
  30. 30. Calcul de plans de requêtes• Appel à OntoClass: module de classification codé en Java• Saturation de la requête en utilisant le chaînage avant• Si insatisfiabilité constatée, le module d’affinement de requêtes entre en action 30
  31. 31. Calcul de plans de requêtesDépliementde la requête 31
  32. 32. Calcul de plans de requêtesProcéder par chaînage arrière pour obtenir une réécriture de la requête initiale. Ces réécritures sont appelées dépliés de la requête initiale. 32
  33. 33. Calcul de plans de requêtesExemple:Soient les définitions• Un sport de montagne est praticable dans un lieu avec montagnelieuAvecMontagne(l) ^ sportDeMontagne(s) loisirPraticable(s,l)• Un sport nautique est praticable dans un lieu avec plagelieuAvecPlage(l) ^ sportNautique(s) loisirPraticable(s,l) 33
  34. 34. Calcul de plans de requêtesExemple:Soit la requêteQ(h,s) : hotel(h) ^ situé(h,l) ^ loisirPraticable(s,l)qui permet de trouver des couples d’hôtels et les loisirs qui y sont praticables. 34
  35. 35. Calcul de plans de requêtesExemple:Les dépliés de la requête seront:q1(h,s) : hotel(h) ^ situé(h,l) ^ lieuAvecMontagne(l) ^ sportDeMontagne(s)q2(h,s) : hotel(h) ^ situé(h,l) ^ lieuAvecPlage(l) ^ sportNautique(s) 35
  36. 36. Calcul de plans de requêtesRéécriture atome par atome dechaque requête conjonctive dudéplié 36
  37. 37. Affinement de requêtesRecherche infructueusepeut être due à:• requête mal exprimée• mise en correspondance impossible• données inexistantes 37
  38. 38. Affinement de requêtes 38
  39. 39. Affinement de requêtesPremière brique d’unmodule de dialoguecoopératif entre PICSELet ses utilisateurs. 39
  40. 40. Affinement de requêtesProcédé:Détection grâce à desalgorithmes, desconcepts minimauxcause d’insatisfiabilité(les conflits) 40
  41. 41. Affinement de requêtesExemple:hotelDeLuxe(x) hautTarif(x)hautTarif(x) ^ basTarif(x) (exclusivité) ‘’Trouver 1 hôtel de luxe à bas tarif’’ est insatisfiable 41
  42. 42. Affinement de requêtesProcédé:Remplacement desconflits par desconcepts directementplus généraux dans larequête 42
  43. 43. Affinement de requêtesExemple:Remplacer hotelDeLuxe par hotel,lieuAvecPlage ou lieuAvecPiscine par lieu, etc. 43
  44. 44. Affinement de requêtesProcédé:Présentation à l’utilisateur d’une réparation de la requêteExemple: ‘’Trouver un hôtel de luxe à bas tarif’’ devient ‘’Trouver un hôtel à bas tarif’’ qui est cette fois-ci satisfiable. 44
  45. 45. Conclusion• PICSEL permet de construire des médiateurs• PICSEL a permis le développement d’une ontologie du tourisme• Nous avons vu comment il permettait de représenter et de modéliser les données des sources d’informations 45
  46. 46. Conclusion• Puis comment les requêtes de l’utilisateur sont traitées ainsi que leur affinement en cas de recherche infructueuse.• Le futur de PICSEL est à son intégration à l’échelle du web.• Cela impliquera l’utilisation des techniques d’apprentissage. 46
  47. 47. PICSEL 1 & 2: Architecture 47
  48. 48. PICSEL 3: Architecture 48
  49. 49. Merci pour votre attention 49
  50. 50. Références• http://www.lri.fr/~sais/picsel3 - PICSEL 3 Project Home Page• http://www.lri.fr/~sais/picsel3/prevproj.php - PICSEL 3 previous projects (PICSEL1 & PICSEL 2)• http://www.lri.fr/~cr/OGHS/Slides/Reynaud.pdf• ROUSSET Marie Christine, BIDAULT Alain, FROIDEVAUX Christine, GAGLIARDI Hèlène, GOASDOUE François, REYNAUD Chantal, SAFAR Brigitte, « Construction de médiateurs pour intégrer des sources d’informations multiples et hétérogènes : le projet PICSEL », Université Paris Sud – CNRS(LRI) & INRIA (Futurs), LRI, France.• REYNAUD C., SAFAR B., GAGLIARDI H., « Une expérience de représentation d’une ontologie dans le médiateur PICSEL », LRI, CNRS, Université Paris 11, Université Paris 10. 50

×