1. Towards an Ontology of
Territorial Intelligence
Pour une ontologie de
l’intelligence territoriale
Philippe Dumas

2. Abstract
Why?
A tale of a 10 years
small idea
For what purpose?
TI Community
How to proceed?
Motivation
Ontology 25/03/10 Ph. Dumas

3. Once upon a time….
…. a little girl named Territ Intel
(Territorial intelligence was about 12 years
old)
travelled in a Wonderland
(Europe)
She met the caterpillar on top of his
mushroom ….
Ontology 25/03/10 Ph. Dumas

4. `Who are
you?' said the
Caterpillar.
This was not an
encouraging opening for a
conversation.
Intel Territ replied, rather
shyly, `I--I hardly know, sir,
just at present-- at least I
know who I was when I got
up this morning, but I
think I must have been
changed several times since
then.'
Ontology 25/03/10 Ph. Dumas

5. Explain yourself!
`What do you mean by that?' said the Caterpillar
sternly. `Explain yourself!'
`I can't explain myself, I'm afraid, sir' said Territ
Intel, `because I'm not myself, you see.'
`I don't see,' said the Caterpillar.
`I'm afraid I can't put it more clearly,' Territ Intel
replied very politely, `for I can't understand it
myself to begin with; and being so many different
sizes in a day is very confusing.'
`It isn't,' said the Caterpillar.
Ontology 25/03/10 Ph. Dumas

6. `Keep your temper,' said the
Caterpillar.
`You!' said the Caterpillar contemptuously. `Who
are you?'
…. Territ Intel felt a little irritated at the
Caterpillar's making such very short remarks, and
she drew herself up and said, very gravely, `I
think, you ought to tell me who you are, first.'
`Why?' said the Caterpillar.
Here was another puzzling question; and as Territ
Intel could not think of any good reason, and as
the Caterpillar seemed to be in a very unpleasant
state of mind, she turned away.
Ontology 25/03/10 Ph. Dumas

7. Who? ….. Why?
Ontological questions.
Ontology 25/03/10 Ph. Dumas

8. Ontology (to be followed….)
“The branch of metaphysics that deals with the nature of being"
“A study of the ultimate nature of things"
Ontology 25/03/10 Ph. Dumas

9. Who are you?
And you, listener, who are you?
Ontology 25/03/10 Ph. Dumas

10. Whoever you are
Whether
Rationalist, cartesianist, Frenchy, latin
Empiricist, opportunist, Anglo-saxon,
Deductivist
Inductivist
There is a time in the development of a science when
you have to define your scientific object
Ontology 25/03/10 Ph. Dumas

11. Unfortunately
For now 10 years, dozen of definitions have been
proposed, without any one satisfactory
It has appeared that the concept of Territorial
Intelligence is not reducible to a compact although
encompassing discourse
It’s a matter of « complexity » in Morin’s acceptation
Any attempt of that sort proves to be reductionist,
partial, biased
Ontology 25/03/10 Ph. Dumas

12. An epistemological trick
In Besançon, 2007, we wrote:
« Territorial Intelligence is a polysemic expression. Its
frontiers and contents are fuzzy. Its current definitions
are numerous and sometimes contradictory. However
its usage is wide spreading whatever the risk of
confusion is.”
Hence the necessity to assess our object another way
around
 the idea of a dictionary
 the idea of User-Generated Content (UGC) i.e.
contributive
Ontology 25/03/10 Ph. Dumas

13. A proof of the vitality of the concept
2007-2010
By Googling the Web
Very similar
for three
languages
Very
different
Ontology 25/03/10 Ph. Dumas

14. A progressive complexity
Ontology
Thesaurus
Dictionary
Vocabulary
Ontology 25/03/10 Ph. Dumas

15. Why not a dictionary?
Vocabulary
No meaning
Dictionary
collection of words in a
specific language, often listed
alphabetically, with usage
information, definitions,
etymologies, phonetics,
pronunciations,
Thesaurus
Collection of terms with
hierarchical predefined
and standardized
relations
Ontology 25/03/10 Ph. Dumas

16. Why an ontology?
More sexy?
More fashionable?
More geeky?
More complex
More meaning
More relational
Ontology 25/03/10 Ph. Dumas

17. Ontology …
Est un accord sur une
Is an agreement on shared
conceptualisation conceptualization,
partagée et possibly partial
éventuellement partielle.
Is a constructivist process
Se construit
Is possibly "systematic,
Eventuellement est formal, axiomatic
« formelle » en ajoutant development of the logic
une représentation of all forms and modes of
explicite et systématique being"
des propriété du modèle
et de ses éléments
Ontology 25/03/10 Ph. Dumas
Olivier Dameron , http://websemantique.org/Ontologie

18. Why contributive?
User-Generated Content
Progressive
Evolving
Permanent learning
Collective intelligence
Following Wikipedia
Ontology 25/03/10 Ph. Dumas

19. « Larousse met
un vent à
Wikipédia
Gratuite et participative,
l’encyclopédie mise en ligne
aujourd’hui espère contrer sa
rivale."
Libération Mardi 13 mai 2008
Free and participative on-line
encyclopedia aims at counter attack
its rival.
Ontology 25/03/10 Ph. Dumas

20. Apparently, it works
with Larousse…
Today (2010) thousands of contributions!
Why not our community of Territ Intel?
Ontology 25/03/10 Ph. Dumas

21. Why not for us?
Aims and objectives of
creating a contributive
ontology of Territ Intel
« Aims are more likely to be overall goals and objectives tend to
be more specific and measurable results to be achieved."
Ontology 25/03/10 Ph. Dumas

22. Aims
To arrive at some consensus on the fundamentals, even
if partial
To be able to show out the basis of a scientific domain
To provide with conceptual framework (s)
To discover new perspectives
To promote research
….. and
Ontology 25/03/10 Ph. Dumas

23. remember the
advice of the
caterpillar
…. finally
To exist for ourselves and the outer world
Ontology 25/03/10 Ph. Dumas

24. Objectives
To shake up the territorial intelligence community, at
the beginning, but also…
To build up a real community by gathering those who
support, or practice Territ Intel without knowing it.
To grow up progressively (in a constructivist way)
according to an agenda that could be decided here
To use the popularity of Wikipedia-like environment
for disseminating our views
Ontology 25/03/10 Ph. Dumas

25. A program 1°step
Two starting points to build up a vocabulary
Bottom up approach
Top down approach
Perform an analysis of
Create a list of departure
syntactic and semantic (i.e. a vocabulary) by a
content of speech existing group of experts
(web corpus) on the
territorial intelligence and
List of concepts, or terms
infer a list of concepts and related to Territ Intel
terms most frequently issues
used
Ontology 25/03/10 Ph. Dumas

26. Present day sources
Top down
Tentative list of vocabulary
Bottom up
Project “theoretical anchors
around the concept of
territory”
“Territorii”
Doctoral research on
ontologies in three languages
Ontology 25/03/10 Ph. Dumas

27. Examples of existing vocabulary
Acteurs territoriaux
Ecoumène
Projet
Adhésion
Festival (les festivals sont
Région
Apprentissage généralement très implantés )
Représentation
Autonomie
Responsabilité
Capital social, culturel, symbolique,
Global
Richesse
intellectuel
Globalisation
Territoire réel, vécu, rêvé, présent,
Carte, cartographie (carte du monde
Gouvernance territoriale projeté
surréaliste) (topos)
Identité, identité narrative
Territoire mythique, symbolique,
Cluster (district technologique, Italie) (storytelling), identité culturelle rituel
Communauté, communautarisme
Influence
Territorialisation
Commune
Local
Terrorisme, drogue, trafic
Confiance
Médiateur, passeur, interface
Valeur
Culture
Mémoire « Les peuples n’existent que
Virtualité (O. Mougin, Esprit)
Découpage territorial par leur mémoire »
Xénophobie
Département
Mondialisation
Dispositif
Objet frontière, objet intermédiaire
Dispositif d’intelligence territoriale (boundary object)
District industriel (expérience
Open source, open model
italienne)
Patrimoine
Dynamique
Pays
Ecologie industrielle
Pôle de compétitivité
Ontology 25/03/10 Ph. Dumas

28. A program 2°step
Objective: Build up a dictionary
From the lists found out previously,
Add definitions from users’ contributions
Build up consensus or variations in the definitions
Ontology 25/03/10 Ph. Dumas

29. A program 3°step
Objective: to build up a thesaurus
From the dictionary
Activate hypertext links
Ontology 25/03/10 Ph. Dumas

30. A program 4°step
Objective: to make up an ontology
Out of the thesaurus
Solidify "systematic, formal, axiomatic development of
the logic of all forms and modes of being”
Activate hypertext links
Ontology 25/03/10 Ph. Dumas

31. Feasibility
Communication
Animation
Motivation
Decision
Ontology 25/03/10 Ph. Dumas

32. Since we are territorial, we have
to question what Nantes tells us:
Ontology 25/03/10 Ph. Dumas

33. If we think, after
lunch, and hear …
Ontology 25/03/10 Ph. Dumas

34. Douleur pour
arracher le
mal du bien
La mesure et
le reflet de
toute pensée
Francis II’s message of prudence
and moral strength, … Ontology 25/03/10 Ph. Dumas

35. Europe
Africa
… then all people of the world drink
the milk of mother TI
Ph. Dumas Ontology 25/03/10 35

36. Thanks
dumas@univ-tln.fr
Ph. Dumas Ontology 25/03/10 36

37. Annex: Cours
d’ontologie
Ph. Dumas Ontology 25/03/10 37

38. Ontologie
Olivier Corby

39. Ontologie
Etude de ce qui est
terme emprunté à la philosophie
Pour nous : formalisation d’une conceptualisation

40. Ontologie
Se mettre d'accord sur le sens des termes employés dans
une organisation, une communauté, un métier
Faire en sorte que les personnes et les logiciels se
comprennent
Utile pour des applications distribuées telles que le
Web

41. Ambiguïté
‘chambre’ :
Chambre d'hôtel ?
Chambre d'écho ?
Chambre des députés ?
Chambre d'enregistrement ?
Chambre noire ?
Chambre funéraire ?

42. Ontologie
éliser les
Identifier, mod concepts d'un
domaine, pertinents pour une/des applications
Se mettre d'accord, au sein d'une
communauté, sur les termes employés pour se
référer à ces concepts

43. terme
Mot de la langue naturelle qui désigne un (des)
concept(s) :
cat, chat, greffier, matou
termes qui désignent le concept de chat
synonymie : plusieurs termes dénotent le
même concept
ambiguïté : plusieurs concepts dénotés par
le même terme

44. Ontologie
Identifier/modéliser les concepts et les
relations conceptuelles
formaliser la conceptualisation, et le
vocabulaire correspondant
Formalisation pour lever toute ambiguïté

45. Pour quoi faire ?
une base de connaissances à objets
un système d’annotation
un système d’indexation documentaire, de
recherche d’information
Commerce électronique

46. Ontologie
Différentes acceptions du mot ontologie :
Vocabulaire technique,
Référentiel métier,
Terminologie/thesaurus,
Système de classes d’une représentation par
objet : UML ?
Base de connaissances terminologique

47. Conception
Identifier/modéliser les concepts et les termes
pertinents
Identifier les relations pertinentes : subClassOf,
isa, partOf, hasPart, closeTo, over, under,
contain, connected, etc.
Règles pour combiner les concepts et les
relations : partOf est transitive

48. Modéliser
Une ontologie est une modélisation des
connaissances
Au sens où une théorie physique est un modèle
de la réalité
Il peut y avoir plusieurs modèles d’une même
réalité :
expérience de la chute des corps
théorie de la gravitation de Newton
relativité générale d’Enstein

49. Connaissance
Continuum : donnée, information,
connaissance
donnée : … --- …
information : SOS
connaissance : en cas d’alerte,
déclencher les secours
La connaissance permet de produire de
nouvelles données, informations,
connaissances : inférence

50. Types de connaissances
Connaissances de résolution de problème :
conception, diagnostic, évaluation, planification
tâches, inférences
Connaissances du domaine
e.g. électronique, mécanique, médecine, etc.
ontologie : réutilisable
modèles de domaine : fonctionnel, causal,
structurel, exprimés dans le vocabulaire de
l’ontologie.

51. Ontologie
concept Object
concept Engine < Object
concept Vehicle < Object
relation partOf :
Object -> Object

52. Modèles de domaine
Structurel :
Engine e1 partOf Vehicle v2
causal :
Engine breakdown => Vehicle stop

53. Modèles de tâche
Conception :
specify, design, assess
Diagnostic :
identifier des symptômes, choisir un modèle
causal, émettre des hypothèses, imaginer des
conséquences, les tester, etc.

54. Ontologie
L’accent est mis sur les concepts et les relations du
domaine
Orienté modélisation, spécification, réutilisation,
partage, standardisation.
Relations spécifiques du domaine considéré

55. Objets
L'accent est mis sur le coté opérationnel.
Opérations rendues possibles par le modèle objet :
classification, évolution, simulation, calcul.
Orienté résolution de problème

56. Terminologie/Thesaurus
L'accent est mis sur les termes utilisés pour dénoter les
concepts du domaine (linguistique, langue naturelle).
Les relations entre termes sont linguistiques.
Orienté indexation.

57. Thesaurus (2)
Recueil documentaire alphabétique de termes servant de
descripteur pour :
analyser un corpus
indexer des documents
Relations prédéfinies standardisées pour les thésaurus

58. Relations linguistiques
BT : Broader Term
NT : Narrower Term
TT : Top Term
RT : Related Term (other than BT, NT, TT, etc.)

59. Relations (2)
USE : Prefered Term
UF : Use for, non preferred synonym, quasi synonym
SN : Scope Note, Une note pour expliquer un terme

60. Ontologie ?
Composant réutilisable
Réutilisation : généralité, abstraction (reuse)
Partage : consensus, standardisation (sharing)
Accord sur conceptualisation partagée :
engagement ontologique (commitment)

61. Caractéristiques
Formalisation : lever les ambiguïtés
Indépendance (relative) par rapport à une
tâche, ou un problème précis
Utilisable pour différentes tâches : conception,
diagnostic, maintenance, recherche
d'information

62. Caractéristiques (2)
Indépendante d’une implémentation : limiter le
biais dû à un formalisme de représentation :
niveau conceptuel
Des inférences sont possibles (relations
transitives, axiomes, etc.)

63. Types d’Ontologies
Ontologies générales, abstraites, de haut niveau :
Ontologie des catégories conceptuelles :
objet, événement, état, processus, action, temps, espace
Ontologies théoriques :
physique, mathématique, cinématique

64. Types (2)
Ontologie applicative :
Médecine, automobile, patrimoine culturel,
organisation, etc.

65. Principes de conception
Clarté : communiquer le sens des termes définis
Cohérence
Extensibilité
Indépendance vs implémentation
Modularité

66. Outils/Langages
KIF : Knowledge Interchange Format
Ontolingua
Logiques de description (orientée classification)
Graphe conceptuel (support)
RDF Schema
DAML OIL

67. Exemples
Ontolingua : www-ksl.stanford.edu/sns.html
WordNet : Ontologie de la langue naturelle
Enterprise Ontology
Kactus : ingénierie
UMLS : Unified Medical Language System
Cyc
EngMath, PhysSys
O’Comma