SlideShare une entreprise Scribd logo
Les ontologies : concept de base et
application
Faculté des Sciences et Techniques Fès Université Sidi Mohamed Ben Abdellah
Réalisé par :
Rachid BENOUINI
Adnane EDDARIOUACHE
Encadré par :
A. ZAHI
1
FST Fès 2013 - 2014
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
MSIR FST Fès 2013-2014
2
1
2
4
5
6
3
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Le Plan
MSIR FST Fès 2013-2014
Définitions Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Vue sur l’ontologie arabe
Conclusion
3
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Introduction
MSIR FST Fès 2013-2014
La théorie d’existence tente d’expliquer les concepts qui existent dans le monde
et comment ces concepts sont imbriquées et organisées pour donner du sens.
Les concepts chez un être humaine sont des connaissances exprimables c’est ce
qu’il peut exprimer c’est l’univers du discours qui sont complétées par des
connaissances non exprimables (sensations, perceptions, sentiments non
verbalisables, connaissances inconscientes, connaissances tacites, etc.).
L'objectif premier d'une ontologie est de modéliser un ensemble de
connaissances dans un domaine donné, qui peut être réel ou imaginaire en langage
interprétable, pour qu’il soit utilisable par un ordinateur.
4
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Définitions dans la littérature
MSIR FST Fès 2013-2014
Le mot « Ontologie » vient du grec : ontos pour être, logie pour l’etude et logos pour
univers. C'est un terme philosophique introduit au XIXème siècle qui caractérise
l'étude des êtres dans son univers.
En informatique, plusieurs définitions ont été données à l'ontologie parmi eux de
[Gruber, 93]:« Une ontologie est une spécification explicite d’une conceptualisation »
Ca veux dire une ontologie est une description formelle d’une vue abstraite et
simplifiée du monde que l'on veut représenter.
Ontologie
La question qui se pose :
Comment décrire ou représenter un domaine avec des ontologies ?
5
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Les composants d’ontologie
MSIR FST Fès 2013-2014
Concepts : sont des classes, ensembles, collections ou types d'objets.
Relations : relations et interactions entre les concepts.
Axiomes : sont utilisés pour décrire les assertions de l'ontologie qui seront considérés
après comme vrais, pour but de définir les significations des composants d'ontologie.
Fonctions : cas particuliers de relation, dans laquelle un élément de la relation, par
exemple le nième élément est défini en fonction des n-1 éléments précédents.
Instances : C'est une définition extensionnelle de l'ontologie, par exemple les
individus « Karim » et « Amina » sont des instances du concept «personne».
Les composants d’ontologie
Pour décrire un domaine avec les ontologie on représente les connaissances de ce
domaine par les cinq composants suivant :
6
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Type ontologie
MSIR FST Fès 2013-2014
Par rapport à l'objet de la conceptualisation de l'ontologie, trois catégories au moins
peuvent être identifiées :
Les ontologies de haut niveau (top-level ontologies) :
décrivent des concepts très généraux comme l'espace, le temps, la matière, les objets,
les événements, les actions, etc., qui sont indépendants d'un problème ou d'un
domaine d’application particulier.
Les ontologies de domaine (domaine ontologies) :
décrivent le vocabulaire lié à un domaine générique (comme la médecine, ou les
automobiles) ou une tâche ou une activité générique (comme le diagnostic ou la
vente).
Les ontologies d'application (application ontologies) :
décrivent des concepts dépendant à la fois d'un domaine et d’une tâche particulière
dans ce domaine. Ces concepts correspondent souvent aux rôles joués par des entités.
Mais existe d’autre type d’ontologie.
7
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Méthodes de construction d’ontologie
MSIR FST Fès 2013-2014
Pour construire une ontologie on nous faut suivre un processus est un ensemble de
règles, Il existe plusieurs méthodes pour cela parmi eux :
Méthode de Bernaras et al [1996] Elle repose sur trois points :
Spécifier l'application basée sur l'ontologie en particulier les termes à collecter et
les tâches à effectuer en utilisant cette ontologie.
Organiser les termes en utilisant les méta catégories : concepts, relations,
attributs, etc.
Affiner l'ontologie et la structurer selon des principes de modularisation et
d'organisation hiérarchiques.
8
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Introduction
Définitions dans la littérature
Les composants d’ontologie
Type ontologie
Méthodes de construction d’ontologie
Exemple ontologie
Exemple ontologie
MSIR FST Fès 2013-2014
Un Animal est une classe.
Une Plante est une classe, mais disjointe d'Animal.
Un Arbre est une sous-classe de Plante.
Une Branche est une partie d'un Arbre.
Une Feuille est une partie d'une Branche
Un Herbivore est un Animal qui ne mange qu'une
Plante ou une partie d'une Plante.
Un Carnivore est un Animal qui mange aussi un
Animal.
Une Girafe est un Herbivore qui ne mange que des
Feuilles.
Un Lion est un Carnivore qui ne mange que des
Herbivores.
1
3
4
5
6
2
7
9
8
9
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Applications d’ontologie
MSIR FST Fès 2013-2014
Commerce électronique : le but et de formaliser des connaissances pour l'échange de
données dans le domaine du Commerce Électronique.
Ingénierie des Systèmes : par exemple exploite une ontologie couvrant tous les aspects
liés à la modélisation mathématique en ingénierie. pour assister des ingénieurs dans le
développement d’applications concernant l’ingénierie de systèmes physiques
dynamiques.
Recherche d’information : d'enrichir les requêtes et améliorer la qualité des résultats, à
savoir la recherche de sens plutôt que la chaîne de recherche de correspondance.
Web sémantique : comme une référence sémantique pour lever l'ambiguïté des
significations utilisés dans les sites Web.
Traduction (interlingua) : La traduction automatique et clarification des termes, en
trouvant la cartographie exacte des concepts à travers les langues.
Il existe d’autres application d’ontologie.
Les ontologie a beaucoup d’utilisation :
10
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Définition
Composants de logique de description
Exemple logique de description
Décidabilité et complexité
Raisonnement
Logique de description DL
MSIR FST Fès 2013-2014
La logique de description pas un langage, mais une famille de langage a deux buts :
représenter les connaissances => ‘description’
raisonner à partir de ces connaissances => ‘logic’
La logique de description et composé de :
Abox : Assertion box permet d’instancie des individus et les relations entre eux.
Tbox : Terminological box pour la définition des concepts et des rôles
base de connaissances de DL = Tbox  ABox
Définition
L’univers du discours est constitué d’individus, appartenant à des concepts (ou classes),
et reliés entre eux par des rôles (ou propriété).
Exemple :
Individu minos, socrate, ab123cd
Concept Menteur, Homme, Voiture
Rôle connaît, conduit
11
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Définition
Composants de logique de description
Exemple logique de description
Décidabilité et complexité
Raisonnement
Composants de logique de description
MSIR FST Fès 2013-2014
Composants de logique de description :
DL Explication
⊤ concept universel (top)
⊥ concept absurde (bottom)
¬ C complément
C ⊔ D union
C ⊓ D intersection
{a} extension
∃ r C qualificateur existentiel
∀ r C qualificateur universel
= n r C quantificateur
≤ n r C quantificateur (max)
≥ n r C quantificateur (min)
r⁻ rôle inverse
r∘s rôle composé
¬r complément
C ⊑ D subsomption de concepts
r ⊑ s subsomption de rôles
Exemples :
¬ Menteur
Homme ⊔ Voiture
Crétois ⊓ Menteur
Voiture ⊓ (Rouge ⊔ ¬Ferrari)
{john, paul, george, ringo}
∃ enfant
∀ conduit Ferrari
(∃ conduit) ⊓ (∀ conduit Ferrari)
= 2 conduit Ferrari
≥ 2 connait (Crétois ⊓ Menteur)
conduit⁻
connait ∘ conduit
connait ∘ connait
Personne ⊑ Adulte ⊔ Enfant
ami ⊑ connait
Concepts complexes
de restrictions
Concepts complexes
constructeurs
ensemblistes
Rôles
Axiomes
12
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Définition
Composants de logique de description
Exemple logique de description
Décidabilité et complexité
Raisonnement
Exemple logique de description
MSIR FST Fès 2013-2014
En peut le représenté les connaissance soit graphiquement soit en logique simplifiée :
Animal
Mammifère
Fourrure
Ours
Eau
Baleine
Poisson
Chat
est-un
vit-dans
a
a
est-un
est-un
est-un
est-un
vit-dans
13
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Définition
Composants de logique de description
Exemple logique de description
Décidabilité et complexité
Raisonnement
Décidabilité et complexité
MSIR FST Fès 2013-2014
Selon le niveaux d’expressivité du description qu’on veux atteint on doit utilisé un type de
constructeurs, axiomes et rôles.
une meilleur expressivité => grand complexité => temps du résonnement plus grand
Et afin de garantir que les mécanismes de raisonnement seront décidables
=> on impose au DL des contraintes sur les axiomes et les constructeurs autorisés et la
manière de les combiner.
Expressivité (Famille-Syntaxe) ⊨ C ⊑ D ⊨ C(a)
FLE C ⊓ D
∀ r C
∃ r
P
(Polynomial)
P
AL ¬ C P P
ALE ∃ r C NP PSPACE
ALCO Avec {a1,…} PSPACE
SHOIN Avec r⁻ EXPTIME
SHIQ Avec ≥ n r C EXPTIME
14
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Définition
Composants de logique de description
Exemple logique de description
Décidabilité et complexité
Raisonnement
Raisonnement
MSIR FST Fès 2013-2014
Problème des modèles infinis :
Exemple : Entier ⊑ (= 1 suivant Entier) ⊓ (≤ 1 suivant⁻)
{zero} ⊑ Entier ⊓ (= 0 suivant⁻)
Enjeux :
Comme la logique de prédicats la logique de description a aussi des technique
d’inférence. Une qui se base sur l’algorithme normalisation-comparaison (forme
normal puis comparaison), autre sur une méthode qui s’appelle méthode des
tableaux sémantique.
Il existe plusieurs implémentations de raisonneurs sur la logique de description :
Hermit, Pellet, Racer, FaCT …
Raisonnement
15
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Web sémantique
MSIR FST Fès 2013-2014
Le Web sémantique a pour objectif le partage de connaissances contenues dans
des silos d'informations, appelés aussi bases de données. Baé sur la technologie XML.
XML (eXtensible Markup Language) a été recommandé par le W3C en 1998.
L’objectif était de pallier la sémantique « faible » de HTML.
Web sémantique et XML
<!-- XML -->
<Perssone homepage="http://ahmadi.net/">
<nom>karim</nom>
<prenom>El-ahmadi</prenom>
<profession>Avocat</profession>
</Perssone>
<!-- HTML -->
<a href="http://ahmadi.net/">
karim <strong>El-ahmadi</strong>
(<em>Avocat</em>)
</a>
Exemple :
16
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Langage XML et RDF
MSIR FST Fès 2013-2014
Resource Description Framework (RDF) dérivé de XML recommandé par le W3C
en 1999, vise à munir le Web d’un modèle de données plus adapté, ayant une
structure de graphe.
L’objectif est de construire le "Semantic Web" dans lequel les machines ont accès
à la sémantique des données.
Toute information en RDF est représentée par un triplet : sujet, prédicat et objet.
RDF
sujet : FST
prédicat : à-pour-master
objet : MSIR
Exemple :
17
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Langage OWL
MSIR FST Fès 2013-2014
Web Ontology Language (OWL) devenues une recommandation du W3C fin 2012, est
un langage de représentation des connaissances construit sur le modèle de données
de RDF. Basé sur les recherches effectuées dans le domaine de la logique de
description.
Définition
OWL-Lite : le plus simple, il est destiné à représenter des hiérarchies de concepts
simples, Sa simplicité lui permet d’avoir une complexité faible, et le calcule de réponse
est en temps raisonnable.
OWL-DL : plus complexe fondé sur la logique descriptive, Il est adapté pour faire des
raisonnements.
OWL-Full : plus complexe du OWL utilisé pour avoir un haut niveau de capacité de
description, quitte à ne pas pouvoir garantir la complétude et la décidabilité des
calculs liés à l'ontologie.
Les niveaux d'OWL
18
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Composantes OWL
MSIR FST Fès 2013-2014
OWL offre des axiomes « de haut niveau » qui visent à : améliorer la lisibilité et
optimiser le raisonnement .
Axiomes sur les concepts
DL OWL
C ⊑ D rdfs:subClassOf
C(a) rdf:type
C ⊑ D et D ⊑ C owl:equivalentClass
C ⊑ ¬D owl:disjointWith
owl:AllDisjointClasses
Axiomes sur les Rôles
DL OWL DL OWL
⊤ ⊑ (≤ 1 r) owl:FunctionalProperty ∃ r ⊑ C rdfs:domain
⊤ ⊑ (≤ 1 r⁻) owl:InverseFunctionalProperty ∃ r⁻ ⊑ C rdfs:range
r ∘ r ⊑ r owl:TransitiveProperty r ⊑ p rdfs:subPropertyOf
r ⊑ r⁻ owl:SymetricProperty r ⊑ p et p ⊑ r owl:equivalentProperty
r ⊑ ¬(r⁻) owl:AsymmetricProperty r ⊑ p⁻ et p⁻ ⊑ r owl:inverseOf
r ⊑ ¬p owl:propertyDisjointWith ⊤ ⊑ ¬(∃ r self) owl:IreflexiveProperty
owl:AllDisjointProperties ⊤ ⊑ (∃ r self) owl:ReflexiveProperty
p ∘ q ∘ ... ⊑ r owl:propertyChainAxiom
19
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Requêtes sur OWL
MSIR FST Fès 2013-2014
SPARQL Protocol and RDF Query Language, est un langage de requête et un protocole
qui permet de rechercher, d'ajouter, de modifier ou de supprimer des données RDF
donc va nous permettre de construire des requêtes sur le graphe de l’ontologie en
OWL.
Requêtes SPARQL
PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX dc: <http://purl.org/dc/elements/1.1/>
SELECT DISTINCT ?nom ?image ?description
WHERE {
?personne rdf:type foaf:Person.
?personne foaf:name ?nom.
?image rdf:type foaf:Image.
?personne foaf:img ?image.
?image dc:description ?description
} LIMIT 1000
Exemple de requête :
20
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Outils pour travailler avec les ontologies
MSIR FST Fès 2013-2014
Protégé est le plus connu des éditeurs d'ontologie. Open-source, développé par
l'université Stanford, il a intégrer à partir de 2003 les standards du Web sémantique
et notamment OWL. Il offre de nombreux composants optionnels : raisonneurs,
interfaces graphiques.
Pour l‘edition des ontologie il utilise un syntaxe simplifier avec les axiomes en pseudo-
anglais ce permet un bon lisibilité.
Protégé
Il existe plusieurs outils pour éditer des ontologies pour différents type d’application
en particulier pour le web sémantique parmi eux :
Protégé
TopBraidComposer
OntoStudio
SWOOP
Editeur d’ontologie
21
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Syntaxe de Protégé
MSIR FST Fès 2013-2014
Protégé offre un syntaxe plus lisible qui viennent en fait du langage OWL :
Concepts complexes constructeurs
ensemblistes
DL Protégé
⊤ Thing
⊥ Nothing
¬ C not C
C ⊔ D C and D
C ⊓ D C or D
{a} {a}
Concepts complexes de restrictions
∃ r C r some C
∀ r C r only C
= n r C r exactly n C
≤ n r C r max n C
≥ n r C r min n C
Rôles
r⁻ inverse(r)
r∘s r o s
Axiomes sur les concepts
DL Protégé
C ⊑ D Super class(C,D)
C(a) Member(C,a)
C ⊑ D et D ⊑ C Equivalent class(C,D)
C ⊑ ¬D Disjoint class(C,D)
Axiomes sur les Rôles
DL Protégé DL Protégé
⊤ ⊑ (≤ 1 r) Functional(r) ∃ r ⊑ C Domain(r,C)
⊤ ⊑ (≤ 1 r⁻) Inverse functional(r) ∃ r⁻ ⊑ C Range(r,C)
r ∘ r ⊑ r Transitive(r) r ⊑ p Super property(r,p)
r ⊑ r⁻ Symmetric(r) r ⊑ p et p ⊑ r Equivalent property(r,p)
r ⊑ ¬(r⁻) Asymmetric(r) r ⊑ p⁻ et p⁻ ⊑ r Inverse property(r,p)
⊤ ⊑ (∃ r self) Reflexive(r)
⊤ ⊑ ¬(∃ r self) Irreflexive(r)
r ⊑ ¬p Disjoint property(r,p)
22
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Exemple Ontologie
MSIR FST Fès 2013-2014
Un Animal est une classe.
Une Plante est une classe, mais disjointe d'Animal.
Un Arbre est une sous-classe de Plante.
Une Branche est une partie d'un Arbre.
Une Feuille est une partie d'une Branche
Un Herbivore est un Animal qui ne mange qu'une Plante
ou une partie d'une Plante.
Un Carnivore est un Animal qui mange aussi un Animal.
Une Girafe est un Herbivore qui ne mange que des
Feuilles.
Un Lion est un Carnivore qui ne mange que des
Herbivores.
Un AnimalPlant est un Plant et est un Animal.
1
3
4
5
6
2
7
9
8
Le processus résonnement sur cet ontologie donne a la fin une contradiction sur la dernière assertion car Plant
et Animal sont disjoint donc impossible que créer un sous concept qui hérite de ces deux.
23
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Web sémantique
Langage XML et RDF
Langage OWL
Outils pour travailler avec les ontologies
Exemple Ontologie
Exemple Ontologie
MSIR FST Fès 2013-2014
Un Animal est une classe.
Une Plante est une classe, mais disjointe d'Animal.
Un Arbre est une sous-classe de Plante.
Une Branche est une partie d'un Arbre.
Une Feuille est une partie d'une Branche
Un Herbivore est un Animal qui ne mange qu'une Plante
ou une partie d'une Plante.
Un Carnivore est un Animal qui mange aussi un Animal.
Une Girafe est un Herbivore qui ne mange que des
Feuilles.
Un Lion est un Carnivore qui ne mange que des
Herbivores.
Un AnimalPlant est un Plant et est un Animal.
1
3
4
5
6
2
7
9
8
Le système d’inférence donne des explication pour
quoi cet assertion est considéré comme absurde
24
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Ontologie Arabe
MSIR FST Fès 2013-2014
L’ontologie arabe est une représentation formelle des concepts que les termes arabes
véhiculent, Pour chaque terme dans la langue arabe, un ensemble de sens et de relations
sémantiques sont identifiés, pour créer un arbre de significations des termes arabes.
Exemple :
25
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Conclusion
MSIR FST Fès 2013-2014
Le terme ontologie vient de la philosophie qui signifie l’étude de l’être dans son univers
et était appliquée aux systèmes d'information a fin de représenter ou décrire des
connaissance d’un domaine.
Et pour avoir d’un moyenne de résonnement dans sa définition a était basé sur la
logique de description a fin d’avoir un cohérence sémantique.
Et par ce que les connaissances d’un domaine doit être partagées il n’y a pas de
meilleurs que le web pour le partagé. Pour cela de nouvelles spécifications sont
indispensables. Le langage OWL dérivé de XML et basé sur DL pour créer des Ontologie.
Donc la notion d’ontologie a subie plusieurs transformations a fin d’introduire la notion
sémantique au machines.
26
Ontologie
Applications d’ontologie
Logique de description
Langages pour les ontologies
Ontologie Arabe
Conclusion
Questions
MSIR FST Fès 2013-2014
Questions ?

Contenu connexe

Tendances

Les BD NoSQL
Les BD NoSQLLes BD NoSQL
Les BD NoSQL
Minyar Sassi Hidri
 
exercices business intelligence
exercices business intelligence exercices business intelligence
exercices business intelligence
Yassine Badri
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
Lilia Sfaxi
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
Lilia Sfaxi
 
Sécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journéeSécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journée
Tactika inc.
 
Knn
KnnKnn
Algorithmes de jeux
Algorithmes de jeuxAlgorithmes de jeux
Algorithmes de jeux
Mohamed Heny SELMI
 
Exposé segmentation
Exposé segmentationExposé segmentation
Exposé segmentation
Donia Hammami
 
Tp1 - OpenERP (1)
Tp1 - OpenERP (1)Tp1 - OpenERP (1)
Tp1 - OpenERP (1)
Lilia Sfaxi
 
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
Yasmine Tounsi
 
Présentation de mon PFE
Présentation de mon PFEPrésentation de mon PFE
Présentation de mon PFE
Nadir Haouari
 
Rapport de stage du fin d'étude
Rapport de stage du fin d'étudeRapport de stage du fin d'étude
Rapport de stage du fin d'étude
Yahyaoui Mohamed Yosri
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
Lilia Sfaxi
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
Lilia Sfaxi
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielle
ECAM Brussels Engineering School
 
Rapport stage pfe
Rapport stage  pfe Rapport stage  pfe
Rapport stage pfe
rimeh moussi
 
Apprentissage supervisé.pdf
Apprentissage supervisé.pdfApprentissage supervisé.pdf
Apprentissage supervisé.pdf
hanamettali
 
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Ahmed Makni
 
Chp1 - Introduction aux ERP
Chp1 - Introduction aux ERPChp1 - Introduction aux ERP
Chp1 - Introduction aux ERP
Lilia Sfaxi
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)
Mohamed Heny SELMI
 

Tendances (20)

Les BD NoSQL
Les BD NoSQLLes BD NoSQL
Les BD NoSQL
 
exercices business intelligence
exercices business intelligence exercices business intelligence
exercices business intelligence
 
BigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big DataBigData_Chp1: Introduction à la Big Data
BigData_Chp1: Introduction à la Big Data
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
 
Sécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journéeSécurité de l'IoT | Internet des objets - Formation d'une journée
Sécurité de l'IoT | Internet des objets - Formation d'une journée
 
Knn
KnnKnn
Knn
 
Algorithmes de jeux
Algorithmes de jeuxAlgorithmes de jeux
Algorithmes de jeux
 
Exposé segmentation
Exposé segmentationExposé segmentation
Exposé segmentation
 
Tp1 - OpenERP (1)
Tp1 - OpenERP (1)Tp1 - OpenERP (1)
Tp1 - OpenERP (1)
 
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 12 (PFE Licence)
 
Présentation de mon PFE
Présentation de mon PFEPrésentation de mon PFE
Présentation de mon PFE
 
Rapport de stage du fin d'étude
Rapport de stage du fin d'étudeRapport de stage du fin d'étude
Rapport de stage du fin d'étude
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
 
Intelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielleIntelligence Artificielle : Introduction à l'intelligence artificielle
Intelligence Artificielle : Introduction à l'intelligence artificielle
 
Rapport stage pfe
Rapport stage  pfe Rapport stage  pfe
Rapport stage pfe
 
Apprentissage supervisé.pdf
Apprentissage supervisé.pdfApprentissage supervisé.pdf
Apprentissage supervisé.pdf
 
Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...Pfe conception et réalisation d'une application de gestion des processus d'ac...
Pfe conception et réalisation d'une application de gestion des processus d'ac...
 
Chp1 - Introduction aux ERP
Chp1 - Introduction aux ERPChp1 - Introduction aux ERP
Chp1 - Introduction aux ERP
 
Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)Data mining - Segmentation(k-means, cah)
Data mining - Segmentation(k-means, cah)
 

En vedette

Comment construire les ontologies?
Comment construire les ontologies?Comment construire les ontologies?
Comment construire les ontologies?
Leila Zemmouchi-Ghomari
 
Les ontologies 2013_2014
Les ontologies 2013_2014Les ontologies 2013_2014
Les ontologies 2013_2014Serge Garlatti
 
Ontologies pour le Web 2.0
Ontologies pour le Web 2.0Ontologies pour le Web 2.0
Ontologies pour le Web 2.0
Alexandre Passant
 
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiquesInvited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
Fabien Gandon
 
Construction ontologies
Construction ontologiesConstruction ontologies
Construction ontologies
Aggoumazax Moh
 
Le web sémantique par l'exemple
Le web sémantique par l'exempleLe web sémantique par l'exemple
Le web sémantique par l'exemple
descl
 
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
Michel Héon PhD
 
G-OWL - graphical web ontology language
G-OWL - graphical web ontology languageG-OWL - graphical web ontology language
G-OWL - graphical web ontology language
Michel Héon PhD
 
Cours de programmation en c
Cours de programmation en cCours de programmation en c
Cours de programmation en c
benouini rachid
 
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)rchbeir
 
Skos transformation
Skos transformationSkos transformation
Skos transformation
catherine roussey
 
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
IJwest
 
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule LanguageSWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
Rommel Carvalho
 
نموذج طلاب 3 ثدييات
نموذج طلاب 3 ثديياتنموذج طلاب 3 ثدييات
نموذج طلاب 3 ثدييات
alamsystem
 
Ontologien für Fachportale - Voraussetzungen und Nutzenpotentiale
Ontologien für Fachportale - Voraussetzungen und NutzenpotentialeOntologien für Fachportale - Voraussetzungen und Nutzenpotentiale
Ontologien für Fachportale - Voraussetzungen und NutzenpotentialeAndreas Schmidt
 
Rätsel
RätselRätsel
Rätseltini_74
 
Tutorial 1-Ontologies
Tutorial 1-OntologiesTutorial 1-Ontologies
Ontologies: vehicles for reuse
Ontologies: vehicles for reuseOntologies: vehicles for reuse
Ontologies: vehicles for reuse
Guus Schreiber
 
RDFS In A Nutshell V1
RDFS In A Nutshell V1RDFS In A Nutshell V1
RDFS In A Nutshell V1
Fabien Gandon
 

En vedette (20)

Comment construire les ontologies?
Comment construire les ontologies?Comment construire les ontologies?
Comment construire les ontologies?
 
Les ontologies 2013_2014
Les ontologies 2013_2014Les ontologies 2013_2014
Les ontologies 2013_2014
 
Ontologies pour le Web 2.0
Ontologies pour le Web 2.0Ontologies pour le Web 2.0
Ontologies pour le Web 2.0
 
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiquesInvited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
 
Construction ontologies
Construction ontologiesConstruction ontologies
Construction ontologies
 
Le web sémantique par l'exemple
Le web sémantique par l'exempleLe web sémantique par l'exemple
Le web sémantique par l'exemple
 
Ontologies 2011 2012
Ontologies 2011 2012Ontologies 2011 2012
Ontologies 2011 2012
 
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
G-OWL : Vers un langage de modélisation graphique, polymorphique et typé pour...
 
G-OWL - graphical web ontology language
G-OWL - graphical web ontology languageG-OWL - graphical web ontology language
G-OWL - graphical web ontology language
 
Cours de programmation en c
Cours de programmation en cCours de programmation en c
Cours de programmation en c
 
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)
Web ontologie language (par RAFEH Aya et VAILLEUX Arnaud)
 
Skos transformation
Skos transformationSkos transformation
Skos transformation
 
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
 
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule LanguageSWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
 
نموذج طلاب 3 ثدييات
نموذج طلاب 3 ثديياتنموذج طلاب 3 ثدييات
نموذج طلاب 3 ثدييات
 
Ontologien für Fachportale - Voraussetzungen und Nutzenpotentiale
Ontologien für Fachportale - Voraussetzungen und NutzenpotentialeOntologien für Fachportale - Voraussetzungen und Nutzenpotentiale
Ontologien für Fachportale - Voraussetzungen und Nutzenpotentiale
 
Rätsel
RätselRätsel
Rätsel
 
Tutorial 1-Ontologies
Tutorial 1-OntologiesTutorial 1-Ontologies
Tutorial 1-Ontologies
 
Ontologies: vehicles for reuse
Ontologies: vehicles for reuseOntologies: vehicles for reuse
Ontologies: vehicles for reuse
 
RDFS In A Nutshell V1
RDFS In A Nutshell V1RDFS In A Nutshell V1
RDFS In A Nutshell V1
 

Similaire à Ontologie concept applications

Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
Thérèse Libourel, Ontologies en SHS, 2015-11-09, ToursThérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
UMR 7324 CITERES - Laboratoire Archéologie et Territoires, Tours
 
F.Chateauraynaud : de Prospero à Marloweb
F.Chateauraynaud : de Prospero à MarlowebF.Chateauraynaud : de Prospero à Marloweb
F.Chateauraynaud : de Prospero à Marloweb
OpenEdition
 
Word Embedding
Word EmbeddingWord Embedding
Word Embedding
CHOUAIB EL HACHIMI
 
Conf map Amiens mai 2012 quali/quanti
Conf map Amiens mai 2012 quali/quantiConf map Amiens mai 2012 quali/quanti
Conf map Amiens mai 2012 quali/quantimap8slide
 
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...DeAndr Espree-Conaway
 
Chapitre 3 (1).pptx initiation a la recherche
Chapitre 3 (1).pptx initiation a la rechercheChapitre 3 (1).pptx initiation a la recherche
Chapitre 3 (1).pptx initiation a la recherche
JoseCotes7
 
Logiques de descriptions.pptx
Logiques de descriptions.pptxLogiques de descriptions.pptx
Logiques de descriptions.pptx
mohmll
 
Ontologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformationOntologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformation
catherine roussey
 
Préambule épistémologique à l'article de "Marges Linguistiques"
Préambule épistémologique à l'article de "Marges Linguistiques"Préambule épistémologique à l'article de "Marges Linguistiques"
Préambule épistémologique à l'article de "Marges Linguistiques"
Jean-Jacques Pinto
 
Référentiel et Moteur de Recherche
Référentiel et Moteur de RechercheRéférentiel et Moteur de Recherche
Référentiel et Moteur de Recherche
Antidot
 
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
Catherine GOUJON
 
Le singulier du design :
 une approche lexicographique à partir du projet en...
Le singulier du design :
 une approche lexicographique à partir du projet en...Le singulier du design :
 une approche lexicographique à partir du projet en...
Le singulier du design :
 une approche lexicographique à partir du projet en...
Stéphane Vial
 
Peuplement automatisé d’ontologies par analyse des programmes scolaires
Peuplement automatisé d’ontologies par analyse des programmes scolairesPeuplement automatisé d’ontologies par analyse des programmes scolaires
Peuplement automatisé d’ontologies par analyse des programmes scolaires
ILOT Project
 
AFLS-EMM-ML
AFLS-EMM-MLAFLS-EMM-ML
AFLS-EMM-ML
babelmoi
 
Sp6 Yann Nicolas
Sp6 Yann NicolasSp6 Yann Nicolas
Sp6 Yann Nicolas
ent12701
 
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
GCAF
 
La métaphore du train dans la langue quotidienne
La métaphore du train dans la langue quotidienneLa métaphore du train dans la langue quotidienne
La métaphore du train dans la langue quotidienne
Centelles80
 
Les ontologies 2014_2015
Les ontologies 2014_2015Les ontologies 2014_2015
Les ontologies 2014_2015
Serge Garlatti
 
Intellectica 2005
Intellectica 2005Intellectica 2005
Intellectica 2005
Louis de Saussure
 

Similaire à Ontologie concept applications (20)

Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
Thérèse Libourel, Ontologies en SHS, 2015-11-09, ToursThérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours
 
F.Chateauraynaud : de Prospero à Marloweb
F.Chateauraynaud : de Prospero à MarlowebF.Chateauraynaud : de Prospero à Marloweb
F.Chateauraynaud : de Prospero à Marloweb
 
Word Embedding
Word EmbeddingWord Embedding
Word Embedding
 
Recherche semantique
Recherche semantique Recherche semantique
Recherche semantique
 
Conf map Amiens mai 2012 quali/quanti
Conf map Amiens mai 2012 quali/quantiConf map Amiens mai 2012 quali/quanti
Conf map Amiens mai 2012 quali/quanti
 
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...
Les racines indo-europeenes et la trajectoire semantique du marqueur discursi...
 
Chapitre 3 (1).pptx initiation a la recherche
Chapitre 3 (1).pptx initiation a la rechercheChapitre 3 (1).pptx initiation a la recherche
Chapitre 3 (1).pptx initiation a la recherche
 
Logiques de descriptions.pptx
Logiques de descriptions.pptxLogiques de descriptions.pptx
Logiques de descriptions.pptx
 
Ontologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformationOntologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformation
 
Préambule épistémologique à l'article de "Marges Linguistiques"
Préambule épistémologique à l'article de "Marges Linguistiques"Préambule épistémologique à l'article de "Marges Linguistiques"
Préambule épistémologique à l'article de "Marges Linguistiques"
 
Référentiel et Moteur de Recherche
Référentiel et Moteur de RechercheRéférentiel et Moteur de Recherche
Référentiel et Moteur de Recherche
 
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
KILANI Chehnez - Débat et savoir scientifique en classe. Problématisation et ...
 
Le singulier du design :
 une approche lexicographique à partir du projet en...
Le singulier du design :
 une approche lexicographique à partir du projet en...Le singulier du design :
 une approche lexicographique à partir du projet en...
Le singulier du design :
 une approche lexicographique à partir du projet en...
 
Peuplement automatisé d’ontologies par analyse des programmes scolaires
Peuplement automatisé d’ontologies par analyse des programmes scolairesPeuplement automatisé d’ontologies par analyse des programmes scolaires
Peuplement automatisé d’ontologies par analyse des programmes scolaires
 
AFLS-EMM-ML
AFLS-EMM-MLAFLS-EMM-ML
AFLS-EMM-ML
 
Sp6 Yann Nicolas
Sp6 Yann NicolasSp6 Yann Nicolas
Sp6 Yann Nicolas
 
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
De l’épistémologie de sciences à l’épistémologie des disciplines enseignées :...
 
La métaphore du train dans la langue quotidienne
La métaphore du train dans la langue quotidienneLa métaphore du train dans la langue quotidienne
La métaphore du train dans la langue quotidienne
 
Les ontologies 2014_2015
Les ontologies 2014_2015Les ontologies 2014_2015
Les ontologies 2014_2015
 
Intellectica 2005
Intellectica 2005Intellectica 2005
Intellectica 2005
 

Ontologie concept applications

  • 1. Les ontologies : concept de base et application Faculté des Sciences et Techniques Fès Université Sidi Mohamed Ben Abdellah Réalisé par : Rachid BENOUINI Adnane EDDARIOUACHE Encadré par : A. ZAHI 1 FST Fès 2013 - 2014 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion MSIR FST Fès 2013-2014
  • 2. 2 1 2 4 5 6 3 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Le Plan MSIR FST Fès 2013-2014 Définitions Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Vue sur l’ontologie arabe Conclusion
  • 3. 3 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Introduction MSIR FST Fès 2013-2014 La théorie d’existence tente d’expliquer les concepts qui existent dans le monde et comment ces concepts sont imbriquées et organisées pour donner du sens. Les concepts chez un être humaine sont des connaissances exprimables c’est ce qu’il peut exprimer c’est l’univers du discours qui sont complétées par des connaissances non exprimables (sensations, perceptions, sentiments non verbalisables, connaissances inconscientes, connaissances tacites, etc.). L'objectif premier d'une ontologie est de modéliser un ensemble de connaissances dans un domaine donné, qui peut être réel ou imaginaire en langage interprétable, pour qu’il soit utilisable par un ordinateur.
  • 4. 4 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Définitions dans la littérature MSIR FST Fès 2013-2014 Le mot « Ontologie » vient du grec : ontos pour être, logie pour l’etude et logos pour univers. C'est un terme philosophique introduit au XIXème siècle qui caractérise l'étude des êtres dans son univers. En informatique, plusieurs définitions ont été données à l'ontologie parmi eux de [Gruber, 93]:« Une ontologie est une spécification explicite d’une conceptualisation » Ca veux dire une ontologie est une description formelle d’une vue abstraite et simplifiée du monde que l'on veut représenter. Ontologie La question qui se pose : Comment décrire ou représenter un domaine avec des ontologies ?
  • 5. 5 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Les composants d’ontologie MSIR FST Fès 2013-2014 Concepts : sont des classes, ensembles, collections ou types d'objets. Relations : relations et interactions entre les concepts. Axiomes : sont utilisés pour décrire les assertions de l'ontologie qui seront considérés après comme vrais, pour but de définir les significations des composants d'ontologie. Fonctions : cas particuliers de relation, dans laquelle un élément de la relation, par exemple le nième élément est défini en fonction des n-1 éléments précédents. Instances : C'est une définition extensionnelle de l'ontologie, par exemple les individus « Karim » et « Amina » sont des instances du concept «personne». Les composants d’ontologie Pour décrire un domaine avec les ontologie on représente les connaissances de ce domaine par les cinq composants suivant :
  • 6. 6 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Type ontologie MSIR FST Fès 2013-2014 Par rapport à l'objet de la conceptualisation de l'ontologie, trois catégories au moins peuvent être identifiées : Les ontologies de haut niveau (top-level ontologies) : décrivent des concepts très généraux comme l'espace, le temps, la matière, les objets, les événements, les actions, etc., qui sont indépendants d'un problème ou d'un domaine d’application particulier. Les ontologies de domaine (domaine ontologies) : décrivent le vocabulaire lié à un domaine générique (comme la médecine, ou les automobiles) ou une tâche ou une activité générique (comme le diagnostic ou la vente). Les ontologies d'application (application ontologies) : décrivent des concepts dépendant à la fois d'un domaine et d’une tâche particulière dans ce domaine. Ces concepts correspondent souvent aux rôles joués par des entités. Mais existe d’autre type d’ontologie.
  • 7. 7 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Méthodes de construction d’ontologie MSIR FST Fès 2013-2014 Pour construire une ontologie on nous faut suivre un processus est un ensemble de règles, Il existe plusieurs méthodes pour cela parmi eux : Méthode de Bernaras et al [1996] Elle repose sur trois points : Spécifier l'application basée sur l'ontologie en particulier les termes à collecter et les tâches à effectuer en utilisant cette ontologie. Organiser les termes en utilisant les méta catégories : concepts, relations, attributs, etc. Affiner l'ontologie et la structurer selon des principes de modularisation et d'organisation hiérarchiques.
  • 8. 8 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Introduction Définitions dans la littérature Les composants d’ontologie Type ontologie Méthodes de construction d’ontologie Exemple ontologie Exemple ontologie MSIR FST Fès 2013-2014 Un Animal est une classe. Une Plante est une classe, mais disjointe d'Animal. Un Arbre est une sous-classe de Plante. Une Branche est une partie d'un Arbre. Une Feuille est une partie d'une Branche Un Herbivore est un Animal qui ne mange qu'une Plante ou une partie d'une Plante. Un Carnivore est un Animal qui mange aussi un Animal. Une Girafe est un Herbivore qui ne mange que des Feuilles. Un Lion est un Carnivore qui ne mange que des Herbivores. 1 3 4 5 6 2 7 9 8
  • 9. 9 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Applications d’ontologie MSIR FST Fès 2013-2014 Commerce électronique : le but et de formaliser des connaissances pour l'échange de données dans le domaine du Commerce Électronique. Ingénierie des Systèmes : par exemple exploite une ontologie couvrant tous les aspects liés à la modélisation mathématique en ingénierie. pour assister des ingénieurs dans le développement d’applications concernant l’ingénierie de systèmes physiques dynamiques. Recherche d’information : d'enrichir les requêtes et améliorer la qualité des résultats, à savoir la recherche de sens plutôt que la chaîne de recherche de correspondance. Web sémantique : comme une référence sémantique pour lever l'ambiguïté des significations utilisés dans les sites Web. Traduction (interlingua) : La traduction automatique et clarification des termes, en trouvant la cartographie exacte des concepts à travers les langues. Il existe d’autres application d’ontologie. Les ontologie a beaucoup d’utilisation :
  • 10. 10 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Définition Composants de logique de description Exemple logique de description Décidabilité et complexité Raisonnement Logique de description DL MSIR FST Fès 2013-2014 La logique de description pas un langage, mais une famille de langage a deux buts : représenter les connaissances => ‘description’ raisonner à partir de ces connaissances => ‘logic’ La logique de description et composé de : Abox : Assertion box permet d’instancie des individus et les relations entre eux. Tbox : Terminological box pour la définition des concepts et des rôles base de connaissances de DL = Tbox  ABox Définition L’univers du discours est constitué d’individus, appartenant à des concepts (ou classes), et reliés entre eux par des rôles (ou propriété). Exemple : Individu minos, socrate, ab123cd Concept Menteur, Homme, Voiture Rôle connaît, conduit
  • 11. 11 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Définition Composants de logique de description Exemple logique de description Décidabilité et complexité Raisonnement Composants de logique de description MSIR FST Fès 2013-2014 Composants de logique de description : DL Explication ⊤ concept universel (top) ⊥ concept absurde (bottom) ¬ C complément C ⊔ D union C ⊓ D intersection {a} extension ∃ r C qualificateur existentiel ∀ r C qualificateur universel = n r C quantificateur ≤ n r C quantificateur (max) ≥ n r C quantificateur (min) r⁻ rôle inverse r∘s rôle composé ¬r complément C ⊑ D subsomption de concepts r ⊑ s subsomption de rôles Exemples : ¬ Menteur Homme ⊔ Voiture Crétois ⊓ Menteur Voiture ⊓ (Rouge ⊔ ¬Ferrari) {john, paul, george, ringo} ∃ enfant ∀ conduit Ferrari (∃ conduit) ⊓ (∀ conduit Ferrari) = 2 conduit Ferrari ≥ 2 connait (Crétois ⊓ Menteur) conduit⁻ connait ∘ conduit connait ∘ connait Personne ⊑ Adulte ⊔ Enfant ami ⊑ connait Concepts complexes de restrictions Concepts complexes constructeurs ensemblistes Rôles Axiomes
  • 12. 12 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Définition Composants de logique de description Exemple logique de description Décidabilité et complexité Raisonnement Exemple logique de description MSIR FST Fès 2013-2014 En peut le représenté les connaissance soit graphiquement soit en logique simplifiée : Animal Mammifère Fourrure Ours Eau Baleine Poisson Chat est-un vit-dans a a est-un est-un est-un est-un vit-dans
  • 13. 13 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Définition Composants de logique de description Exemple logique de description Décidabilité et complexité Raisonnement Décidabilité et complexité MSIR FST Fès 2013-2014 Selon le niveaux d’expressivité du description qu’on veux atteint on doit utilisé un type de constructeurs, axiomes et rôles. une meilleur expressivité => grand complexité => temps du résonnement plus grand Et afin de garantir que les mécanismes de raisonnement seront décidables => on impose au DL des contraintes sur les axiomes et les constructeurs autorisés et la manière de les combiner. Expressivité (Famille-Syntaxe) ⊨ C ⊑ D ⊨ C(a) FLE C ⊓ D ∀ r C ∃ r P (Polynomial) P AL ¬ C P P ALE ∃ r C NP PSPACE ALCO Avec {a1,…} PSPACE SHOIN Avec r⁻ EXPTIME SHIQ Avec ≥ n r C EXPTIME
  • 14. 14 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Définition Composants de logique de description Exemple logique de description Décidabilité et complexité Raisonnement Raisonnement MSIR FST Fès 2013-2014 Problème des modèles infinis : Exemple : Entier ⊑ (= 1 suivant Entier) ⊓ (≤ 1 suivant⁻) {zero} ⊑ Entier ⊓ (= 0 suivant⁻) Enjeux : Comme la logique de prédicats la logique de description a aussi des technique d’inférence. Une qui se base sur l’algorithme normalisation-comparaison (forme normal puis comparaison), autre sur une méthode qui s’appelle méthode des tableaux sémantique. Il existe plusieurs implémentations de raisonneurs sur la logique de description : Hermit, Pellet, Racer, FaCT … Raisonnement
  • 15. 15 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Web sémantique MSIR FST Fès 2013-2014 Le Web sémantique a pour objectif le partage de connaissances contenues dans des silos d'informations, appelés aussi bases de données. Baé sur la technologie XML. XML (eXtensible Markup Language) a été recommandé par le W3C en 1998. L’objectif était de pallier la sémantique « faible » de HTML. Web sémantique et XML <!-- XML --> <Perssone homepage="http://ahmadi.net/"> <nom>karim</nom> <prenom>El-ahmadi</prenom> <profession>Avocat</profession> </Perssone> <!-- HTML --> <a href="http://ahmadi.net/"> karim <strong>El-ahmadi</strong> (<em>Avocat</em>) </a> Exemple :
  • 16. 16 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Langage XML et RDF MSIR FST Fès 2013-2014 Resource Description Framework (RDF) dérivé de XML recommandé par le W3C en 1999, vise à munir le Web d’un modèle de données plus adapté, ayant une structure de graphe. L’objectif est de construire le "Semantic Web" dans lequel les machines ont accès à la sémantique des données. Toute information en RDF est représentée par un triplet : sujet, prédicat et objet. RDF sujet : FST prédicat : à-pour-master objet : MSIR Exemple :
  • 17. 17 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Langage OWL MSIR FST Fès 2013-2014 Web Ontology Language (OWL) devenues une recommandation du W3C fin 2012, est un langage de représentation des connaissances construit sur le modèle de données de RDF. Basé sur les recherches effectuées dans le domaine de la logique de description. Définition OWL-Lite : le plus simple, il est destiné à représenter des hiérarchies de concepts simples, Sa simplicité lui permet d’avoir une complexité faible, et le calcule de réponse est en temps raisonnable. OWL-DL : plus complexe fondé sur la logique descriptive, Il est adapté pour faire des raisonnements. OWL-Full : plus complexe du OWL utilisé pour avoir un haut niveau de capacité de description, quitte à ne pas pouvoir garantir la complétude et la décidabilité des calculs liés à l'ontologie. Les niveaux d'OWL
  • 18. 18 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Composantes OWL MSIR FST Fès 2013-2014 OWL offre des axiomes « de haut niveau » qui visent à : améliorer la lisibilité et optimiser le raisonnement . Axiomes sur les concepts DL OWL C ⊑ D rdfs:subClassOf C(a) rdf:type C ⊑ D et D ⊑ C owl:equivalentClass C ⊑ ¬D owl:disjointWith owl:AllDisjointClasses Axiomes sur les Rôles DL OWL DL OWL ⊤ ⊑ (≤ 1 r) owl:FunctionalProperty ∃ r ⊑ C rdfs:domain ⊤ ⊑ (≤ 1 r⁻) owl:InverseFunctionalProperty ∃ r⁻ ⊑ C rdfs:range r ∘ r ⊑ r owl:TransitiveProperty r ⊑ p rdfs:subPropertyOf r ⊑ r⁻ owl:SymetricProperty r ⊑ p et p ⊑ r owl:equivalentProperty r ⊑ ¬(r⁻) owl:AsymmetricProperty r ⊑ p⁻ et p⁻ ⊑ r owl:inverseOf r ⊑ ¬p owl:propertyDisjointWith ⊤ ⊑ ¬(∃ r self) owl:IreflexiveProperty owl:AllDisjointProperties ⊤ ⊑ (∃ r self) owl:ReflexiveProperty p ∘ q ∘ ... ⊑ r owl:propertyChainAxiom
  • 19. 19 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Requêtes sur OWL MSIR FST Fès 2013-2014 SPARQL Protocol and RDF Query Language, est un langage de requête et un protocole qui permet de rechercher, d'ajouter, de modifier ou de supprimer des données RDF donc va nous permettre de construire des requêtes sur le graphe de l’ontologie en OWL. Requêtes SPARQL PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> PREFIX foaf: <http://xmlns.com/foaf/0.1/> PREFIX dc: <http://purl.org/dc/elements/1.1/> SELECT DISTINCT ?nom ?image ?description WHERE { ?personne rdf:type foaf:Person. ?personne foaf:name ?nom. ?image rdf:type foaf:Image. ?personne foaf:img ?image. ?image dc:description ?description } LIMIT 1000 Exemple de requête :
  • 20. 20 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Outils pour travailler avec les ontologies MSIR FST Fès 2013-2014 Protégé est le plus connu des éditeurs d'ontologie. Open-source, développé par l'université Stanford, il a intégrer à partir de 2003 les standards du Web sémantique et notamment OWL. Il offre de nombreux composants optionnels : raisonneurs, interfaces graphiques. Pour l‘edition des ontologie il utilise un syntaxe simplifier avec les axiomes en pseudo- anglais ce permet un bon lisibilité. Protégé Il existe plusieurs outils pour éditer des ontologies pour différents type d’application en particulier pour le web sémantique parmi eux : Protégé TopBraidComposer OntoStudio SWOOP Editeur d’ontologie
  • 21. 21 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Syntaxe de Protégé MSIR FST Fès 2013-2014 Protégé offre un syntaxe plus lisible qui viennent en fait du langage OWL : Concepts complexes constructeurs ensemblistes DL Protégé ⊤ Thing ⊥ Nothing ¬ C not C C ⊔ D C and D C ⊓ D C or D {a} {a} Concepts complexes de restrictions ∃ r C r some C ∀ r C r only C = n r C r exactly n C ≤ n r C r max n C ≥ n r C r min n C Rôles r⁻ inverse(r) r∘s r o s Axiomes sur les concepts DL Protégé C ⊑ D Super class(C,D) C(a) Member(C,a) C ⊑ D et D ⊑ C Equivalent class(C,D) C ⊑ ¬D Disjoint class(C,D) Axiomes sur les Rôles DL Protégé DL Protégé ⊤ ⊑ (≤ 1 r) Functional(r) ∃ r ⊑ C Domain(r,C) ⊤ ⊑ (≤ 1 r⁻) Inverse functional(r) ∃ r⁻ ⊑ C Range(r,C) r ∘ r ⊑ r Transitive(r) r ⊑ p Super property(r,p) r ⊑ r⁻ Symmetric(r) r ⊑ p et p ⊑ r Equivalent property(r,p) r ⊑ ¬(r⁻) Asymmetric(r) r ⊑ p⁻ et p⁻ ⊑ r Inverse property(r,p) ⊤ ⊑ (∃ r self) Reflexive(r) ⊤ ⊑ ¬(∃ r self) Irreflexive(r) r ⊑ ¬p Disjoint property(r,p)
  • 22. 22 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Exemple Ontologie MSIR FST Fès 2013-2014 Un Animal est une classe. Une Plante est une classe, mais disjointe d'Animal. Un Arbre est une sous-classe de Plante. Une Branche est une partie d'un Arbre. Une Feuille est une partie d'une Branche Un Herbivore est un Animal qui ne mange qu'une Plante ou une partie d'une Plante. Un Carnivore est un Animal qui mange aussi un Animal. Une Girafe est un Herbivore qui ne mange que des Feuilles. Un Lion est un Carnivore qui ne mange que des Herbivores. Un AnimalPlant est un Plant et est un Animal. 1 3 4 5 6 2 7 9 8 Le processus résonnement sur cet ontologie donne a la fin une contradiction sur la dernière assertion car Plant et Animal sont disjoint donc impossible que créer un sous concept qui hérite de ces deux.
  • 23. 23 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Web sémantique Langage XML et RDF Langage OWL Outils pour travailler avec les ontologies Exemple Ontologie Exemple Ontologie MSIR FST Fès 2013-2014 Un Animal est une classe. Une Plante est une classe, mais disjointe d'Animal. Un Arbre est une sous-classe de Plante. Une Branche est une partie d'un Arbre. Une Feuille est une partie d'une Branche Un Herbivore est un Animal qui ne mange qu'une Plante ou une partie d'une Plante. Un Carnivore est un Animal qui mange aussi un Animal. Une Girafe est un Herbivore qui ne mange que des Feuilles. Un Lion est un Carnivore qui ne mange que des Herbivores. Un AnimalPlant est un Plant et est un Animal. 1 3 4 5 6 2 7 9 8 Le système d’inférence donne des explication pour quoi cet assertion est considéré comme absurde
  • 24. 24 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Ontologie Arabe MSIR FST Fès 2013-2014 L’ontologie arabe est une représentation formelle des concepts que les termes arabes véhiculent, Pour chaque terme dans la langue arabe, un ensemble de sens et de relations sémantiques sont identifiés, pour créer un arbre de significations des termes arabes. Exemple :
  • 25. 25 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Conclusion MSIR FST Fès 2013-2014 Le terme ontologie vient de la philosophie qui signifie l’étude de l’être dans son univers et était appliquée aux systèmes d'information a fin de représenter ou décrire des connaissance d’un domaine. Et pour avoir d’un moyenne de résonnement dans sa définition a était basé sur la logique de description a fin d’avoir un cohérence sémantique. Et par ce que les connaissances d’un domaine doit être partagées il n’y a pas de meilleurs que le web pour le partagé. Pour cela de nouvelles spécifications sont indispensables. Le langage OWL dérivé de XML et basé sur DL pour créer des Ontologie. Donc la notion d’ontologie a subie plusieurs transformations a fin d’introduire la notion sémantique au machines.
  • 26. 26 Ontologie Applications d’ontologie Logique de description Langages pour les ontologies Ontologie Arabe Conclusion Questions MSIR FST Fès 2013-2014 Questions ?