Les Ontologies dans les Systèmes d’Information Catherine ROUSSEY [email protected]Université de Lyon CNRS, Université Lyon 1, LIRIS UMR5205, Villeurbanne, France CEMAGREF, 24 Av. des Landais, BP 50085, 63172 Aubière, France ROUSSEY, C., FRANÇOIS PINET, KANG, M.A., CORCHO, O. - 2009. How ontologies are used for software interoperability. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer, 52 pages http://www.towntology.net/towntologyreferences.php
Presentation faite pour la formation enitab a partir d'un chapitre d'ouvrage ROUSSEY, C., FRANÇOIS PINET, KANG, M.A., CORCHO, O. - 2009. How ontologies are used for software interoperability. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer, 52 pages disponible ici http://www.towntology.net/towntologyreferences.php
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Université de Lyon CNRS, Université Lyon 1, LIRIS UMR5205, Villeurbanne, France
CEMAGREF, 24 Av. des Landais, BP 50085, 63172 Aubière, France
ROUSSEY, C., FRANÇOIS PINET, KANG, M.A., CORCHO, O. - 2009. How ontologies are used for software interoperability. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer, 52 pages http://www.towntology.net/towntologyreferences.php
Plan
Donnée, Information, Connaissance Historique des Ontologies Ontologie(s): Définitions Interopérabilité: Définition
◦ Type d’ontologie / type d’interroperabilité◦ Information ontology◦ Linguistic ontology◦ Software ontology◦ Formal ontology
Construction d’ontologies: les bases
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 2
Données, Informations, Connaissances Donnée: est un élément d’information manipulable par un ordinateur et
percevable par un humain◦ 17
Information: données + sens + contexte (pour l’humain) type (pour la machine)◦ Information structurée BD
17 ° une valeur numérique de type température
◦ Information non structurée texte brut Un texte brut pour la machine = une séquence de caractères type document
◦ Information semi structurée page HTML Le texte est structuré en partie : titre, paragraphe etc… une forme de typage plus fin de séquence
de caractères
Connaissance (pour l’humain): information + stabilité + croyance (vrai ou faux)◦ Une sorte de généralisation d’un ensemble d’information
◦ La connaissance est toujours propre à une personne et peut être partagée par d’autres personnes
◦ Une température en France est comprise entre -30 et +40
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 3
Zins, C., (2007).Conceptual approaches for defining "Data", "Information", and "Knowledge". Journal of the American Society for Information Science (JASIST), 58 (4). pp. 479-493.
Données, Informations, Connaissances
Classe objet au sens POO: information + généralisation + traitement La classe « température » a des données avec des
méthodes associées calcul de la température moyenne d’une région: (17 +
22 + …) / N
La hiérarchie est construite sur les méthodes (les comportements)
Grace au typage (la classe) certains traitements sont impossibles ( addition de températures)
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 4
Données, Informations, Connaissances
Entité en BD Relationnelle: information + mémorisation + vérification Stocker toutes les températures d’une région sur une période
données
Données quantitatives et qualitatives ◦ Une valeur de température est associée à un nom de département.
Éviter la redondance pour éliminer les incohérences de Mise à Jour ◦ une table Région avec des ID (Clé Primaire) Clé Etrangère dans une autre
table
Organisation se construit sur le partage de données communes (inclusion d’attributs).
Vérifier la cohérence des données lors de l’insertion et de la MàJ contraintes d’intégrité
Hypothèses du monde fermé
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 5
Données, Informations, Connaissances
Connaissances formelles en IA:information + généralisation + vérification + raisonnement
Description qualitative des objets ◦ Une température = chaud, froid, tempéré
Raisonnement au sens informatique = un certains type de traitement◦ Inférence = création de nouvelles connaissances
◦ Classification automatique d’un objet ou d’une classe dans une hiérarchie
◦ Validation du modèle de données (l’ensemble des définitions des classes sont elles cohérentes)
La hiérarchie est construite sur les propriétés (la description qualitative de la classe)
Hypothèse du monde ouvert
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 6
Schéma général
HU
MA
IN
Données
Information
Connaissances
Perception
Sens dans un contexte
Résultat d’un processus d’apprentissage: une généralisation d’un ensemble d’information que l’on va mémoriser
Données
Données typées
Classes en POODescription sous forme d’attribut (description quantitative & qualitative ) + méthodes (traitements)
Connaissances en IADes traitement particuliers non lié au données: description qualitative
Différent niveau de granularité : information structurée non structurées
MA
CH
IN
E
BD Relationnelle Données fortement structurées optimisées pour le stockage
Historique des Ontologies
Ontologie avec un O majuscule (philosophie): une science: une branche de la métaphysique qui
a pour objectif l’étude de l’être en tant qu’être, c'est-à-dire l'étude des propriétés générales de tout ce qui est… définition adaptée de Wikipedia
Ontologies au pluriel avec un o minuscule (informatique):
outils informatiques résultat d’une modélisation définition à suivre…
Quels sont les modèles conceptuels que vous connaissez?
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 8
Historique des Ontologies
Expert System Knowledge based System
Knowledge separation from treatment in order to solve a specific problem or to achieve a task.
Knowledge reuse in different systems
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 9
Problem Solving MethodMethod input Method output
Method
ontology
Application
ontologyDomain
ontology
Described by
mappingExtended to
Definitions Ontologie… Gruber 1993: « an ontology is an explicit specification of a conceptualization. »
Borst 1997: « ontologies are defined as a formal specification of a shared
conceptualization. »
Studer 1998 : « an ontology is a formal, explicit specification of a shared
conceptualization. Conceptualization refers to an abstract model of some phenomenon in
the world by having identified the relevant concepts of that phenomenon. Explicit means that the type of concepts used, and the constraints on
their use are explicitly defined. Formal refers to the fact that the ontology should be machine readable. Shared reflects the notion that an ontology captures consensual
knowledge, that is, it is not private of some individual but accepted by a group.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 10
Definitions Ontologie …
Guarino and Giaretta 1995:
« A logical theory which gives an explicit,
partial account of a conceptualization »
Guarino 1998:
« a set of logical axioms designed to account
for the intended meaning of a vocabulary »
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 11
Definitions Ontologie …
Aussenac Gilles 2006: « spécification normalisée représentant les classes
des objets reconnus comme existant dans le domaine. Construire une ontologie, c’est aussi décider d’une manière d’être et d’exister des objets. »
Roche 2005: « Définie pour un objectif donné et un domaine particulier, une ontologie est pour l’ingénierie des connaissances une
représentation d’une modélisation d’un domaine partagée par une communauté d’acteurs.
Objet informatique défini à l’aide d’un formalisme dereprésentation, elle se compose principalement d’un ensemble de concepts définis en compréhension, de relations et de propriétés logiques ».
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 12
Ontologie = des choix
1. Choix des traitements/ usage: pourquoi faire?
2. K partagée◦ consensus sur un domaine◦ Théorie minimale pour comprendre le domaine
3. Modélisation◦ Choisir des concepts◦ Choisir des invariants ou primitives qui permettent de
différencier les concepts les uns des autres propriétés relations
◦ construire une taxonomie (une hiérarchie)
4. Nommer les éléments◦ Vocabulaire normalisé
5. Formalisme: ◦ choix d’un langage capable d’effectuer les traitements
demandé en 1.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 13
Ontology : component
Termes: un vocabulaire normalisé
Concepts/classes/types : donne le sens de termes
Définitions en Langages Naturels Relations entre concepts
Propriétés/attributs de concepts Taxonomie de concepts Définitions formelles dans un langage de
représentations des connaissances (Frames / LD …)
◦ Axiomes logiques◦ Contraintes d’intégrités
Des fonctions (pour calculer une valeur)
Des règles (si X alors Y) Des instances/individus
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 14
LightweightOntology
HeavyweightOntology
KnowledgeBase
Ontology: component
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 15
Concept
Term
Instance
Relation
hasLabel
Property
SemanticRelation
InstanceRelation
LinguisticRelation
TextualDefinition
LogicalDefinition
isInstanceOf
hasArgument
hasID hasArgument
hasArgument
hasN
am
e
hasName
*
*
*
1
*
*
1
1
* *
**
1
*
* *
*
*
Interopérabilité: Définition
Interoperability is first defined as the ability of an information system or its
components to share information and applications. Moreover, interoperability also includes knowledge sharing throughout the life cycle of
information system: for example development and use.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 16
Fonseca, F., Egenhofer, M., Davis, C., and Borges, K (2000). Ontologies and Knowledge Sharing in Urban GIS. Computer, Environment and Urban Systems, 24(3): pp. 232-251. 2000
Différents types d’intéropérabilité
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 17
Increasing Interoperability Capibility
In
creasin
gK
no
wle
dg
e
Lexical Interoperability
DataInteroperability
Knowledge ModelInteroperability
ObjectInteroperability
List
Thesaurus
Taxonomy
Conceptual Model
LogicalTheory
Controlled Vocabulary
Glossary
UML
DB Schema
XML Schema
ER Model
Mind Map
HumanInteroperability
Plan
OWL
Description Logique
Lexical DatabaseRDF
SKOS
Information
Ontology
Software
Ontology
Formal
Ontology
Linguistic
Ontology
Classification des ontologies par spécialité
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 18
Top Level or FoundationalOntology
Core referenceOntology
Domain Ontology Task Ontology
General Ontology
Application or Local Ontology
specialize
Information Ontology
composed of diagrams and sketches only used by humans clarify and organize the ideas of collaborators
in the development of a project.
Easily modifiable and scalable Synthetic and schematic
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 19
Information Ontology: component
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 20
Concept
Term
Instance
hasLabel
Property
InstanceRelation
isInstanceOf
hasID hasArgument
hasN
am
e
*
*
*
1
*
* **
*
Information Ontology: Format
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 21
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 22
architectural project
Bouattour O., Halin G., Bignon J.-C.(2007). Management System For A Virtual Cooperative Project. In Proceeding of the eCAADe Conference, Frankfort, Allemagne, Septembre 2007
Information Ontology: example
urban planning process
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 23
Kaza N., Hopkins L.D.(2007). Ontology for Land Development Decisions and Plans. In Ontologies for Urban Development: Interfacing Urban Information Systems , Teller J., Lee J., Roussey C. ed. University of Geneva 6,7 November 2006 . pp. 143-156. Studies in Computational Intelligence 61. Springer Verlag . ISBN 978-3-540-71975-
Linguistic Ontology
terms are ambiguous◦ A concept can be referenced by several terms ◦ A term can reference several concepts
define the vocabulary ◦ dictionary =list all the terms of a language
vocabulary normalization◦ terminology agreement between a users’
community◦ Choose one term for each concept that is the
preferred label of only one concept.
Thesaurus relationships: equivalence, hierarchical and associative.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 24
Linguistic Ontology: component
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 25
Concept
Term
Instance
Relation
hasPreferredLabel SemanticRelation
LinguisticRelation
TextualDefinition
isInstanceOf
hasArgument
hasID
hasArgument
hasName
1
1
*
1
**
1
*
* *
1
1
Linguistic Ontology: example
The theme list of the GEMET thesaurus
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 26
<titre>Les Ontologies dans les Systèmes d’Information</titre>
<enseignant>Catherine Roussey</enseignant>
</rdf:Description>
Lexical Interoperability in Information Retrieval System
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS
32
Reddocument
Green
document
bluedocument
IndexIndexing
Query
Indexing
Indexing
query
Retrieve
Linguisticontology
MatchingDocument index and user query
bluedocument
Reddocument
Système Documentaire MultilingueSyDoM
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 33
ROUSSEY, Catherine. Une méthode d'indexation sémantique adaptée aux corpus multilingues . Thèse : Institut National des Sciences Appliquées de Lyon, 2001, 196 p.Disponible sur http://docinsa.insa-lyon.fr/these/pont.php?&id=roussey
Lexical InteroperabilitySemantic Web Search Engine
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 34
mapping
annotationQuery
Retrieve
Inferenceengine
linguisticontology
Metadatarepository
Web document
identified by URI
blueannotations
redannotations
green annotations
Neon Project de la FAO
Software Ontology
Software implementation driven ontologies
Conceptual schema for software development activities
Data storage
Data manipulation (method)
Data consistency (constraint)
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 35
Software Ontology: component
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 36
Concept
Term
Instance
hasLabel
Property
SemanticRelation
isInstanceOf
hasID
hasArgument
hasN
am
e
*
*
*
1
*
**
*
*
Software Ontology: Example
Top level structure of ISO 12006-3 represented through the EXPRESS-G graphical language
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 37
xtdSubject
(ABS)xtdObject
(ABS)xtdRoot
1
3,1xtdRelationship
xtdProperty 1,3(3)
xtdUnit 1,4(3)
2,2xtdName
2,3xtdDescription
2,4xtdReference
(ABS)xtdCollection
*xtdNest
xtdBag
1,5(3)
xtdActivity 1,6(3)
Descriptions S[1:?]
Names S[1:?]
References S[1:?]
1,2(3)
xtdActor
1,1(3)
1
3,2xtdMeasureWithUnit
ISO/DIS 12006-3 version 3. 2004. Building construction -- Organization of information about construction works – Part 3: Framework for object-oriented information
Software Ontology: Example
Industry
Foundation
Classes
IFC
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 38http://www.iai-tech.org/mvd/cv/IFC2x3/beta/html/Building.htm
Software Ontology: Examples
XMI: XML Metadata Interchange◦ http://www.omg.org/technology/documents/formal/xmi.htm
Clear semantic using formal logics:◦ Description Logic (DL)
◦ Conceptual Graph (CG)
◦ First Order Logic (FOL)
Reasonning◦ Coherence, model validation
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 42
Formal Ontology: component
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 43
Concept
Term
Instance
Relation
hasLabel
Property
SemanticRelation
InstanceRelation
LinguisticRelation
TextualDefinition
LogicalDefinition
isInstanceOf
hasArgument
hasID hasArgument
hasArgument
hasN
am
e
hasName
*
*
*
1
*
*
1
1
* *
**
1
*
* *
*
*
Formal Ontology: example
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 44Trausan-Matu S.(2009). Ontology-Based Interoperability in Knowledge-Based Communication Systems. Chapter to appear in: Use of Ontologies to Support Information Interoperability, Springer
Formal Ontology: format
OWL:
Ontology
Web
Language
OWL Lite
OWL DL
OWL Full
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 45
www.w3.org 2007
Knowledge Model Interoperability: Information System Conception
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 46
Ontologies
CLASSE A
Attribute a1Attribute a2
CLASSE B
Attribute b1Attribute b2
relation
Conceptual Schema
Derivation links
Fonseca, F., Egenhofer, M., Davis, C., and Borges, K (2000). Ontologies and Knowledge Sharing in Urban GIS. Computer, Environment and Urban Systems, 24(3): pp. 232-251. 2000
user adapted interface development
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 47
databases
KnowledgeBase
User Specific InterfaceInformation Sources
3D City Model
texts
Conceptualannotation links
Instances
Instance links
OUPPontology
Localontologies
Inhabitant
Urbanist
Metral, C; Falquet, G; Karatzas, K (2007 A). Ontologies for the Integration of Air Quality Models and 3D City Models. In proceeding of the 2nd Cost Action C21 – Towntology Workshop Ontologies for urban development: conceptual models for practitioners ,Turin, October 2007
Object Interoperability: a global system related to local one
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 48Blue data
Green data
Reddata
queryretrieve
Wrapperfor the Blue DB
local schema
Wrapperfor the Red
DB
Mediator
mapping
local schema
Mediatedvirtual
database
local schema
Global schema
IGN-E case : the Phenomen Ontology
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 49
query
retrieve
domain ontologyPhenomenOntology
Mappingblue
database
reddatabase
Gomez-Pérez, A Ramos Gargantilla JA, Rodríguez Pascual A, Vilches BlázquezLM (2008). The IGN-E case: Integrating through a hidden ontology Lecture notes in geoinformation and cartography p 417-434
Construction d’Ontologies:les bases
Méthodes de construction d’ontologies
Cycle de vie en plusieurs étapes
1. Spécification
2. Acquisition de Connaissances
3. Formalisation
4. Évaluation
5. Documentation
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 51
Spécification
a quoi va servir l’ontologie? Identifier le but de l’application limiter le domaine
◦ les objets ◦ les usagers, les points de vues◦ les sources documentaires◦ Les autres ontologies
Trouver les questions auxquelles devra répondre l’ontologie.
Trouver les scénarios d’utilisation des connaissances
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 52
Acquisition des connaissances
Réutiliser des ontologies existantes ◦ top level ontology◦ Ontologie d’une partie du domaine ex. ontologie des unités
Identifier les termes importants ◦ normaliser le vocabulaire
Identifier les concepts et les relations du domaine◦ Définition écrite en Langue Naturelle◦ Trouver les conditions minimales et suffisantes pour dire
qu’un objet appartient à une classe donnée.◦ Trouver les différences entre classes sœurs et classe mère/
classe fille
Stratégie différente suivant les sources étudiées:◦ Thesaurus, ◦ Base de données, ◦ texte etc…
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 53
Construire la taxonomie de concepts
Hiérarchie avec une relation is a ou relation de subsomption
3 stratégies pour identifier les concepts Bottom-up :
◦ spécialisé général, ◦ concepts très détaillés pas nécessairement utiles
Top-down: ◦ général spécialisé, ◦ facilite la cohérence et la réutilisation mais dirige la
conception suivant un point de vue
Middle-out: ◦ concept important spécialisé, général; ◦ ontologies modulaires, facilite la stabilité des résultats
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 54
Formalisation
Coder l’ontologie dans un langage formel
des outils: Protégé, Kaon, OntoEdit …
Trouver les classes, les attributs, les types, les contraintes
Peupler l’ontologie: instancier les classes base de connaissances
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 55
Evaluation
Construction d’ontologie: un domaine récent
Valider la taxonomie:◦ Pas de cycle◦ Toutes les instances d’une classe sont aussi les instances de la classe mère
◦ Hiérarchie homogène: pas de classe isolée, pas de listes de sous classes trop importante
Tester l’application◦ Répondre aux questions de la phase de spécification
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 56
Documentation
Donner des explications◦ Expliquer les choix de modélisation
Définition en langage naturel◦ Concepts, propriétés, relations, contraintes
Lier les concepts aux sources dont sont issues les définitions
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 57
Conclusion
Toutes les méthodes sont faites pour des experts en ontologies qui communiquent avec des experts du domaine
La phase d’acquisition des connaissances est la plus longue et la plus fastidieuse.
Écrire une ontologie valide n’est pas évident◦ Différence entre un concept et un terme, une
instance et une classe, …
◦ Trouver un consensus entre experts du domaine
◦ La relation partie-de n’est pas la relation hiérarchique de la taxonomie
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 58
Bibliographie sur la construction d’ontologies
Outils◦ Neon Toolkit◦ KAON◦ Protégé
Article de Références◦ Gómez-Pérez, A. (1998). Knowledge sharing and reuse.
Handbook of Applied Expert Systems. Liebowitz, editor, CRC Press.
◦ Gómez-Pérez, A., Fernandez-Lopéz, M., Corcho, 0 (2003). Ontological Engineering, Springer Editor.
◦ Uschold, M. and Gruninger, M. (1996). Ontologies: Principles, Methods and Applications. Knowledge Engineering Review 11(2)
◦ Gruber, T. R. Toward principles for the design of ontologiesused for knowledge sharing. Padova, Italy, 1992.
13/11/2009 CONCEPTION DE SYSTEMES D’INFORMATION ENVIRONNEMENTAUX COMMUNICANTS 59
OWL DLLogique de Description
OWL DL: Composants
Classe = un ens d’individus « datatype property »
◦ lie un individu à un type de données (ex: hasID)
« annotation property » ◦ lie un individu, une classe, une « property » à une
métadonnée (ex: hasLabel)
« objects property »◦ lie un individu à un individu (ex: hasPart)
Constructeurs : description des classes Restrictions : crée des classes anonymes Individus base de connaissances
Hai Wang, Alan Rector, Nick Drummond, Matthew Horridge, et al. OWL Pizzas: Practical Experience of Teaching OWL-DL: Common Errors & Common Patterns. EKAW 2004.
Classes
Classes = concepts = type de concepts Classe nommée Classe anonyme
◦ Un axiome pour décrire la classe◦ Nom ?
Classe primitive Classe définie◦ Conditions nécessaires◦ Conditions nécessaires et suffisantes ?
Classe équivalente ( ) sous classe ( ) Hiérarchie de classes = taxonomie
Constructeurs
Union de classes : ou logique
Intersection de classe : et logique
Négation de classe : le complément
Objects Property
« Functional property »: pour un individu donné il existe au plus une functional property ( ex: hasBirthMother)
« Inverse property » « Transitive property » « Symetric property » « Domain » et « range »: définie la cible « range » et
la source « domain » du lien entre des individus.◦ Ce n’est pas une contrainte, c’est un axiome utilisé
pour inférer, peut conduire à des incohérences
Restrictions
Existentiel restriction ( hasBirthMother.Thing)◦ « Some » ◦ définie une classe anonyme contenant les individus qui
ont au moins un lien par la property◦ Les individus qui ont au moins une mère biologique
Universal restriction ( hasBirthMother.Human)◦ « Only » ◦ définie une classe anonyme contenant les individus qui
,quand il possède un lien par la property hasBirthMother, la cible du lien est toujours de la classe Human
◦ Les individus qui n’ont pas de lien hasBirthMotherappartiennent à cette classe !!!
◦ Only n’implique pas some !!!
Cardinality restriction ≥N hasPart.Thing
Raisonnements
Classification automatique de la taxonomie de classes (héritage multiple)
Détection automatique de l’appartenance d’un individu à une classe
Ontologie consistante cohérence de la théorie?◦ Pas de « unsatisfiable classe » ◦ Unsatisfiability = il n’y aura jamais un individu qui pourra
appartenir à cette classe
Interrogation pour retrouver un ensemble d’individu répondant à un axiome.