Les langages et les outils d’ontologie
Les ontologies
Le développement et l’exploitation des connaissances en informatique a tellement évolué, qu’un des principaux objectifs de la recherche actuelle est de ne plus considérer l’ordinateur comme une boite noire, dans laquelle, sont stockées des informations, mais plutôt comme une machine intelligente avec laquelle on peut dialoguer et créer une coopération. Le système doit alors, avoir accès non seulement aux termes utilisés par l’être humain mais aussi à la sémantique qui leurs est associée, afin qu’une communication efficace soit possible. La connaissance visée par ces ontologies est un thème de recherche dans divers axes tels que l’ingénierie des connaissances, la recherche d’information, les systèmes d’information coopératifs, l’intégration intelligente d’information, la gestion des connaissances … Elles offrent une connaissance partagée sur un domaine qui peut être échangée entre des personnes et des systèmes hétérogènes. Elles ont été définies en intelligence artificielle afin de faciliter le partage des connaissances et leurs réutilisations. La définition explicite du concept ontologie soulève un questionnement qui tout à la fois d’ordre philosophique, cognitif et technique.
Rôle des ontologies
Les ontologies qui sont actuellement au centre de la recherche dans le domaine du Web sémantique ont été développées dans le but de représenter des connaissances, que les machines peuvent comprendre, et du fait peuvent manipuler la sémantique des informations. La construction d’ontologies qui nécessite une étude de la connaissance humaine, pour la mise en oeuvre des systèmes de manipulation dépend des langages de représentation. L’étude des connaissances humaines et plus largement de l’esprit humain, qui rattache l’Intelligence Artificielle aux sciences humaines, et la création de programmes évolutifs reflétant le travail d’un groupe de chercheurs (artefacts) représentent les dimensions scientifique et technique de la participation des ontologies dans le domaine de l’Intelligence Artificielle. Au fil des années, les méthodologies de construction d’ontologies et les outils de développement adéquats sont apparus.
Partant d’une pratique limitée voir artisanale, les méthodologies de construction d’ontologies et les outils de développement adéquats se sont développés, au fil des années mettant à profit l’expérience et constitue actuellement une véritable ingénierie de construction et de gestion d’ontologie tout au long de leur cycle de vie. Les ontologies représentent la composante logicielle qui s’intègre dans les systèmes d’information en leur fournissant un aspect sémantique, et de ce fait, leur champ d’application s’est considérablement élargie et couvre les systèmes conseillers comme les systèmes d’aide à la décision, les systèmes d’enseignement assisté par ordinateur » e-learning « , etc., les systèmes de résolution de problèmes et les systèmes de gestion de connaissances. Parmi les projets d’actualité figure l’utilisation des ontologies qui peut procurer au Web une plate-forme de connaissances permettant, la recherche d’information des points de vue syntaxique et sémantique.
L’enjeu de l’effort engagé est de rendre les machines suffisamment sophistiquées pour qu’elles puissent intégrer le sens des informations, qu’elles ne font que manipuler formellement, à l’heure actuelle. Mais en attendant que des ordinateurs chargés d’ontologies et de connaissances nous soulagent en partie du travail de plus en plus lourd de gestion des informations dont le flot a tendance à nous submerger, de nombreux problèmes théoriques et pratiques restent à résoudre.
La méthodologie METHONTOLOGY
Cette méthodologie a été développée par le groupe d’Ontologie à l’Université Polytechnique de Madrid. METHONTOLOGY [https://www.chatpfe.com/], elle prend ses racines dans les activités principales identifiées par le processus de développement logiciel et dans les méthodologies d’ingénierie de connaissance. Cette méthodologie inclue: l’identification du processus de développement, un cycle de vie basé sur des prototypes évolutifs, et les techniques pour effectuer chaque tâche dans les activités de gestion, de développement et de support. ODE [26] et WebODE [27] ont été construits pour donner un support technique à METHONTOLOGY. D’autres outils d’ontologie et de suites d’outils peuvent également être utilisés pour construire des ontologies avec cette méthodologie. METHONTOLOGY a été proposée pour la construction d’ontologie par la FIPA (Foundation for Intelligent Physical Agents), qui favorise l’interopérabilité à travers les applications. METHONTOLOGY inclut une méthode de réingénierie pour résoudre certains des problèmes liés à la construction d’une ontologie par la réutilisation d’une autre ontologie.Web sémantique Un courant particulièrement promoteur pour l’expansion des systèmes à base d’ontologies est celui du web sémantique. Il s’agit d’une extension du web actuel, dans laquelle l’information se voit associée à un sens bien définit, améliorant la capacité des logiciels à traiter l’information disponible sur le web. L’annotation des ressources d’informations du web repose sur des ontologies, elles sont aussi disponibles et échangées sur le web. La base de la pyramide regroupe les technologies classiques, comme: Les URI (Universal Resource Identifier) permettant, d’identifier de façon unique des ressources. Ces ressources ne sont pas nécessairement disponibles sur le web. Le langage XML (eXtensible Markup Language) qui permet d’écrire des documents semi-structurés. La plupart des langages normalisés par le W3C dans le cadre du Web sémantique sont des dialectes XML. La couche du milieu contient des technologies développées spécifiquement dans le cadre du web sémantique. Tout d’abord, le langage RDF (Resource Description Framework) est un format d’échange XML utilisé pour la représentation des connaissances sur les ressources du Web. C’est en quelque sorte le langage de base du Web sémantique. RDF permet de voir le Web comme un ensemble de ressources reliées par les liens étiquetés sémantiquement. Il permet de décrire des entités avec leurs propriétés, chacune associée à sa valeur, à partir d’un modèle simple de triplet (ressource, propriété, valeur). Au-dessus de RDF se trouve RDF Schema (RDFS) qui s’est ajouté rapidement pour offrir un niveau supérieur de structuration. La pyramide du W3C inclut aussi des couches supérieures où se trouvent des langages plus complets et plus complexes que RDFS. Parmi ces langages, on peut citer:
RDF et RDF(S) RDF (Resource Description Framework) est né d’une recommandation du W3C pour décrire des ressources. Il représente un graphe pour la description de métadonnées en permettant leur traitement automatisé. A l’origine, il a été défini pour décrire des ressources du Web telles que les pages Web ; aujourd’hui il peut décrire toute chose ayant une identité. RDF décrit les ressources en exprimant des propriétés et en leur attribuant des valeurs. Il utilise pour cela le vocabulaire défini par RDF Schema noté RDF(S). RDF(S) fournit un ensemble de primitives simples, mais puissantes, pour la structuration de la connaissance d’un domaine en classes et sous-classes, propriétés et sous-propriétés avec la possibilité de restreindre leur domaine d’origine (rdf : domain) et leur domaine d’arrivée (rdf : range). L’élément de base d’un document RDF est la ressource, correspondant à la représentation conceptuelle d’une entité. Une ressource est identifiée par son URI (Uniform Resource Identifier), de la forme http : //uri/du/document#courant. RDF repose sur un modèle de triplet (sujet, propriété, objet) ou (sujet, verbe, complément).
|
Table des matières
Introduction Générale
Chapitre I : Les ontologies
I .1. Introduction
I .2. Historique
I .3. Définition
I .4. Rôle des ontologies
I .5. Les constituants d’une ontologie
I .5.1. Les classes/ les concepts
I .5.2. Les relations et les fonctions
I .5.3. Les axiomes
I .5.4. Les instances
I .6. Le cycle de vie des ontologies
I .6.1. Besoins et évaluation
I .6.2. Conception et évolution
I .6.3. Diffusion
I .6.4. Utilisation
I .6.5. Gestion
I .7. Classification des ontologies
I .7.1. Typologie selon la richesse de la structure interne des ontologies
a) Le vocabulaire contrôlé
b) Le glossaire
c) Le thésaurus
d) La hiérarchie informelle (is-a)
e) La hiérarchie formelle (is-a)
f) La hiérarchie formelle (is-a) avec instances du domaine
g) Le frame
h) Les ontologies avec restrictions de valeur
i) Les ontologies avec contraintes logiques
I .7.2. Typologie selon l’objet de conceptualisation
a) Les ontologies de représentation de connaissances
b) Les ontologies générales ou communes ou génériques
c) Les ontologies de niveau supérieur ou de haut niveau
d) Les ontologies du domaine
e) Les ontologies de tâches
f) Les ontologies d’application
I .7.3. Typologie selon le niveau de granularité
a) La granularité fine
b) La granularité large
I .7.4. Typologie selon le niveau de formalisation utilisé
I .8. Méthodes et Méthodologies de Construction d’ontologie
I .8.1. Le processus de développement d’ontologie
I.8.2. Les méthodes et méthodologies de développement des ontologies
a) La méthodologie METHONTOLOGY
b) La méthodologie On-To-Knowledge
c) La méthode Ontology Development
d) Les autres méthodes de développement d’ontologies
I .9. Domaine d’application des ontologies
I .9.1. Système d’information
I .9.2. Web sémantique
I .10. Conclusion
Chapitre II : Les langages et les outils d’ontologie
II .1. Introduction
II .2. Les langages de description des ontologies
II .2.1. Les langages d’ontologies traditionnels
II .2.2. Les langages d’ontologie web standard ou basés sur XML
II .3. Les outils de construction d’ontologie
II .3.1. Les outils dépendants du formalisme de représentation
Ontolingua
OntoSaurus
WebOnto
OilEd
II .3.2. Les outils indépendants de formalisme de représentation
Protégé2000
ODE et WebOde
OntoEdit
II .4. Conclusion
Chapitre III : Etat De l’art
III.1. Introduction
III.2. Terminologies
III.3. Ontologies Vs Terminologies
III.4. Représentation des ontologies
III .4.1. RDF et RDF(S)
III .4.2. OWL
OWL Full
OWL DL
OWL Lite
III.5. Construction et édition d’ontologies
III.5.1. Les méthodes et méthodologies pour la construction d’ontologies en partant de zéro
III .5.2. Les méthodes pour la réingénierie d’ontologies
III .5.3. Les méthodes pour la construction coopérative d’ontologies
III.6. Enrichissement, maintenance et évolution d’ontologies
III.7. Exemples d’ontologies et de classifications dans le domaine médical
III .7.1. UMLS
III .7.2. SNOMED CT
III .7.3. MeSH
III .7.4. Galen
III .7.5. Digital Anatomist : Foundational Model of Anatomy (FMA)
III.8. Conclusion
Chapitre IV : Application
IV.1. Introduction
IV.2. Outils et langages utilisés
IV.2.1. NetBeans
IV.2.2. Jena
IV.2.3. JAVA
IV.3. Interfaces
IV.4. Conclusion
Conclusion Générale
Référence Bibliographique
Télécharger le rapport complet