Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours

Journées Ontologie en Sciences Humaines et Sociales 9 - 10 novembre 2015 – Tours

Journées « Ontologie en Sciences Humaines et

Sociales »

9 -10 novembre 2015, Tours

Thérèse Libourel [email protected]


ONTOLOGIES : PRINCIPES Thérèse LIBOUREL-‐ Université de Montpellier


Plan

•  Introduc<on •  Défini<ons •  Pas à pas vers l’objet ontologie •  Les formalismes •  Les ontologies existantes •  Autour de la démarche et des usages


Introduc7on

La notion d’ontologie a 2300 ans …` Question très vaste abordée par les philosophes héllènes Partémide, Héraclite, Georgia et Aristote ..

L'ontologie est une branche de la philosophie concernant l'étude de l'être, de ses modalités et de ses propriétés. En philosophie, l'ontologie (de onto-, tiré du grec ὤν, ὄντος « étant », participe présent du verbe εἰµί « être ») est l'étude de l'être en tant qu'être (définition proposée par Aristote), c'est-à-dire l'étude des propriétés générales de tout ce qui est. Science suprême et ontologie chez Aristote

Dhondt Urbain. Science suprême et ontologie chez Aristote. In: Revue Philosophique de Louvain. Troisième série, Tome 59, N°61, 1961. pp. 5-30.


Introduc7on

« Ce qui frappe dans la nouvelle définition de la science suprême c'est, tout d'abord, qu' Aristote la conçoit dans le cadre de sa théorie des sciences telle qu'il l'a élaborée dans les Seconds Analytiques. Dans cette théorie, chaque science est déterminée par son objet, puisque, pour le Stagirite, la méthode d'investigation ne donne lieu à aucune différenciation. Or tout savoir scientifique est une connaissance de la cause, et notamment de la cause proportionnée à l'objet particulier de la recherche ; c'est dans ce sens qu' Aristote affirme qu'il faut chercher « la cause première » ou « la cause suprême » : « partir de ce qui est premier, c'est partir de principes propres ». Une science doit démontrer quelque chose à partir de principes qui sont propres à son objet, c'est-à-dire qu'elle traite des attributs de son objet considéré « en tant que tel ».


Introduc7on

Les catégories d’Aristote (représentées par le philosophe Franz Brentano (1862))

!


Introduc7on

L’idée a ensuite largement fleuri en informatique On parle d’Ingénierie ontologique qui est reconnue dans divers champs de recherche : Ingénierie des Connaissances, Intelligence Artificielle, Gestion des connaissances, Linguistique informatique, Systèmes d’information, Recherche et extraction d’informations, Intégration d’informations, Bases de données.


Introduc7on

Les usages sont variés

recherche d’information

gestion de la connaissance et raisonnements

interopérabilité syntaxique et sémantique

web sémantique


Introduc7on

Toute activité humaine spécialisée développe son propre jargon (langue de spécialité) sous la forme d’une terminologie et d’une conceptualisation associée spécifiques. L’existence de tels jargons entraîne des problèmes de compréhension et des difficultés à partager des connaissances entre les acteurs Fondamentalement, le rôle des ontologies est d’améliorer la communication entre humains, mais aussi entre humains et ordinateurs et finalement entre ordinateurs.

Pluridisciplinarité Un besoin générique : faire tomber les barrières créées par des vocabulaires disparates


Introduc7on Pluridisciplinaire

Linguistique Epistémologie

Logique

Langue Modélisation

Représentation

(approche computationnelle)


Défini7ons

Une défini7on, au sens large •  Dans un sens large, on peut adopter pour la no<on d’ontologie la

caractérisa<on suivante [Uschold, 98] : “Une ontologie peut prendre différentes formes, mais elle inclura nécessairement un vocabulaire de termes et une spécifica3on de leur significa3on. CeSe dernière inclut des défini<ons et une indica<on de la façon dont les concepts sont reliés entre eux, les liens imposant collec<-‐ vement une structure sur le domaine et contraignant les interpréta<ons possibles des termes.”

•  Une telle caractérisa<on rend compte d’objets divers tels des glossaires, des terminologies, des thesaurus et des ontologies (au sens strict), mis en œuvre par différents professionnels et se dis<nguant suivant que l’accent est mis sur les termes ou leur significa<on.


Défini7ons [Gruber, 93]

« An ontology is an explicit specification of a conceptualisation» « Une ontologie est une spécification explicite d’une conceptualisation»

In the context of knowledge sharing, I use the term ontology to mean a specification of a conceptualization. That is, an ontology is a description (like a formal specification of a program) of the concepts and relationships that can exist for an agent or a community of agents. What is important is what an ontology is for. [Uschold, Gruninger, 96]

« An ontology is a shared understanding of some domain of interest» «Une ontologie est une compréhension partagée d’un domaine d’intérêt»

[Guarino] « en IA, une ontologie représente un artefact d’ingénierie, constitué par un vocabulaire Spécifique utilisé pour décrire une certaine réalité, accompagné d’un ensemble d’hypothèses implicites concernant la signification des mots de ce vocabulaire »


Différentes visions et langages

Défini7ons


Défini7ons

Les ontologies ont pour but d’être

conceptuelles

normatives

cohérentes

partageables

réutilisables


Pas à pas vers l’objet Ontologie

MOT (signifiant) CHOSE (dénoté, référence)

CONCEPT (signifié, connotation)

собака

Le triangle sémiotique d'Odgens & Richard



What Is an Ontology? Nicola Guarino, Daniel Oberle, and Steffen Staab


Linguis7que Un vocabulaire contrôlé est une liste de termes convenus par une communauté ou une organisation. Une taxonomie est un vocabulaire contrôlé organisé comme une hiérarchie. Par exemple, on peut avoir les termes « véhicule », « voiture » et « moto ». Les concepts moto et voiture sont des sous-classes de véhicule car une voiture et une moto sont des types de véhicules. Un thésaurus est une taxonomie avec plus d'informations à propos de chaque concept incluant les termes alternatifs et préférés (« animals » en anglais ou « animaux » en français). De plus, un thésaurus peut contenir des liens vers des concepts connexes. Par exemple, les concepts « animaux » et « forêt » ont plusieurs types de liens. La plupart des sites de commerce utilisent des taxonomies et des thésaurus pour aider les utilisateurs de leurs recherches.


Thesaurus Un lexique (ensemble de mots d’une langue)

descripteurs et non descripteurs Un sous-ensemble de définitions et de notes d’application Une structure classificatoire exprimée par des relations sémantiques entre les termes du lexique, et parfois traduits par une notation symboliques

relation hiérarchique relation d’association relation d’équivalence intra linguistique relation déquivalence inter linguistique

.


Thesaurus Relations hiérarchiques Représentées par les sigles TG (terme générique - en anglais, BT: broader term) et TS (terme spécifique - en anglais, NT: narrower term). Complétées par les relations partitives (relations partie-tout) et les relations d'instanciation (qui donnent des exemples) Relations associatives Représentées par le sigle TA (terme associé - en anglais, RT: related term). Relations d’équivalence Cette relation est représentée par le sigle EP (abréviation d'"Employé Pour"). La relation inverse des termes non-préférentiels vers le terme préférentiel est représentée par le sigle EM (abréviation d'"Employer")


Thesaurus

Relations standards d’un thesaurus (source thèse J; Barde 2005)


Modèle SKOS Spécification en langage RDF développé par le W3C, pour la publication et l'utilisation des thésaurus dans le cadre du Web sémantique.


Quelques thesaurus Agrovoc 7 versions linguistiques dont le français. Édité par la FAO (Organisation des Nations unies pour l’alimentation et l’agriculture). 16 607 descripteurs et 10 758 non descripteurs. Téléchargeable en fichier texte. Consultation en ligne. http://aims.fao.org/fr/standards/agrovoc/functionalities/search GEMET : Version 1 .0 de 2004 (19 langues). Édité par le Réseau européen d'information et d'observation sur l'environnement (EIONET). Environ 6 562 termes répartis selon un schéma de 3 méta-groupes/30 sous-groupes plus 5 groupes instrumentaux, et 40 thématiques. Consultable en ligne ou en fichiers PDF (gratuit). http://www.eionet.europa.eu/gemet/en/themes/ MeSH : Version 2005 bilingue français/anglais. Édité par la NLM (National Library of Medecine) avec la participation de l’Inserm (France). Domaine biomédical, thésaurus de la base bibliographique Medline. 22 995 descripteurs, 129 types de publications, 89 qualificatifs et 146 248 termes chimiques supplémentaires. Consultable en ligne. http://mesh.inserm.fr/mesh/

Source WIKIPEDIA


SYMBOLE OBJET

CONCEPT

собака

CONCEPT de représentation

SYMBOLE DU CONCEPT

Représentation

Désignation

d1:собака

d1:собака


Abstraction supplémentaire


Défini7ons formelles La définition de Gruber : « Une ontologie est la spécification d'une conceptualisation. [...] Une conceptualisation est une vue abstraite et simplifiée du monde que l'on veut représenter » s'appuie sur deux dimensions :

une ontologie est la conceptualisation d'un domaine, c'est-à-dire un choix quant à la manière de décrire un domaine ;

c'est par ailleurs la spécification de cette conceptualisation, c'est-à-dire sa description formelle. C'est une base de formalisation des connaissances à un certain niveau d'abstraction et dans un contexte particulier. C'est aussi une représentation d'une conceptualisation partagée et consensuelle, dans un domaine particulier et vers un objectif commun.


Défini7ons formelles

Ontologie abstraite Une ontologie abstraite est une structure O=(C, ≤ c, R, F, ≤ r, IR)

C et R sont deux ensembles disjoints appelés Concepts et Relations ≤ c un ordre partiel sur C (hiérarchie de concepts)

≤ r un ordre partiel sur R (hiérarchie de relations) (nécessité de signature fonction de C sur C) IR un ensemble de régles d’inférences exprimées dans un langage logique


Les formalismes

Réseaux sémantiques (Quillian 1968) graphes étiquetés Frames Language (Minsky, 1975) Graphes conceptuels (Sowa, 1991) Logiques de description (Brachman, Levesque 1984) Modélisation objet Web sémantique : XML, RDF, RDFS, OWL


Les formalismes

Syntaxe Sémantique Inférence Graphe bipartite orienté

bipartite : deux types de nœuds (concept et relation)

un arc orienté relie un nœud concept et un nœud relation une relation a une signature

Notation graphique associée à la Logique des prédicats du 1er ordre

Graphes conceptuels (Sowa 1984)


Les formalismes

Support S = (TC, TR = (TR1, ..., TR

k), M, conf)

Graphes conceptuels (Sowa 1984)


Les formalismes Logiques de description Deux buts

représenter des connaissances raisonner à partir des connaissances

Deux niveaux Le niveau terminologique ou TBox

décrit les connaissances générales d’un domaine sous forme intentionnelle définit les concepts (classes) et les rôles (associations) et leur taxonomie Une sémantique est associée à chaque description de concept et de rôle par l’intermédiaire d’une interprétation

Le niveau factuel ou ABox décrit les individus en le nommant et en spécifiant leur classes et attributs (concepts et rôles) spécifie des assertions portant sur des individus nommés


Les formalismes Logiques de description La base de connaissance = TBox ∪ Abox La TBox contient

concepts et rôles atomiques (4 primitives Top, Bottom ) concepts et rôles composés par l’intermédiaire de constructeurs (rque : l’expressivité de la LD dépend des constructeurs)

deux axiomes subsomption C2 ≤C 1 hiérarchie de concepts équivalence C2 ≡ C1

Personne ≤ Top Homme ≤ Personne Femme ≤ (Personne and (not Homme))


Les formalismes Logiques de description La base de connaissance = TBox ∪ Abox La ABox contient

assertations sur les individus et sur les rôles vision plutôt extensionnelle

Personne (a) Conjoint(a,b) Les raisonnements interviennent aux deux niveaux et s’appuient sur deux opérations de base :

La classification (place des concepts ds la hiérarchie) L’instanciation (concept dont l’individu est susceptible d’être instance)

Attention : hypothèse du monde ouvert Inférence -à connaissance implicite impliquée par la BC


Les formalismes

Représentation par objet (FRL, LOOPS, SHIRKA, TROEPS, AROM ….) Notions de base

Classes structurées en une hiérarchie lien de spécialisation : sorte de, a-kind-of Instances lien d’instanciation is-a

Vision intention/extension

Mécanismes d’héritage

Mutation Classification


Les formalismes

Représentation par objet (FRL, LOOPS, SHIRKA, TROEPS, AROM ….)

Extraits de Langage et Modèle à objets


Les formalismes Représentation par objet concept et points de vue TROEPS

Extraits de Langage et Modèle à objets


Les formalismes

Modélisation objet UML Langage normé Diagramme de classes Diagramme d’instances

Du spécifique au générique, ontologie des systèmes territoriaux (Simon H & al 2014)


Les formalismes

Web sémantique Standards du W3C URI Uniform Ressource Identifier


Les formalismes Web sémantique

RDF Resource Description Framework Langage standard destiné à l’annotation sémantique pour la description de ressources disponibles sur le Web Notion de triplet (Prédicat, Sujet, Objet) Exemple


Les formalismes Web sémantique

Standards du W3C URI Uniform Ressource Identifier RDF Resource Description Framework Langage standard destiné à l’annotation sémantique pour la description de ressources disponibles sur le Web Notion de triplet (Prédicat, Sujet, Objet) Exemple


Les formalismes Web sémantique RDFS : RDF Schema Enrichi RDF avec notion de classes et de hiérarchies


OWL


Les ontologies existantes

Catégorisation



Top ontologies (concepts de très haut niveau d’abstraction) SUMO (standard Upper Ontology)

interopérabilité des SI http://www.ontologyportal.org/



Top ontologies (concepts de très haut niveau d’abstraction) Basic Formal Ontology (BFO) http://ifomis.uni-saarland.de/bfo/

SNAP and SPAN (Grenon et Smidt)

!



D’après SMI94, GRE04



Top ontologies DOLCE (descriptive ontology for linguistic and Cognitive engineering) http://www.loa.istc.cnr.it/old/DOLCE.html



Top ontologies DOLCE (descriptive ontology for linguistic and Cognitive engineering) http://www.loa.istc.cnr.it/old/DOLCE.html



D’après Edward Heath Robinson 2012



Top ontologies Upper CyC http://www.cyc.com/


Les ontologies existantes Ontologies de domaines GeneOntology http://geneontology.org/

Geonames GeoOWL

http://www.geonames.org/ontology/documentation.html http://www.w3.org/2005/Incubator/geo/XGR-geo-ont-20071023/

Time ontology http://www.w3.org/TR/owl-time/

CIDOC_Conceptual_Reference_Model https://fr.wikipedia.org/wiki/

Tove ontology http://www.eil.utoronto.ca/enterprise-modelling/tove/


Autour de la démarche et des usages

Approches et méthodologies diverses Méthodes analogues à celles -  Génie Logiciel

-  METHONTOLOGY F Lopez, Gomez Perez Madrid http://ir.ii.uam.es/s5t/ -  TOVE (Gruninger et Fox, Toronto) -  DILIGENT (H. S. Pinto, S. Staab, and C. Tempich)

.



Approches et méthodologies diverses

Méthodes analogues à celles

-  Représentation et gestion des connaissances -  Common Kads -  Approche FIPA (Foundation for Intelligent Physical Agent) -  TERMINAE (Biébow & Szulman, 99) -  Ontoclean (Nicola Guarino and Christopher A. Welty) -  ..



•  Phase préalable : appréhender l’étendue et le but •  Phase de conceptualisation •  Phase d’ontologisation •  Phase opérationalisation

Approches et méthodologies diverses



Clin d’œil : AFC

Extrait Cours M Huchard



Clin d’œil : AFC



Des apports pour l’ingénierie des systèmes d’informa7on

•  Spécifica3on ; Acquisi3on des connaissances : une ontologie peut aider à l’analyse des besoins et à définir les spécifica<ons d’un SI.

•  Ré-‐u3lisa3on ; Partage : une ontologie peut être, ou peut devenir suite à une traduc<on, un composant ré-‐u<lisable et/ou partagé par plusieurs logiciels.

•  Fiabilité ; Maintenance : une ontologie peut servir à améliorer la documenta<on d’un logiciel et/ou à automa<ser des vérifica<ons de cohérence (SBCs), réduisant les coûts de maintenance.

•  Inter-‐opérabilité : en jouant le rôle d’un format d’échange, l’ontologie permet à des systèmes d’informa<on, basés sur des paradigmes de modélisa<on et des langages d’implanta<on différents, de coopérer.

Extrait cours Gilles Kassel



Vers une meilleure exploita7on de sources d’informa7on •  Recherche : une ontologie peut jouer le rôle de méta-‐data servant

d’index dans un répertoire d’informa<on. •  Intégra3on : dans une applica<on “entrepôt de données”, une

ontologie peut jouer le rôle d’un schéma conceptuel commun reliant entre elles plusieurs sources d’informa<on hétérogènes.

•  Interface Homme-‐Machine : la visualisa<on de l’ontologie permet à l’u<lisateur de comprendre le vocabulaire u<lisé par le SI et de mieux formuler ses requêtes.

•  Requêtes : une ontologie linguis<que peut permeSre de comprendre les requêtes (représenta<on du contenu) de l’u<lisateur formulées en langue naturelle.

Extrait cours Gilles Kassel



Quelques réflexions •  Respecter les standards •  Modularité •  Ne pas réinventer la roue

–  Vérifier l’existant –  Fusion –  Extrac<on


Quelques ou7ls


Références Supports divers - F Gandon, B Espinasse, J Gensel, R Laurini, M Huchard, G Kassel Ouvrages et articles - Langages et modèles à Objets Etat des recherches et perspectives Ducourneau, Euzenat, Masini, Napoli INRIA, Collection Didactique - La représentation des connaissances, Daniel Kayser, - Conceptual Structures: Information Processing in Mind and Machine, J.F. Sowa , Addison-Wesley, 1984. - Conceptual Graphs Standard, J.F. Sowa - Luczak, « A Guide to the Semantic Web », Leading Edge Forum Technology Grant, 2004. - A Roadmap to Ontology Specification Languages. Corcho O. and Gómez-Pérez A. In R. Dieng et O. Corby (éd.), Knowlege Engineering an Knowledge Management Methods, Models, and Tools. Poceedings of EKAW 2000, 2000, pp.80-96. - Towards a methodology for ontology-based model engineering. Guarino, N. and Welty, C. 2000. In Proceedings of ECOOP-2000 - Handbook on Ontologies S.Staab, R.Studer Springer DOI 10.1007/9783540926733 -Springer Dordrecht Heidelberg London - Objets géographiques et processus de changements H. Mathian, L. Sanders –ISTE Editions 2014

Data & Analytics

Thérèse Libourel, Ontologies en SHS, 2015-11-09, Tours