Valery TEGUIAK - These

Baronm

Informations

• Publié par: Fewyar
• Nombre de lectures: 42
• Langue: Français

Extrait

ƒ
‰
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
‰
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
ƒ
‰
‰
ƒ
ƒ
École Nationale Supérieure de Mécanique et d’Aérotechnique /Université de Poitiers
Laboratoire d’Informatique Scientifique et Industrielle (www.lisi.ensma.fr)
ENSMA - Téléport 2-1 Avenue Clément Ader - BP 40109 - 86961 FUTUROSCOPE CHASSENEUIL Cedex - France
Construction d’ontologies à partir de textes: une
approche basée sur l’Ingénierie Dirigée par les Modèles
Construction d’ontologies à partir de textes
Contexte: Motivations:Contexte: Motivations:
La construction d’ontologies à partir de textes s’intéresse à la possibilité d’utiliser des corpus de textes d’un En plus d’alléger le processus de construction d’ontologies, cette démarche permet de garder La construction d’ontologies à partir de textes s’intéresse à la possibilité d’utiliser des corpus de textes d’un En plus d’alléger le processus de construction d’ontologies, cette démarche permet de garder
domaine, en extraire, à l’aide d’outils de Traitement Automatique de la Langue (TAL), des termes ainsi que les la traçabilité entre l’ontologie et les textes utilisés pour la construire. Cette pérennisation des domaine, en extraire, à l’aide d’outils de Traitement Automatique de la Langue (TAL), des termes ainsi que les la traçabilité entre l’ontologie et les textes utilisés pour la cote pérennisation des
relalatiotions entrs entre ces ter termmes et coonstruiruire, in fine,ne, une onntolologgie de de doomaine àmaine à paarrtirtir de c ces ters termes.es. choix de modélisation favorise également d ’éventuelles phases de retro-conceptions.
Méthodologie:
Approche semi-automatique Approche semi-automatique
Analyse Termino-OntologiqueAnalyse Terminologique Analyse Ontologiquee
Objectif:Objectif: Objectif: Objectif:Objectif: Objectif:
Analyser les tAnalyser les teermesrmes et et les r les reelatlatiionsons Construire les concepts d’une ontologie Discriminer laDiscriminer la po polysémie dlysémie dees ters termmes es et des et des ts d’une ontologie
formelle en distinguant les classes, les eexxtratraiits pts paar ler les os ouuttils ils ddee TTrraaiitetemementnt relations. Créer un réseau de termes formelle en distinguant les classes, les relations. Créer un réseau de termes
propriétés et les valeurs de propriétésAutomatique de la Langue désambiguïsés ( termino-concepts)
TAL
Réseau conceptuel Corpus Terminologie Ontologie formelle
Constitué des termes et des relations Constituée des Concepts (Classes, Constituée des termes et des relations
désambiguïsés. Propriétés et Individus)linguistiques entre ces termes. Ces
Ex: Création de deux hiérarchies Ex: Identification des propriétés permettaant dnt dee informations peuvent être ambiguës. • Hiérarchie de Meubles ( table basse) décrire la classe des Meubles.
Ex: table, table basse, table de cuisson • Hiérarchie d’appareils ménagers (table de cuisson)
Problèmes soulevés
Évolution des modèles: Diversité des modèles d’ontologies:
Besoin: Supporter la diversité des modèles d’ontologies (OWL, RDFS, PLIB, etc)Évaluer l’impact de l’évolution des modèles sur la méthodologie proposée
Proposer un environnement de persistance des modèles
Souplesse de la méthodologie:Définir des stratégies appropriées de gestion des modèles et des données
Besoin: Possibilité de démarrer une conception par la phase d’analyse de son choix
Semi-automatisation:
Partant d’une analyse (terminologique ou termino-ontologique) proposer des Hétérogénéité des outils de TAL:
modèles pour l’analyse suivantemodèles pour l’analyse suivante BBeessooiinn:: Ti Tirreerr pr prooffiitt des des at atoutoutss des des didivveerrss outoutiillss dede TA TAL doL donntt les info les informarmattioions ens exxtratraiites ne sotes ne sont pnt paass
Définir Définir des mdes méécaniscanismmes permettantes permettant la la tr transfansfoorrmmaatiotionn ddees ms moodèles dèles identiquesidentiques
Solution proposée: architecture de méta-modélisation
Structure des Données: méta-base
Évolution des modèles: Évolution des modèles: Modèle Termino-Ontologique::
Méta-modèle des modèles Représentation du modèle décrivant les M3/M2ivant les
Base de Données à Base de Structure des modèles: méta-modèletteerrmmiinnolologiogiqquuee, t, teerrmmiinno-o-ononttoolloogigiqquue ete et termino-termino-ccooncenceppts ats aiinsi qnsi quue les relae les relations tions
MModèlesodèles ontologique entre les termino-conceptsontologique entre les termino-concepts
Analyse Terminologique Analyse Termino Ontologique Analyse Ontologique DescripDescripttioion n de lade la sé sémamantiqntiquuee des des
Modèle Terminologique: informations décrivant les occurrences des dee
M2/M1Représentation du modèle décrivant termino-concepts dans le corpusDefinitSemi-automatisation: les termes ainsi que les relations entre
Conceptualiseles termes
Modèle Ontologique:Description de la sémantique des Approche Ingénierie Dirigée par les
Représentation du modèle décrivant les ivant les Modèles pour définir les morphismes informations décrivant les occurrences
conceptsentre modèles de termes dans le corpus
Description de la sémantique des
M1/M0
informations décrivant les instance de ce de Traçabilité avec le corpus:
conceconceppttssOccurrences Occurrences de terde termmes dans le ces dans le coorrppusus
Base de Données à Base de Modèles
Collaboration: Projet ANR DaFOE4App
Objectifs: Domaines d’applications:
Méthodologie associée à une plate-forme Indexation patrimoniale
technique pour la conception d’ontologies nception d’ontologies IIndexatndexation d’iion d’immagages es satsateellitllitaaiirreess
MModélisation àodélisation à partir du domaaiinene Aide au codagAide au codage me méédidicalcal
Évolution et maintenance des ontologiesÉvolution et maintenance des ontologies
Utiliser les textes comme source de définition
Partenaires:des ontologies
Inserm UMR§ 872 Eq. 20, LIPN, LISI, Implanter une plate-forme opérationnelle , LISI,
IRIT (CSC), SUPELEC, UTUTCC open source
(Heudiasyc), Institut Télécom Paris, Plate-forme flexible capable d’intégrer divers
Mondéca.scénari de construction d’ontologies.
Participants
• Ladjel BELLATRECHE
• Guy PIERRA
• Eric SARDET
• Henry Valéry TEGUIAK – Doctorant – CIFRE / ANRT