Analyses formelle et relationnelle de concepts pour la construction d'ontologies de domaines à partir de ressources textuelles hétérogènes, Formal concept analysis and relational concept analysis for building ontologies from heterogeneous textual resources

Rokia Bendaoud

Description

Sous la direction de Amedeo Napoli
Thèse soutenue le 15 juillet 2009: Nancy 1
Les ontologies sont diversement employées notamment dans les domaines du Web sémantique, de l’ingénierie des connaissances, … En effet, elles permettent de partager, de diffuser et d’actualiser les connaissances d’un domaine. Afin de construire ces ontologies, notre méthodologie utilise tout d’abord des méthodes de Traitement Automatique de la Langue Naturelle (TALN) et d'Extraction d'Information (IE) pour extraire des données préparées à partir de chaque ressource du domaine (corpus de textes, bases de données, thesaurus). Puis, ces données sont fouillées avec les méthodes de fouilles : l'Analyse Formelle de concepts (AFC) et l’Analyse Relationnelle de Concepts (ARC). L'AFC regroupe des objets partageant les mêmes attributs binaires dans des concepts d'un treillis. L'ARC est une extension de l'AFC qui permet de regrouper des objets partageant les mêmes attributs binaires, mais aussi les mêmes attributs relationnels. L’apposition de contextes (une propriété de l’AFC) permet d’associer ces attributs (binaires et relationnels) à un ensemble de classes prédéfinies et hiérarchisées par les experts du domaine. De cette façon, des définitions étendues sont proposées aux experts du domaine pour ces classes prédéfinies ainsi que de nouvelles classes inexistantes dans la hiérarchie initiale. Ces nouvelles classes peuvent être considérées pertinentes et ajoutées par les experts en tant que nouvelles « unités de connaissances ». Les treillis résultant des méthodes de fouille constituent ce que nous appelons schéma d’ontologie. Ce schéma d’ontologie est ensuite représenté par le langage FLE de la famille des logiques de descriptions afin d’avoir une ontologie. Cette ontologie, implémentée en OWL (Web Ontology Language), a permis à notre système de répondre automatiquement à différentes questions proposées par les experts du domaine (instanciation de concepts, comparaison de concepts,…). Des expériences pratiques ont été menées dans deux domaines d'application que sont l'astronomie et la microbiologie.
-Analyse Formelle de concepts
-Analyse Relationnelle de Concepts
Ontologies are used in different fields like the semantic Web or the knowledge engineering. The ontologies allow to share, to diffuse and to update knowledge domain. This thesis propose a methodology to build ontologies using methods of Natural Language Processing (NLP) and Information Extraction (IE) for extracting prepared data from each kind of available resources in the domain (text corpora, databases, thesaurus). Then, these prepared data are mining with the mining methods : Formal Concepts Analysis (FCA) and Relational Concepts Analysis (RCA). The FCA regroups a set of objects sharing the same set of attributes in the same concept. The RCA, an extension of the FCA regroups a set of objects sharing the same attributes and the same relations (relational attributes) in the same concept. The apposition of contexts, a property of the FCA, affects a set of attributes and relational attributes to classes pre-defined and hierarchised by the domain experts. These affectations allow us to present classes and their definitions to the experts of domain as well as new nonexistent classes in the initial hierarchy. These new classes can be considered appropriate and added by experts as new « knowledge units ». The Lattices resulting from the data mining methods are considered as « ontology schema ». This ontology schema is represented in the FLE description logics language to obtain ontology. This ontology is implemented in the OWL language (Web Ontology Language) for allowing us to request it. This methodology was tested in different domains: Microbiology and Astronomy.
Source: http://www.theses.fr/2009NAN10054/document

Informations

• Publié par: Thesee
• Nombre de lectures: 377
• Langue: Français
• Poids de l'ouvrage: 33 Mo

Extrait

AVERTISSEMENT

Ce document est le fruit d'un long travail approuvé par le
jury de soutenance et mis à disposition de l'ensemble de la
communauté universitaire élargie.

Il est soumis à la propriété intellectuelle de l'auteur. Ceci
implique une obligation de citation et de référencement lors
de l’utilisation de ce document.

D’autre part, toute contrefaçon, plagiat, reproduction
illicite encourt une poursuite pénale.


➢ Contact SCD Nancy 1 : [e-mail]




LIENS


Code de la Propriété Intellectuelle. articles L 122. 4
Code de la Propriété Intellectuelle. articles L 335.2- L 335.10
http://www.cfcopies.com/V2/leg/leg_droi.php
http://www.culture.gouv.fr/culture/infos-pratiques/droits/protection.htm ´D´epartement de formation doctorale en informatique Ecole doctorale IAEM Lorraine
UFR STMIA
Analyses formelle et relationnelle de
concepts pour la construction
d’ontologies de domaines `a partir de
ressources textuelles h´et´erog`enes
`THESE
pr´esent´ee et soutenue publiquement le 2009
pour l’obtention du
Doctorat de l’universit´e Henri Poincar´e – Nancy 1
(sp´ecialit´e informatique)
par
Rokia Bendaoud
Composition du jury
Rapporteurs : Pierre Zweigenbaum Directeur de Recherche, CNRS, ORSAY
Franc¸ois Jacquenet Professeur, Universit´e de Saint-Etienne
Examinateurs : Jean-Marie Pierrel Professeur, l’Universit´e Henri Poincar´e
Karell Bertet Maitre de Conf´erences, Universit´e de La Rochelle
Amedeo Napoli Directeur de recherche, CNRS, Nancy
Yannick Toussaint Charg´e de recherche, INRIA, Nancy
Laboratoire Lorrain de Recherche en Informatique et ses Applications — UMR 7503Mis en page avec la classe thloria.Itenaercienaents
Je tiens à remercier en tout premier lieu Amedeo Napoli, qui a accepté d'être mon directeur
de thèse. Je lui suis particulièrement reconnaissante pour ses conseils méthodologiques et ses
qualités scientifiques qui m'ont été très précieux. Je le remercie aussi de m'avoir acceuillis au sein
de l'équipe ORPAILLEUR.
Merci à Yannick Toussaint, qui a co-encadré cette thèse pour ses encouragements, son soutien,
son aide pour mes problèmes administratifs ainsi que pour toute l'attention qu'il a porté à mon
travail.
Merci à Jean-Marie Pierrel de m'avoir fait l'honneur de présider le jury de thèse. A François
Jacquenet et à Pierre Zweigenbaum pour avoir accepté de rapporter cette thèse. Un grand merci
à Karell Bertet et à Pierre pour leurs nombreux commentaires très pertinents qui
ont permis d'améliorer ce mémoire.
Je tiens aussi à remercier mes experts: Merci aux astronomes du laboratoire d'astronomie de
Strasbourg: Andrea Preite-Martinez, Pascal Dubois et Soizick Lesteven pour m'avoir fourni le
corpus pour mes expérimentations et pour avoir analysé les résultats. Merci aussi aux membres
de l'INIST : Claire François, Francoise Tisserand-Bedri et Bernard Taliercio pour avoir accepté
d'expertiser mon travail en microbiologie et de m'avoir accordé plusieurs entretiens.
Aux membres de l'équipe ORPAILLEUR: Nizar, Fadi, Julien, Zaineb, Adrien, Laszlo et tout
particulièrement au meilleur camarade de bureau Jean-François Mari. Merci aussi à Marie­
Dominique Devignes, Malika Smail-Tabbone et Vincent Leroux pour avoir répondu à mes ques­
tions en microbiologie et en chimie en m'expliquant la différence entre gène, gènome et protéine...
A Bertrand Delecroix, pour sa collaboration, son aide précieuse et ses conseils professionnels et
personnels :)
A mes amis par ordre alphabétique : à ma filleule de coeur Ekatharina et à sa maman Alex.
A Hana, ma petite soeur que j'adore. A ma meilleure amie Hanane. A Hejer pour son soutien et
ses papotages pendant des heures. A mon italien préféré Ignazio pour m'avoir écouté, conseillé
et soutenu. A mon ami Nadjib pour les sorties à Alger et les fous rires sur le net. A Najouta, une
amir qui a toujours était présente dans les moments de doute. A Rmikia, ses histoires farfelues et
ses décisions radicales. A ma binome de coeur Samira. A ma chère amie Sandrine qui m'a acceuilli
en france, m'a appris la diversité culturelle et l'ouverture d'esprit. A mon voisin, ami, collegue
pour m'avoir ouvert la porte de sa famille avec ses adorableset confident Stéphane. A Sawsan,
enfants: Nasser, Raheeg et Fatouma, son mari et de m'avoir fait découvrir «El Mansef». Et
enfin, à Yves et Hatem pour les repas amusants, les jeux et la mauvaise foie! !!
ma famille et plus particulièrement à mes chers parents, qui n'ont cessé de m'encouragerA
et de me remonter le moral. A mon frère Abder et à sa petite princesse Inès, à mon petit frère
Sofiane et ses coups de fils amusants et encourageants et à ma soeur Zohra et à mes deux anges
Chakibo et Momo. A mon cousin Djilali pour ses chansons et ses papotages.
Aux familles Meilender et Ferry pour m'avoir acceuilli aussi gentillement dans leur famille.
A mon Tom, merci d'avoir toujours été là.11A mes parents et à Tom.
IIIIVTable des matières
Chapitre 1 Introduction générale 1
1.1 Contexte de travail . . . . . . 1
1.2 Donnée, information et connaissance 1
1.3 Des données aux connaissances 2
1.4 Problématique de la thèse ... 3
1.5 Approches et principales contributions de la thèse. 4
1.6 Domaines d'application 5
1.6.1 L'astronomie .. 5
1.6.2 La microbiologie 5
1.7 Organisation de la thèse 6
Chapitre 2 Un monde aux ressources hétérogènes 9
2.1 Ressources hétérogènes. 9
2.1.1 Corpus de textes 10
2.1.2 Thésaurus.... 12
2.1.3 Base de données 13
2.1.4 Ontologie 15
2.1.5 Bilan... 17
2.2 Guide des méthodologies de construction d'ontologies. 17
2.2.1 Identification du but de d'une ontologie 18
2.2.2 Caractéristiques d'une méthodologie 18
2.3 Langages du Web sémantique . . . . 21
2.3.1 Les frameworks RDF et RDFS 23
2.3.2 Logiques de descriptions 25
2.3.3 Web Ontology Language 26
2.3.4 Les environnements de construction d'ontologies et les outils de raisonnement 30
Chapitre 3 Extraction de connaissances 31
3.1 Processus d'extraction de 32
vTable des matières
3.1.1 Processus d'extraction de connaissances à partir de bases de données 33
3.1.2 de à partir de textes . . . . 36
3.2 Méthodes d'extraction de connaissances à partir de ressources textuelles 39
3.2.1 Méthodes d'extraction de connaissances à partir de thésaurus, de bases de
données ou d'ontologies déjà existantes. . . . . . . . . . . . . 39
3.2.2 Détection des termes du domaine à partir de corpus de textes 39
3.2.3 Identification de descripteurs binaires de termes à partir de corpus de textes 40
3.2.4 de relations transversales entre termes à partir de corpus de
textes . . . . . . . . . . 40
3.2.5 Les méthodes de fouille 41
3.3 Analyse formelle de concepts et analyse relationnelle de concept 42
3.3.1 Ensemble ordonné 43
3.3.2 Treillis....... 43
3.3.3 Analyse formelle de concepts 44
3.3.4 Apposition de contextes . . . 47
3.3.5 Analyse Relationnelle de Concepts 50
3.3.6 Échelonnage relationnel . . . . . . 52
3.3.7 Autres extensions de l'analyse formelle de concepts 53
3.4 Classification des méthodologies de construction d'ontologie avec l'AFC 54
3.5 Conclusion................................ 56
Chapitre 4 Méthodologie Pactole : Prétraitements des ressources 59
4.1 La méthodologie PACTOLE. . . . . . . . . . . . . . . 60
4.1.1 Caractéristiques de la méthodologie PACTOLE 60
4.1.2 Positionnement de la 61
4.1.3 Le processus PACTOLE 62
4.2 Descripteurs d'objets . . . . . 64
4.2.1 Descripteur d'objets 1 : Les classes d'objets 64
4.2.2 2 : Les attributs binaires 65
4.2.3 Descripteur d'objets 3 : Les relationnels 65
4.3 Prétraitement des corpus de textes 66
4.4 Détection des instances. . . . . . . 66
4.4.1 Détection des instances dans le domaine de l'astronomie 66
4.4.2 des dans le de la microbiologie 68
4.5 Identification des classes d'objets . . . . . . . . . . . . . . . . . . . 69
4.5.1 Identification des classes d'objets dans le domaine de l'astronomie. 70
4.5.2 des classes dans le de le microbiologie. 70
VI4.6 Identification des attributs binaires . . . . . . . . . 72
4.6.1 L'analyseur syntaxique STANFORD PARSER 73
4.6.2 Identification des attributs binaires en astronomie. 74
4.6.3 des en microbiologie 76
4.7 Identification des attributs relationnels 77
4.7.1 Le logiciel GATE . . . . . .