La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Découverte de correspondances entre ontologies distribuées F.-E. Calvier le 03/07/07.

Présentations similaires


Présentation au sujet: "1 Découverte de correspondances entre ontologies distribuées F.-E. Calvier le 03/07/07."— Transcription de la présentation:

1 1 Découverte de correspondances entre ontologies distribuées F.-E. Calvier le 03/07/07

2 2 Plan 1.Contexte de travail 2.Découverte de mappings : environnement centralisé vs. distribué 3.Exploitation du raisonnement • Découverte de raccourcis de mappings • Identification d’éléments pertinents à mettre en correspondance 4.Conclusions et perspectives

3 3 1. Contexte de travail •Les ontologies et les mappings sont représentés en RDF(S) et les données en RDF •Les mêmes constructeurs sont utilisés pour représenter les ontologies et les mappings •Ontologies : –Vocabulaire d’un pair = {noms de classes du pair}  {noms de propriétés du pair} •Mappings : –Inclusions entre classes ou propriétés de 2 pairs différents –Typage d’une propriété d’un pair donné par une classe d’un autre pair D O M

4 4 Opérateurs RDF(S) Inclusion de classes :  X, C1(X)  C2(X) Inclusion de propriétés :  X  Y, P1(X,Y)  P2(X,Y)  X, Painter(X)  Artist(X)  X  Y, Paints(X, Y)  Creates(X,Y)

5 5 Opérateurs RDF(S) Typage de domaine et de co-domaine d'une propriété  X  Y, P1(X,Y)  C1(X)  X  Y, P1(X,Y)  C2(Y) Langage restreint : coreRDFS  X  Y, Paints(X,Y)  Painter(X)  X  Y, Paints(X,Y)  Painting(Y)

6 6 Mappings SomeRDF(S) Des expressions construites à partir du vocabulaire de pairs différents qui établissent ainsi des correspondances sémantiques entre eux. Notation : P : R, relation R de l’ontologie d’un pair P Inclusion de classes :  X, P 1 :C1(X)  P 2 :C2(X) Inclusion de propriétés :  X  Y, P 1 :P1(X,Y)  P 2 :P2(X,Y) Typage de domaine et de co-domaine d'une propriété  X  Y, P 1 :P1(X,Y)  P 2 :C1(X)  X  Y, P 1 :P1(X,Y)  P 2 :C2(Y)

7 7 Q1(X) ≡ P 1 :Artifact(X) R1(X) ≡ P 1 :Artifact(X) R2(X) ≡ P 1 :Painting(X) R3(X) ≡  Y, P 1 :Belongsto(X, Y ) R4(X) ≡ P2:Sculpture(X) R5(X) ≡  Y, P 1 :Creates(Y,X) R6(X) ≡  Y, P 1 :Paints(Y,X) R7(X) ≡  Y, P 2 :Sculpts(Y,X) Q1(X) ≡ P 1 :Artifact(X) R1(X) ≡ Ø R2(X) ≡ {la_joconde} R3(X) ≡ Ø R4(X) ≡ {statue_de_david} R5(X) ≡ { les_demoiselles_d_avignon} R6(X) ≡ Ø R7(X) ≡ {le_penseur} Exemple Artifact Painting Glass Sculptor Movement Sculptor Artist Steel Sculptor Painter Wood Sculptor Q1(X) P2P2 Refersto Belongsto Sculpts Creates Paints P1 Sculpture

8 8 2. Découverte de mappings : environnement centralisé vs. distribué Spécificités du contexte distribué par rapport au contexte centralisé : •Nombre de comparaisons •Des connaissances locales •Richesse du raisonnement

9 9 Nombre de comparaisons Contexte distribué : –Multitude de pairs –Nombre variable de pairs Nombre important et variable de comparaisons Contexte centralisé : –Nombre établi d’ontologies Nombre limité de comparaisons … O O O

10 10 Nombre de comparaisons Contexte centralisé : –Découverte de mappings produit cartésien des éléments des ontologies … OO A1B1…Z1 A210.5…0.8 B …0 C …0.6 …………… Z …0.3 ? O

11 11 Contexte distribué : •Accès aux pairs voisins uniquement via les mappings Aucune vision sur les autres relations des pairs voisins •Communication entre certains pairs impossible Des limitations fortes sur les mappings pouvant être découverts Un processus à l’initiative d’un pair donné Des connaissances locales P1 D1N1 H1 F1 D2N2 H2P2 F2 P1P1 P2P2

12 12 Richesse du raisonnement Contexte distribué : –Les réponses aux requêtes : indicateurs utiles à la découverte de mappings D1N1 H1P1 F1 D2N2 H2P2 F2 D2N2 D2N2 P2P2 P1P1

13 13 3. Exploitation du raisonnement Exploitation des réponses aux requêtes • Découverte de raccourcis de mappings • Identification d’éléments pertinents à mettre en correspondance

14 Découverte de raccourcis de mappings •Liens indirects remplacés par de liens directs •Renforce le réseau –Intéressant en cas de disparition de pairs •Un processus automatisable Pb : l’ajout ne doit pas être systématique Processus de filtrage nécessaire

15 Découverte de raccourcis de mappings Un processus en 2 temps : •Exploiter les résultats des requêtes posées dans SomeRDFS •Appliquer des techniques de sélection des raccourcis pertinents à représenter

16 16 B? {A} {W, T, K, A, Z, G, …}{W, T, A1, M, A2, Z, …} G K Scénario de découverte de raccourcis de mappings R T B D W V N HP F B A? A A2 A1 Z M P1P1 {A1, A2}

17 Découverte de raccourcis de mappings Un processus en 2 temps : •Exploiter les résultats des requêtes posées dans SomeRDFS –Dissociation des étapes de réécriture et d’évaluation –L’utilisateur sélectionne les réécritures pour lesquelles il demande l’évaluation •Appliquer des techniques de sélection des raccourcis pertinents à représenter –Analyse de la trace des interactions entre les utilisateurs et les pairs –Raccourcis de mapping ajoutés = liens directs avec les classes intéressantes pour les utilisateurs •Apparues dans les réécritures •Les utilisateurs ont, à plusieurs reprises, demandé leur évaluation –Nombre de fois que l’évaluation de la classe distante est demandée détermine l’ajout de raccourcis de mappingsseuil à fixer

18 Identification d’éléments pertinents à mettre en correspondance Reformulation du problème : A partir de quelles relations rechercher des correspondances ? = relations cibles exploitation du raisonnement Parmi quelles relations distantes rechercher des correspondances ?= contexte de mapping (CM)

19 19 Identification de relations cibles A partir de quelles relations ? Identifiables à partir des requêtes dont les réécritures sont toutes locales Les relations pour lesquelles il n’existe pas de spécialisation au sein des réécritures

20 20 Parmi quelles relations rechercher des mappings? Idée : recherche de mise en correspondance des classes qui ont des points communs généralisant ou spécialisant Pour chaque classe cible, déterminer un ensemble de classes entre lesquelles il serait pertinent de rechercher des mises en correspondance (CM) C CIBLE = C 1 Si  ! Cg | C CIBLE  Cg et Q(X) ≡ Cg(X) Alors CM = {C |  R réécriture de Q(X), C  R} C CIBLE = C 2 Si G = {Cg | C CIBLE  Cg} avec G = G1  G2 | G1 = {Cg  P CIBLE } et G2 = {Cg  P CIBLE } Alors CM = G

21 21 •Scénarios combinables •Permet de définir un ensemble CM sur lequel utiliser des techniques d’alignement •CM permet aussi de trouver des mappings entre relations de pairs distants Que faire de ces mappings particuliers ?

22 22 Conclusion et perspectives •Des méthodes exploitant le raisonnement dans SomeRDFS –Orientant la découverte de mappings –Nécessitant d’autres outils : •Analyse de la trace des interactions (outils statistiques) •Méthodes d’alignement particulières prenant en compte la dissymétrie structurelle (Taxomap) •D’autres méthodes possibles basées sur l’évolution des connaissances d’un pair •Etude des requêtes sous forme de conjonctions de relations •Implémentation des méthodes proposées


Télécharger ppt "1 Découverte de correspondances entre ontologies distribuées F.-E. Calvier le 03/07/07."

Présentations similaires


Annonces Google