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

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

Veille technologique Ingénierie Ontologique Concepts, méthodes et outils Gilles Kassel.

Présentations similaires


Présentation au sujet: "Veille technologique Ingénierie Ontologique Concepts, méthodes et outils Gilles Kassel."— Transcription de la présentation:

1 Veille technologique Ingénierie Ontologique Concepts, méthodes et outils Gilles Kassel

2 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

3 Objectifs du document (1/2) Ce document fait un point sur une discipline naissante, lIngénierie Ontologique Le premier objet du document est de présenter un état de lart sur une discipline naissante - lIngénierie Ontologique - qui est concernée par la construction dontologies. Cette discipline se situe au carrefour de plusieurs disciplines auxquelles elle emprunte des concepts, notamment : lIngénierie des Connaissances, lOntologie (philosophie) et la Linguistique. Limportance de lIngénierie Ontologique est reconnue aujourdhui dans différents champs de recherche : Ingénierie des Connaissances, Intelligence Artificielle, Gestion des connaissances, Linguistique informatique, Systèmes dinformation, Recherche et extraction dinformations, Intégration dinformations, Bases de données.

4 Objectifs du document (2/2) Ce document réactualise un premier document de veille technologique dans le même domaine Le second objet du document est de poursuivre en le complétant un travail de veille technologique réalisé par Jean-Paul Barthès pour IIIA en décembre 1998 [Barthès, 98]. Les informations ont été remises à jour et restructurées pour tenir compte des avancées de la discipline. La discipline a en effet connu un essor important ces toutes dernières années, qui justifie ce nouveau travail de veille. En particulier, des travaux de synthèse récents apportent des éclairages nouveaux qui conduisent à modifier la façon de présenter la discipline et ses résultats.

5 Contenu du document Le document présente les concepts, méthodes et outils de lIngénierie Ontologique On trouvera dans le document les informations suivantes : –une introduction précisant les différents sens du terme ontologie et présentant les besoins motivant la construction de ces objets. –un bilan sur les méthodes (modèles de processus de développement) et outils (langages de spécification et environnements de développement) disponibles pour la construction des ontologies. –un panorama des applications des ontologies. Le document indexe un ensemble volumineux darticles, de rapports techniques et de sites Web, publiés pour la plupart ces trois dernières années.

6 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

7 Le point de vue de lIngénierie des Connaissances (1/3) Une définition, au sens large Dans un sens large, on peut adopter pour la notion dontologie la caractérisation suivante [Uschold, 98] : –Une ontologie peut prendre différentes formes, mais elle inclura nécessairement un vocabulaire de termes et une spécification de leur signification. Cette dernière inclut des définitions et une indication de la façon dont les concepts sont reliés entre eux, les liens imposant collecti- vement une structure sur le domaine et contraignant les interprétations possibles des termes. Une telle caractérisation rend compte dobjets divers tels des glossaires, des terminologies, des thesaurus et des ontologies (au sens strict), mis en œuvre par différents professionnels (ingénieurs de la connaissance, bibliothécaires, traducteurs) et se distinguant suivant que laccent est mis sur les termes ou leur signification.

8 Le point de vue de lIngénierie des Connaissances (2/3) Une définition, au sens strict Les ontologies de lIA et de lIngénierie des Connaissances émanent du projet ARPA Knowledge Sharing Effort (1991). Une définition consensuelle pour ces disciplines reste celle de [Gruber, 93] : –Une ontologie est une spécification explicite dune conceptualisation. Le terme conceptualisation situe les ontologies sur le versant sémantique. Une conceptualisation rend compte du sens des termes. La littérature logico-philosophique nous enseigne que le sens correspond à des intensions (ou objets intensionnels), par opposition à extensions. Lexpression spécification explicite fait des ontologies un objet syntaxique. La conceptualisation est codée dans un langage. Suivant le langage utilisé, lontologie prendra la forme dune théorie logique (ensemble de formules logiques) ou dun réseau sémantique.

9 Le point de vue de lIngénierie des Connaissances (3/3) Derrière le terme ontologie se cachent des objets très divers [Noy & Hafner, 97] La plupart des ontologies sont structurées au moyen de la relation est un de subsomption, ou de généralisation, entre concepts. La relation Tout-Parties est composé de est également utilisée. Certaines ontologies sont denses, contenant de nombreux axiomes contraignant le sens des termes. Dautres se résument à une taxinomie de concepts donnés sans définition. La taille des ontologies varie de quelques dizaines de concepts à plusieurs dizaines de milliers de concepts. Les ontologies peuvent être informelles, formelles ou opérationnelles. Dans ce dernier cas, elles sont spécifiées dans un langage de programmation.

10 Le point de vue de lOntologie (1/2) Un détour par lOntologie LOntologie est la branche de la philosophie qui traite de la nature et de lorganisation de la réalité. Elle côtoie lEpistémologie qui traite de la nature et des origines de notre connaissances [Nef, 98]. Produits de lOntologie, les ontologies formelles sont des théories de lobjet : –dont lanalyse est menée de façon rigoureuse, en ayant recours en général à la logique mathématique, –transversales à toutes les ontologies matérielles, relatives à des domaines différents dobjets (des régions de savoir). LIngénierie Ontologique est la branche de lIngénierie des Connais- sances qui exploite les principes de lOntologie (formelle) pour construire des ontologies [Guarino & Giaretta, 95].

11 Le point de vue de lOntologie (2/2) Une définition, dans un sens encore plus strict La structure sémantique rendant compte du sens des termes correspond à lessence des concepts. En effet, seules les propriétés essentielles (nécessairement vérifiées par les instances du concept dans tout monde possible) sont définitionnelles [Bouaud et al., 94]. Ces propriétés étant en nombre indéfini, une théorie logique ne peut donner quune caractérisation approximative dune structure sémanti- que. La définition de [Guarino & Giaretta, 95] traduit cette limitation : –Une ontologie est une spécification rendant partiellement compte dune conceptualisation. Une théorie logique spécifie un engagement ontologique, lequel approxime une conceptualisation. Le degré dapproximation dépend du langage utilisé (ex : logique modale, logique du 1er ordre), lequel dépend finalement de lobjectif visé (partage dune conceptualisation, mise en œuvre dinférences).

12 Le point de vue de la Linguistique La Linguistique est concernée par le processus de construction des ontologies La Linguistique est concernée par la question des ontologies dans la mesure où les données dont on dispose pour élaborer les ontologies consistent en des expressions linguistiques de connaissances. La caractérisation du sens de ces expressions conduit à déterminer des signifiés contextuels, dépendants des contextes (documents) où les expressions apparaissent. Ces signifiés contextuels doivent alors être normés, ce qui revient à fixer une signification pour un contexte de référence, celui de la tâche (application) pour laquelle lontologie est élaborée [Bachimont, 00]. Lontologie régionale (non universelle) que lon obtient est ainsi une spécification de signifiés normés.

13 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

14 Un besoin générique : faire tomber les barrières créées par des vocabulaires disparates Un besoin existe de partager la signification de termes dans un domaine donné Toute activité humaine spécialisée développe son propre jargon (langue de spécialité) sous la forme dune terminologie et dune conceptualisation associée spécifiques. Lexistence de tels jargons entraîne des problèmes de compréhension et des difficultés à partager des connaissances entre les acteurs de lentreprise, les services dune entreprise, les entreprises dune industrie, qui font des métiers différents. Fondamentalement, le rôle des ontologies est daméliorer la communication entre humains, mais aussi entre humains et ordinateurs et finalement entre ordinateurs.

15 Une aide à la communication entre agents humains et aussi entre organisations Vers un vocabulaire standardisé Lexistence de vocabulaires différents au sein dune entreprise (ex : bureau détudes, bureau des méthodes) ou dune industrie (ex : cons- tructeur automobile, équipementier) constitue un frein à la collabora- tion et aux partenariats. Les enjeux touchent donc directement la compétitivité de lentreprise. Pour lentreprise, lontologie sert à : –améliorer la compréhension entre les employés, –favoriser la diffusion des information et leur exploitation, –promouvoir une nouvelle approche de conception des systèmes dinfor- mation (réutilisation de codes, interopérabilité des logiciels). Pour ces besoins de standardisation du vocabulaire, une terminologie ou une ontologie informelle peuvent suffire [OLeary, 98].

16 Une aide à la conception et à lutilisation des systèmes dinformation (1/2) Des apports pour lingénierie des systèmes dinformation [Guarino, 98] Spécification ; Acquisition des connaissances : une ontologie peut aider à lanalyse des besoins et à définir les spécifications dun SI. Ré-utilisation ; Partage : une ontologie peut être, ou peut devenir suite à une traduction, un composant ré-utilisable et/ou partagé par plusieurs logiciels. Fiabilité ; Maintenance : une ontologie peut servir à améliorer la documentation dun logiciel et/ou à automatiser des vérifications de cohérence (SBCs), réduisant les coûts de maintenance. Inter-opérabilité : en jouant le rôle dun format déchange, lontologie permet à des systèmes dinformation, basés sur des paradigmes de modélisation et des langages dimplantation différents, de coopérer.

17 Une aide à la conception et à lutilisation des systèmes dinformation (2/2) Vers une meilleure exploitation de sources dinformation Recherche : une ontologie peut jouer le rôle de méta-data servant dindex dans un répertoire dinformation. Intégration : dans une application entrepôt de données, une ontologie peut jouer le rôle dun schéma conceptuel commun reliant entre elles plusieurs sources dinformation hétérogènes. Interface Homme-Machine : la visualisation de lontologie permet à lutilisateur de comprendre le vocabulaire utilisé par le SI et de mieux formuler ses requêtes. Requêtes : une ontologie linguistique peut permettre de comprendre les requêtes (représentation du contenu) de lutilisateur formulées en langue naturelle.

18 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

19 Préambule Bref état de lart des méthodes de développement dontologies Jusquen 1996, les premières ontologies ont été développées de façon complètement artisanale, sans suivre de méthode prédéfinie. De ces premiers projets (ex : Mikrokosmos, Enterprise Ontology, TOVE, MENELAS) sont issues des listes de recommandations constituant des ébauches de méthodes, ou cadres méthodologiques. Depuis 1998, on assiste à la naissance de cadres méthodologiques plus élaborés inspirés des méthodes de lIngénierie des Connaissances (ex : METHONTOLOGY) et fondés, soit sur la linguistique (ex : TERMINAE), soit sur lOntologie (ex : principes proposés par N. Guarino).

20 Des cadres méthodologiques issus de projets (1/2) La méthode Enterprise Ontology [Uschold & King, 95] La méthode, basée sur lexpérience du développement de lontologie Enterprise Ontology, repose sur lidentification de différentes étapes : –Identification du POURQUOI de lontologie ; –Construction de lontologie (identification des concepts clef ; modélisation informelle ; formalisation) et intégration dontologies existantes ; –Evaluation et documentation de lontologie. Cette méthode sinspire du développement de SBCs. Les étapes et sous-tâches sont décrites de façon abstraite. Les techniques à utiliser pour les sous-tâches ne sont pas précisées (ex : comment identifier les concepts clef ? Quel langage de formalisation utiliser ?).

21 Des cadres méthodologiques issus de projets (2/2) La méthode TOVE [Grüninger & Fox, 95] Cette méthode est basée sur lexpérience du développement de lonto- logie du projet TOVE (TOrento Virtual Enterprise). Elle aboutit à la construction dun modèle logique de connaissance. Lontologie est développée selon les étapes suivantes : –Identification de scénarii (problèmes) dépendants dune application ; –Formulation de questions informelles (basées sur les scénarii) auxquelles lontologie doit permettre de répondre ; –Spécification dune terminologie à partir des termes apparaissant dans les questions. –Spécification formelle (en KIF) des axiomes et des définitions pour les termes de la terminologie. –Evaluation de la complétude de lontologie. La méthode reste spécifiée de façon abstraite. Ni les différentes étapes ni les techniques ne sont décrites en détail.

22 Une méthode inspirée de lIngénierie des Connaissances METHONTOLOGY [Fernandez-Lopez et al., 99] Cette méthode est développée au Laboratoire dIntelligence Artificielle de lUniversité polytechnique de Madrid. Elle vise la construction dontologies au niveau connaissance et repose sur : –un processus de développement dontologies comportant des acti- vités de gestion de projet (planification, assurance qualité), des activités orientées développement (spécification, conceptualisa- tion, formalisation) et des activités de support (documentation) ; –un cycle de vie des ontologies basé sur des prototypes évoluant. METHONTOLOGY sinspire dune méthode de développement de SBCs. Elle est spécifiée de façon très détaillée et a été utilisée pour construire plusieurs ontologies dont lontologie des ontologies : Reference Ontology [Arpirez-Vega et al., 98]. Elle est supportée par loutil ODE [Blazquez et al., 98].

23 Une méthode linguistiquement fondée TERMINAE [Biébow & Szulman, 99] Cette méthode est développée au LIPN, à lUniversité de Villetaneuse. Sinsérant dans la problématique du groupe de recherche français TIA (Terminologie et IA), elle propose la construction dontologies à partir de textes en suivant quatre principales étapes : –Constitution dun corpus (documents techniques, comptes rendus, livres de cours, etc.), à partir dune analyse des besoins de lapplication visée, –Etude linguistique, pour identifier des termes et des relations lexicales, en utilisant des outils de traitement de la langue naturelle, –Normalisation sémantique, conduisant à des concepts et des relations sémantiques définis dans un langage semi-formel. –Formalisation et intégration des concepts au sein dune BC formelle. Dans sa version actuelle, loutil supportant la méthode intègre loutil LEXTER [Assadi & Bourigault, 00] pour identifier des termes candidats.

24 Apports méthodologiques de lOntologie Travaux de N. Guarino au LADSEB (Padoue, Italie) N. Guarino et son équipe cherchent à évaluer lapport des notions et principes de lOntologie pour la construction dontologies. Leur proposition prend la forme dune ontologie générique [Guarino, 97] et dune ontologie de méta- propriétés [Guarino & Welty, 00a]. Lontologie générique rassemble un ensemble dobjets abstraits et leur définition (ex : objet physique, substance, système, état, processus, activité). La construction dune ontologie dapplication peut donc se faire par spécialisation de lontologie générique. Les méta-propriétés (ex : type, rôle) sont fondées sur des notions de lOntologie (ex : identité, unité, rigidité) [Guarino & Welty, 00b] et permettent de vérifier la cohérence dune ontologie dapplication qui sen trouvera dautant plus facilement réutilisable.

25 Bilan A ce jour, des propositions existent mais ne sont pas unifiées Les méthodes de lIngénierie Ontologique nont pas encore atteint, loin sen faut, la maturité des méthodes du Génie Logiciel. Les propositions de méthodes sont encore incomplètes. Un effort de synthèse et de diffusion reste encore à faire, également dintégration de retours dexpérience. Cette situation justifie les travaux de recherche en cours dans différentes équipes. Larticle [Fernandez-Lopez, 99] présente un premier état de lart, relativement complet, sur ces méthodes de développement. Larticle [Aussenac-Gilles et al., 00] exploite des résultats de travaux menés par le groupe français TIA (Terminologie et IA) pour proposer une méthode basée sur lanalyse de corpus.

26 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

27 Préambule (1/2) Il existe différents types de langages de spécification Lexplicitation des ontologies seffectue au moyen de langages et plusieurs types de langages peuvent jouer le rôle de langage de spécification, allant des langues naturelles jusquaux langages de représentation opérationnels (exécutables). Dans un projet de construction dontologie, il est courant dutiliser plusieurs langages, adaptés aux différentes étapes de la construction. –En amont, pour acquérir les connaissances ontologiques, on peut faire usage de la langue naturelle ou dun langage de modélisation informel. –En aval, si lontologie doit devenir un composant dune application, on aura recours à des langages de représentation formels et/ou exécutables. Dans ce chapitre, on ne sintéresse quaux langages de représentation dédiés ou adaptés à la spécification dontologies.

28 Préambule (2/2) Bref état de lart des langages de représentation dédiés ou adaptés aux ontologies Jusquau milieu des années 90, seul existait le langage formel Ontolingua comme langage déchange dontologies [Gruber, 93a]. Depuis la fin des années 90, une nouvelle génération de langages voit le jour. Leur développement répond à plusieurs objectifs : –améliorer le processus de construction des ontologies (ex : OCML, Mdos), –échanger les ontologies sur le Web (ex : RDF(S), SHOE, XOL, OIL), –intégrer différents paradigmes de représentation, comme les langages de Frames et les Logiques de description (ex : OIL, DefOnto), –doter les langages de services inférentiels performants (ex : OIL, PowerLOOM, DefOnto).

29 OCML : un langage facilitant lopérationnalisation des ontologies (1/2) Exemple de représentations (def-class père (parents, homme) ?p :iff-def (or (and (parents ?p) (a_pour_sexe ?p masculin)) (exists ?e (and (homme ?p) (a_pour_enfant ?p ?e) (personne ?e))))) (def-relation a_pour_père (?p ?h) :constraint (and (personne ?p) (homme ?h)))

30 OCML : un langage facilitant lopérationnalisation des ontologies (2/2) Caractéristiques principales du langage OCML est développé au Knowledge Media Institute de lOpen University (Mylton Keynes, Angleterre). Il a été initialement défini dans le cadre du projet VITAL pour permettre de spécifier des modèles de résolution de problèmes au niveau connaissance, puis de les opérationnaliser [Motta, 98][Motta, 99]. La couche domaine du langage étant considérée comme équivalente aux connaissances visées par Ontolingua, OCML est supposé opérationnaliser des ontologies spécifiées en Ontolingua. La principale caractéristique dOCML est de supporter différents styles de spécification : informel, formel et opérationnel, lopéra- tionnel correspondant à du prototypage au niveau connaissance.

31 DefOnto : un langage permettant lexpression de méta-connaissances (1/2) Exemple de représentations (DefGenConcept #père = [#parents] -> (MI#a_pour_sexe) -> masculin = [#homme] -> (ME#a_pour_enfant) -> [#personne] ) (DefRelation #a_pour_père IsA [#a_pour_parents] RelationProperties -> (#has_for_domain) -> [#personne] -> (#has_for_range) -> [#homme] )

32 DefOnto : un langage permettant lexpression de méta-connaissances (2/2) Caractéristiques principales du langage DefOnto est développé dans léquipe Ingénierie des Connaissances du LaRIA à lUniversité de Picardie Jules Verne, comme sous-langage du langage dopérationnalisation de modèles de résolution de problèmes Def* [Kassel et al., 00]. DefOnto permet de représenter des métaconnaissances (ex : des propriétés de propriétés) et cette caractéristique est notamment importante pour rendre compte de concepts de résolution de problèmes [Kassel, 99]. Un objectif visé par la définition de DefOnto est de doter le langage de mécanismes de compilation modulaire pour faciliter le développement et la maintenance des ontologies formelles.

33 OIL : un langage pour échanger des ontologies sur le Web (1/2) Exemple de représentations class-def defined père subclass-of ((parents and (slot-constraint a_pour_sexe has-filler masculin)) or (homme and (slot-constraint a_pour_enfant has-value personne))) slot-def a_pour_père subclass-of a_pour_parents domain personne range homme

34 OIL : un langage pour échanger des ontologies sur le Web (2/2) Caractéristiques principales du langage OIL résulte dune initiative internationale rassemblant plusieurs équipes collaborant au développement de ce langage dans les projets IST : On-To-Knowledge et IBROW3 et dans le programme américain DAML (langage DAML-OIL : Ses primitives de représentation le situent à mi-chemin entre les lan- gages de Frames et les Logiques de description [Horrocks et al., 00]. Un effort particulier a été fait pour léchange dontologies sur le Web. Sur le plan syntaxique, OIL est doté de deux notations compatibles Web, définies selon les deux standards respectifs que sont XML et RDF [Klein et al., 00].

35 Bilan Pour en savoir plus Plusieurs langages sont actuellement en cours de définition, quil sagisse de langages de modélisation (ex : Mdos [Nobécourt, 00]) ou de représentation opérationnels : DefOnto, OIL et PowerLOOM. Tous ces langages permettent de représenter un noyau commun de connaissances. Larticle [Corcho & Gomez-Perez, 00] présente une étude comparative très large de langages de spécification dontologies, les comparaisons portant sur la puissance dexpression et les capacités inférentielles. Larticle [Barry et al., 01] propose une étude plus poussée, mais restreinte aux seuls langages de représentation opérationnels. Les résultats de cette étude sont accessibles à ladresse : –http://www.laria.u-picardie.fr/EQUIPES/ic/LangComp/

36 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

37 Préambule Ce chapitre présente des environnements de développement dontologies Lobjet de ce chapitre est de présenter des outils daide à la création et à la mise au point dontologies. A notre connaissance, il nexiste pas encore denvironnements commerciaux. Il sagit de prototypes académiques, accessibles publiquement (sur demande aux auteurs). Ce chapitre reprend pour lessentiel les éléments dune étude comparative doutils dingénierie ontologique publiée récemment dans [Duineveld et al., 99].

38 Des environnements accessibles publiquement (1/5) Le serveur Ontolingua [Farquhar et al., 97] Ce serveur, localisé à lUniversité de Stanford, permet à un utilisateur, ou groupe dutilisateurs, de visualiser des ontologies existantes et de construire coopérativement de nouvelles ontologies. Laccès au serveur seffectue au moyen dun browser Web standard. Plusieurs fonctionnalités sont offertes : –la réutilisation (par fusion et/ou extension) dontologies existantes dans différents domaines, stockées dans une bibliothèque. –une aide au travail coopératif permettant à un groupe géographi- quement distribué de construire collaborativement une ontologie. –lexportation dontologies dans différents formats pour utilisation dans des applications.

39 Des environnements accessibles publiquement (2/5) WebOnto [Domingue, 98] WebOnto est développé au Knowledge Media Institute à lOpen University. Cest un outil accessible sur Internet et principalement graphique permettant de construire coopérativement des ontologies. Loutil offre plusieurs fonctionnalités : –Une visualisation graphique et séparée des différents composants dune ontologie (classes, relations, règles, instances, procédures) adaptée à la construction dontologies de grande taille. –Le couplage avec un outil de discussion dontologies : Tadzebao. –Des services inférentiels, basés sur le langage OCML, permettant de répondre à des requêtes et des vérifications de cohérence. –Des outils pour la construction coopérative (modes diffusion et édition) et lannotation (crayons de couleur).

40 Des environnements accessibles publiquement (3/5) ProtégéWin [Eriksson et al., 99] Ce logiciel a été conçu pour le Département dinformatique Médicale de lUniversité de Stanford, notamment pour construire des ontologies. Plus généralement il permet de concevoir des SBCs par réutilisation de modèles du domaine et de méthodes de résolution de problèmes. ProtégéWin doit être installé localement sur un PC sous Windows. Une fois lontologie construite, ProtégéWin génère automatiquement un outil dacquisition des connaissances pour les instances de lontologie. Une nouvelle version de loutil - Protégé développée en JAVA et autorisant la construction coopérative dontologies, est accessible à ladresse :

41 Des environnements accessibles publiquement (4/5) OntoSaurus OntoSaurus est un browser Web pour des bases de connaissances formalisées en Loom offrant des facilités dédition pour la construction coopérative dontologies. Il est développé à lInstitut pour les Sciences de lInformation (ISI) de lUniversité de Californie du Sud. Loutil peut être utilisé avec une version de Loom installée localement ou tournant sur le site de lISI. OntoSaurus est proche dOntolingua. Du fait de lutilisation du langage Loom, il offre en plus des services inférentiels comme la classification automatique de concepts et la vérification de cohérence.

42 Des environnements accessibles publiquement (5/5) ODE [Blazquez et al., 99] ODE (Ontology Design Environment) est un outil daide à la construction dontologies au niveau connaissance, qui est indépendant de tout langage formel. ODE est développé à lUniversité Polytechniques de Madrid. Le programme doit être installé localement sur un PC sous Windows. Lutilisateur remplit à un niveau conceptuel des tables (un glossaire de termes, un dictionnaire de données, des définitions de concepts et de relations) et ce modèle conceptuel est ensuite traduit automatiquement dans un langage formel (Ontolingua ou F-Logic). ODE inclut des outils de vérification de la cohérence de lontologie. Des aides graphiques pour linterface sont en cours de développement.

43 Bilan (1/3) Les outils peuvent être répartis en deux classes Les outils dingénierie ontologique peuvent être classés en deux catégories : ceux qui sont installés localement (e.g., ProtégéWin & ODE) et ceux qui sont accessibles par Internet (e.g., Ontolingua, WebOnto & OntoSaurus). Les outils installés localement ont de meilleures performances en temps mais noffrent aucune aide pour la collaboration synchrone. Les échanges dontologies (importations/exportations) doivent se faire par mail ou ftp. Les outils accessibles sur le Web sont plus lents. Ils apportent en revanche des aides pour lédition synchrone et offrent en général des bibliothèques dontologies déjà construites qui peuvent être réutilisées.

44 Bilan (2/3) Les outils existants ne sont pas appropriés pour supporter lensemble du processus de construction dune ontologie Certains outils (e.g., ProtégéWin & ODE) sont plus adaptés pour fournir une aide lors de la phase de conceptualisation de lontologie. Ils offrent moins de primitives de haut niveau et ne permettent pas de représenter des axiomes. En contrepartie, ces outils sont simples à prendre en main et sadressent à des utilisateurs non expérimentés. Dautres outils (e.g., Ontolingua et OntoSaurus) sont plus adaptés pour la formalisation et la mise au point dontologies. Reposant sur un langage de représentation des connaissances, leur prise en main nécessite de connaître le langage. En contrepartie ils permettent de créer des ontologies plus complexes comportant des axiomes.

45 Bilan (3/3) Pour en savoir plus Larticle [Duineveld et al., 99] recense un grand nombre denviron- nements de développement de SBCs ou dédiés aux ontologies et décrit plus complètement les outils présentés dans ce chapitre. Cet article contient des tableaux de comparaisons établies suite au développement de deux ontologies de taille différente avec chacun de ces outils. Les résultats peuvent être consultés sur le site :

46 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

47 Préambule (1/2) Ce chapitre présente des scénarii dutilisation dontologies Lobjet de ce chapitre est de présenter des applications dontologies, cest-à-dire des applications tirant parti et profit dune ontologie. Ces applications sont regroupées en classes correspondant à des scénarii abstraits dutilisation dontologies. Ces scénarii sont décrits selon un cadre conceptuel (ensemble de dimensions) proposé par [Uschold & Jasper, 99].

48 Préambule (2/2) Chaque scénario est décrit selon plusieurs dimensions communes Chaque scénario est décrit selon : son principe, lapport ou bénéfice tiré de lontologie, les technologies utilisées et des exemples dapplications qui sy conforment. Un diagramme illustre au préalable chaque scénario, dans lequel sont positionnés les principaux acteurs. Ces derniers sont référencés au moyen des sigles suivants : –AO : Auteur de lOntologie –DA : Développeur de lApplication –UA : Utilisateur de lApplication

49 Scénario : lontologie, en tant que spécification (1/3) Diagramme Ontologie AO DA Application 1... Application N UA Principe Lontologie modélise un domaine et fournit un vocabulaire pour spécifier les besoins dune (ou plusieurs) application(s) cible(s). Lontologie guide le développement de systèmes opérationnels. Suivant les cas, ces derniers peuvent contenir (ou non) une nouvelle représentation explicite de lontologie.

50 Scénario : lontologie, en tant que spécification (2/3) Apports de lontologie Les motivations pour cette approche sont diverses : - promouvoir la réutilisation de connaissances dans plusieurs applications, - faciliter la maintenance de logiciels grâce à une représentation explicite de lontologie sur laquelle ils sont basés, - rendre pérennes des connaissances ontologiques, dans une perspective de mémoire organisationnelle.

51 Scénario : lontologie, en tant que spécification (3/3) Exemples dapplications Lutilisation dontologies pour le développement de SBCs, telle que préconisée dans des méthodes comme CommonKADS [van Heijst et al., 97]. Lontologie PhysSys a été construite pour assister des ingénieurs dans le développement dapplications concernant lingénierie de systèmes physiques dynamiques [Borst & Akkermans, 97]. PhysSys exploite lontologie EngMath couvrant tous les aspects liés à la modélisation mathématique en ingénierie [Gruber & Olsen, 1994]. Technologies utilisées Des traducteurs unidirectionnels dontologies ou des méthodes de développement de systèmes (e.g., CommonKADS).

52 Scénario : Accès à des données via une ontologie partagée (1/4) Diagramme Ontologie AO se confo rment à Données opérationnelles DA Application 1... Application N UA

53 Scénario : Accès à des données via une ontologie partagée (2/4) Principe Une ontologie est créée pour permettre à plusieurs applications daccéder, par le partage ou léchange, à des données communes. Des traducteurs bi-directionnels sont développés pour faire le lien entre les structures de données propres aux applications et le format commun de lontologie. Apports de lontologie Un premier apport est de réduire le coût des applications multiples en leur donnant un accès à des données communes et de faciliter linter- opérabilité. Un second apport, pour lutilisateur final, est davoir accès - dans un format unique - à des sources dinformations hétérogènes.

54 Scénario : Accès à des données via une ontologie partagée (3/4) Exemples dapplications Le projet TOVE (Toronto Virtual Enterprise) vise à fournir une terminologie dentreprise qui soit partagée par plusieurs applications développées dans différentes unités de lentreprise (bureau détudes, fabrication, marketing, etc.) [Fox & Gruninger, 98]. Dans le projet EcoCyc (Encyclopedia of E. Coli Genes and Metabolism) une ontologie est utilisée pour construire une BC qui intègre des données provenant de différentes BDs hétérogènes dans le champ de la biologie moléculaire [Karp et al., 1999]. Le système MOMIS (Mediator envirOnment for Multiple Information Sources) intègre semi-automatiquement les schémas conceptuels de SI hétérogènes en un Thésaurus Commun. Cette ontologie est utilisée par un Médiateur qui interroge les différentes sources dinformation pour répondre à une requête dun utilisateur [Bergamaschi et al. 99].

55 Scénario : Accès à des données via une ontologie partagée (4/4) Technologies utilisées Des traducteurs bi-directionnels qui peuvent, suivant le cas, résider ou non dans les applications et être générés automatiquement. Des médiateurs qui intègrent les données venant des sources dinformation hétérogènes. Variantes du scénario La conception dun glossaire pour faciliter la communication au sein dune organisation, ou bien la construction dune ontologie pour faciliter laccès à une Mémoire dEntreprise. Dans ces cas, le consommateur dinformations est un être humain. Lorsque des acteurs dune organisation, ou bien des développeurs dapplications, ne peuvent tomber daccord sur une ontologie commune, plusieurs ontologies peuvent co-exister quil faut pouvoir relier au moyen de règles. Ce problème est étudié par [Uschold, 00].

56 Scénario : Recherche dinformations basée sur une ontologie (1/3) Diagramme Ontologie AO Information Requête Moteur UA de recherche Principe Un groupe dutilisateurs se mettent daccord sur une ontologie qui décrit un domaine spécifique. Lontologie est utilisée par un moteur de recherche pour accéder à des ressources (ex : des documents, des informations, des noms dexperts) dans un répertoire (ex : le Web ou un intranet).

57 Scénario : Recherche dinformations basée sur une ontologie (2/3) Apports de lontologie Lontologie joue le rôle dun index pour les ressources recherchées, ce qui renforce lespoir de retrouver des informations pertinentes. Les connaissances ontologiques permettent de représenter le sens de la requête et deffectuer des inférences sur les informations décrivant le contenu des ressources (les méta-data), permettant daméliorer la qualité de la recherche. Technologies utilisées Des browsers dontologies et des moteurs de recherche, constituant plus globalement des fournisseurs dinformation appelés brokers.

58 Scénario : Recherche dinformations basée sur une ontologie (3/3) Exemples dapplications Dans le cadre du projet (KA) 2, la communauté en Acquisition des Connaissances a conçu une ontologie utilisée par ses membres pour annoter des pages Web [Benjamins et al., 99a]. Ces méta-data et lontologie sont exploitées par Ontobroker [Decker et al., 99]. Le projet IBROW3 (Intelligent Brokering Service on the WWW) a développé un service daide à la configuration de SBCs à partir de composants génériques (des méthodes de résolution de problèmes) indexés par une ontologie [Benjamins et al., 99b]. Dans la société Boeing (Seatle) un thesaurus a été récemment étendu en une ontologie pour permettre en interne au personnel daccéder aux bons experts (application : Expert Locator) [Clark et al., 00].

59 Scénario : Traduction à base dontologie linguistique (1/3) Diagramme UA DA UA Texte Système de Texte en LN1 traduction en LN2 Lexique Ontologie Lexique AO LN1 LN2

60 Scénario : Traduction à base dontologie linguistique (2/3) Principe Lontologie fournit un niveau conceptuel indépendant de la langue, auquel des lexiques des langues concernées sont attachés. Les représentations du sens du texte sont prises en charge par lontologie qui joue le rôle dune interlangue. Apports de lontologie Lontologie fournit un moyen pour représenter la signification dun texte dans une interlangue. Elle permet à des lexiques pour différentes langues de partager des connaissances (le niveau conceptuel). Elle permet à des analyseurs de la langue source et à des générateurs dans la langue cible de partager des connaissances.

61 Scénario : Traduction à base dontologie linguistique (3/3) Exemples dapplications Le système PANGLOSS traduit des textes quelconques de lespagnol en anglais [Knight & Luk, 94]. Il utilise lontologie SENSUS qui intègre notamment WordNet et PENMAN upper Model et contient concepts et relations. Le système Mikrokosmos traduit en anglais des articles de journaux écrits en espagnol ou en chinois. Son ontologie contient 8000 concepts [Viegas, 99]. Technologies utilisées Principalement des analyseurs et des générateurs (e.g., PANGLYSER et PENMAN dans le cas de PANGLOSS).

62 Pour en savoir plus Sur les scénarii Larticle [Uschold & Jasper, 99] présente plus complètement les scénarii en tâchant dévaluer la maturité des technologies mises en jeu et en envisageant diverses variations autour de ces scénarii. Certains projets atypiques, comme le projet Cyc consistant à développer une ontologie couvrant lensemble des connaissances de sens commun, restent pour le moment en dehors des scénarii recensés. Sur les applications Les articles [van Zyl & Corbett, 00a] et [van Zyl & Corbett, 00b] instancient les scénarii par de nombreux exemples dapplications académiques ou industrielles. Le second article met plus particu- lièrement laccent sur les applications des ontologies linguistiques.

63 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

64 Bilan final LIngénierie Ontologique demeure une discipline naissante La variété des besoins et des champs de recherche concernés par le développement des ontologies explique la diversité des objets dénotés par le terme ontologie. LIngénierie Ontologique, au sein de lIngénierie des Connaissances, définit des concepts, méthodes et outils, pour rationaliser le dévelop- pement des ontologies. Cette discipline est en plein essor, en témoigne le nombre important de projets en cours et de séminaires qui lui sont consacrés. Cependant, les propositions émanant des projets et les pratiques ne sont pas encore unifiées. Un effort de synthèse et de diffusion hors du cadre académique reste encore à réaliser.

65 Pour approfondir certaines notions du domaine Des ressources pédagogiques sont présentes sur le web Sur le site du GRACQ, à la rubrique cours, on peut consulter un support de cours conçu par J. Charlet, N. Aussenac-Gilles, P. Laublet et B. Bachimont sur les Ontologies, les Terminologies et les Bases de Connaissances Terminologiques : Le site édité par R. Corrazon constitue une introduction complète à lOntologie Formelle. On y trouve présentés : un historique de la discipline, les acteurs dhier et daujourdhui, les développements récents, une liste douvrages et des références à dautres sites : Sur le site de C. Welty, on peut consulter un support de cours rédigé avec N. Guarino, introductif à la conférence FOIS (Formal Ontology in Information Systems) 2001 :

66 Pour continuer à suivre les évolutions de la discipline quelques sites régulièrement mis à jour Le site de P. Clark (Boeing) - à ce jour le plus complet - indexe toutes sortes dinformations relatives aux ontologies, portant sur : des projets, des organisations, des environnements de développement, des conférences, des actes de conférences en ligne et des ontologies (!). Il comporte quelques 300 entrées : Le projet IEEE SUO (Standard Upper Ontology) de définition dune ontologie générique destinée à devenir un standard international est présenté sur le site : Lorganisation Ontology.org édite un forum sur internet consacré aux applications des ontologies pour le commerce électronique :

67 Plan Avant Propos Quest-ce quune ontologie ? A quoi sert une ontologie ? Méthodes de construction Langages de spécification Environnements de développement Applications Conclusions générales Références

68 Références bibliographiques (1/12) [Arpirez-Vega et al., 98] Arpirez-Vega, J.C., Gomez-Pérez, A., Tello, A.L. & Pinto, S. (1998) (ONTO) 2 Agent: An ontology-based WWW broker to select ontologies. Proceedings of the 13th European Conference on Artificial Intelligence: ECAI-98, Brighton. [Assadi & Bourigault, 00] Assadi, H. & Bourigault, D. (2000) Analyses syntaxique et statistique pour la construction dontologies à partir de textes. In J. Charlet et al. (eds), Ingénierie des Connaissances ; Evolutions récentes et nouveaux défis, Eyrolles, pp [Aussenac-Gilles et al., 00] Aussenac-Gilles, N., Biébow, B. & Szulman, S. (2000) Revisiting Ontology Design: a methodology based on corpus analysis. Proceedings of the 12th International Conference on Knowledge Engineering and Knowledge Management: EKAW2000, R. Dieng & O. Corby (eds), LNAI 1937, Springer, pp [Bachimont, 00] Bachimont, B. (2000) Engagement sémantique et engagement ontologique : conception et réalisation dontologies en ingénierie des connaissances. In J. Charlet et al. (eds), Ingénierie des Connaissances ; Evolutions récentes et nouveaux défis, Eyrolles, pp

69 Références bibliographiques (2/12) [Barry et al., 01] Barry, C., Cormier, C., Kassel, G. & Nobécourt, J. (2001) Evaluation de langages opérationnels de représentation dontologies. Actes des journées Ingénierie des Connaissances : IC2001, Grenoble. A paraître. [Barthès, 98] Barthès, J.-P. A. (1998) La gestion des concepts et du vocabulaire dans lentreprise, terminologies et ontologies : état de lart. Rapport de veille technologique IIIA-98-VT9, 46 pages. [Benjamins et al., 99a] Benjamins, V.R., Fensel, D. & Decker, S. (1999) KA 2 : Building Ontologies for the Internet: A Midterm Report. International Journal of Human Computer Studies, 51(3). [Benjamins et al., 99b] Benjamins, V.R. et al. (1999) Towards Brokering Problem- Solving Knowledge on the Internet. Proceedings of the 11th European Workshop on Knowledge Acquisition, Modeling and Management: EKAW99, Dagstuhl (Allemagne). [Bergamaschi et al., 99] Bergamaschi, S., Castano, M.V.S. & Beneventano, D. (1999) Intelligent Techniques for the Extraction and Integration of Heterogeneous Information. Proceedings of the IJCAI-99 Workshop on Intelligent Information Integration, Stockholm.

70 Références bibliographiques (3/12) [Biébow & Szulman, 99] Biébow, B. & Szulman, S. (1999) TERMINAE: A linguistic- based tool for the building of a domain ontology. Proceedings of the 11th European Workshop on Knowledge Acquisition, Modeling and Management: EKAW99, Dagstuhl (Allemagne). [Blazquez et al., 98] Blazquez, M., Fernandez-lopez, M., Garcia-Pinar, J.M. & Gomez- Pérez, A. (1998) Building Ontologies at the Knowledge Level using the Ontology Design Environment. In Proceedings of the Workshop on Knowledge Acquisition, Modelling and Management: KAW98, Banff, Canada. [Borst & Akkerman, 97] Borst, P. & Akkermans, H. (1997) Engineering ontologies. International Journal of Human and Computer Studies, 46, pp [Bouaud et al., 94] Bouaud, J., Bachimont, B., Charlet, J. & Zweigenbaum, P. (1994) Acquisition and Structuring of an Ontology within Conceptual Graphs. Proceedings of the ICCS94 Workshop on Knowledge Acquisition using Conceptual Graph Theory, University of Maryland, College Park, MD, 1994, pp

71 Références bibliographiques (4/12) [Clark et al., 00] Clark, P., Thompson, J., Holmback, H. & Duncan, L. (2000) Exploiting a Thesaurus-Based Semantic Net for Knowledge-Based Search. Proceedings of the 12th Conference on Innovative Applications of Artificial Intelligence: IAAI-2000, Austin (Texas-USA), pp [Corcho & Gomez-Perez, 00] Corcho, O. & Gomez-Perez, A. (2000) Evaluating Knowledge Representation and Reasoning Capabilities of Ontology Specification Languages. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 3/1-3/9. [Decker et al., 99] Decker, S., Erdmann, M., Fensel, D. & Studer, R. (1999) Ontobroker: Ontology Based Access to Distributed and Semi-Structured Information. In R. Meersman et al. (Eds.), Database Semantics: Semantic Issues in Multimedia Systems, Kluwer Academic Publisher, pp [Domingue, 98] Domingue, J. (1998) Tadzebao and WebOnto: Discussing, Browsing, and Editing Ontologies on the Web. Proceedings of the 11th Workshop on Knowledge Acquisition, Modelling and Management: KAW98, Banff, Canada.

72 Références bibliographiques (5/12) [Duineveld et al., 99] Duineveld, A.J., Stoter, R., Weiden, M.R., Kenepa, B. & Benjamins, V.R. (1999) WonderTools? A comparative study of ontological engineering tools. Proceedings of the Workshop on Knowledge Acquisition, Modelling and Management: KAW99, Banff, Canada. [Eriksson et al., 99] Eriksson, H., Fergerson, R., Shahar, Y. & Musen, M.A. (1999) Automatic Generation of Ontology Editors. Proceedings of the Workshop on Knowledge Acquisition, Modelling and Management: KAW99, Banff, Canada. [Farquhar et al., 97] Farquhar, A., Fikes, R. & Rice, J. (1997) The Ontolingua Server: Tool for Collaborative Ontology Construction. International Journal of Human Computer Studies, 46(6), pp [Fernandez-Lopez, 99] Fernandez-Lopez, M. (1999) Overview Of Methodologies For Building Ontologies. Proceedings of the IJCAI99 Workshop on Ontologies and Problem-Solving Methods, Stockholm (Suède), pp. 4/1,4/13. [Fernandez-Lopez et al., 99] Fernandez-Lopez, M., Gomez-Pérez, A., Pazos-Sierra, J. & Pazos-Sierra, A. (1999) Building a Chemical Ontology Using Methontology and the Ontology Design Environment. IEEE Intelligent Systems, January/February, pp

73 Références bibliographiques (6/12) [Fox & Gruninger, 98] Fox, M.S. & Gruninger, M. (1998) Enterprise Modelling. AI Magazine, AAAI. [Gruber, 93a] Gruber, T. (1993) A translation approach to portable ontology specification. Knowledge Acquisition 5, pp [Gruber, 93b] Gruber, T.R. (1993) Towards Principles for the Design of Ontologies Used for Knowledge Sharing. In N. Guarino & R. Poli (Eds), Formal Ontology in Conceptual Analysis and Knowledge Representation, Kluwer Academic Publishers. [Gruber & Olsen, 94] Gruber, T.R. & Olsen, G.R. (1994) An Ontology for Engineering Mathematics. In J. Doyle, P. Torasso & E. Sandewall (Eds.), Proceedings of the Fourth International Conference on Principles of Knowledge Representation and Reasoning, Morgan Kaufmann, pp [Grüninger & Fox, 95] Grüninger, M. & Fox, M.S. (1995) Methodology for the Design and Evaluation of Ontologies. Proceedings of the IJCAI-95 Worshop on Basic Ontological Issues in Knowledge Sharing.

74 Références bibliographiques (7/12) [Guarino & Giaretta, 95] Guarino, N. & Giaretta, P. (1995) Ontologies and Knowledge Bases: Towards a Terminological Clarification. In N. Mars (Eds), Towards Very Large Knowledge Bases: Knowledge Building and Knowledge Sharing, IOS Press, Amsterdam, pp [Guarino, 97] Guarino, N. (1997) Some Organizing Principles For A Unified Top-Level Ontology. Proceedings of the AAAI Spring Symposium on Ontological Engineering, Stanford (USA). [Guarino, 98] Guarino, N. (1998) Formal Ontology and Information Systems. In N. Guarino (Eds), Formal Ontology in Information Systems, IOS Press, Amsterdam, pp [Guarino & Welty, 00a] Guarino, N. & Welty, C. (2000) A formal Ontology of Properties. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 12/1-12/8. [Guarino & Welty, 00b] Guarino, N. & Welty, C. (2000) Identity, Unity and Individuality: Towards a Formal Toolkit for Ontological Analysis. Proceedings of the 14th European Conference on Artificial Intelligence: ECAI 2000, IOS Press, Berlin, pp

75 Références bibliographiques (8/12) [Horrocks et al., 00] Horrocks, I., Fensel, D., Broekstra, J., Decker, S., Erdmann, M., Goble, C., van Harmelen, F., Klein, M., Staab, S., Studer, R. & Motta, E. (2000) The Ontology Inference Layer OIL. Technical report, August [Karp et al., 99] Karp, P.D. et al. (1999) EcoCyc: Encyclopedia of E. coli Genes and Metabolism. Nuclear Acids Research, 27, pp [Kassel, 99] Kassel, G. (1999) PHYSICIAN is a role played by an object, whereas SIGN is a role played by a concept. Proceedings of the IJCAI99 Workshop on Ontologies and Problem-Solving Methods: Lessons Learned and Future Trends, Stockholm (Sweden), pp /CEUR-WS/Vol-18/6-kassel.pdf [Kassel et al., 00] Kassel, G., Barry, C. & Abel, M.-H. (2000) Programmer au niveau connaissance en Def-*. In J. Charlet et al. (eds), Ingénierie des Connaissances ; Evolutions récentes et nouveaux défis, Eyrolles, pp

76 Références bibliographiques (9/12) [Klein et al., 00] Klein, M., Fensel, D., van Harmelen, F. & Horrocks, I. (2000) The Relation between Ontologies and Schema-languages: Translating OIL-specification in XML-Schema. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 7/1-7/12. [Knight & Luk, 94] Knight, K. & Luk, S. (1994) Building a Large-Scale Knowledge Base for Machine Translation. Proceedings of the National Conference on Artificial Intelligence AAAI-94. [Motta, 98] Motta, E. (1998) An Overview of the OCML Modelling language. In Proceedings of the 8th Workshop on Knowledge Engineering: Methods and Languages, KEML 98. [Motta, 99] Motta, E. (1999) Reusable Components for Knowledge Modelling. IOS Press, Amsterdam. [Nef, 98] Nef, F. (1998) Lobjet quelconque ; Recherches sur lontologie de lobjet. Librairie Philosophique J. Vrin.

77 Références bibliographiques (10/12) [Nobécourt, 00] Nobécourt, J. (2000) Mdos: a modelling language to build a formal ontology in either Description Logics or Conceptual Graphs. Proceedings of the 12th International Conference on Knowledge Engineering and Knowledge Management: EKAW2000, R. Dieng & O. Corby (eds), LNAI 1937, Springer, pp [Noy & Fridman, 97] Noy, N.F. & Hafner, C.D. (1997) The State of the Art in Ontology Design; A Survey and Comparative Review. AI Magazine, 18(3), pp [OLeary, 98] OLeary, D.E. (1998) Using AI in Knowledge Management: Knowledge Bases and Ontologies. IEEE Intelligent Systems, May/June 1998, pp [Uschold, 98] Uschold, M. (1998) Knowledge level modelling: Concepts and terminology. Knowledge Engineering Review, 13(1). [Uschold, 00] Uschold, M. (2000) Creating, Integrating and Maintaining Local and Global Ontologies. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 13/1-13/5.

78 Références bibliographiques (11/12) [Uschold & King, 95] Uschold, M. & King, M. (1995) Towards a Methodology for Building Ontologies. Proceedings of the IJCAI-95 Worshop on Basic Ontological Issues in Knowledge Sharing. [Uschold & Jasper, 99] Uschold, M. & Jasper, R. (1999) A Framework for Understanding and Classifying Ontology Applications. Proceedings of the IJCAI-99 Workshop on Ontologies ans Problem-Solving Methods, Stockholm. [van Heijst et al., 97] van Heijst, G., Schreiber, A.Th. & Wielinga, B.J. (1997) Using explicit ontologies in KBS development. International Journal of Human and Computer Studies, 45, pp [van Zyl & Corbett, 00a] van Zyl, J. & Corbett, D. (2000) Population of a Framework for Understanding and Classifying Ontology Applications. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 10/1-10/12.

79 Références bibliographiques (12/12) [van Zyl & Corbett, 00b] van Zyl, J. & Corbett, D. (2000) A Framework for Comparing the use of a Linguistic Ontology in an Application. Proceedings of the ECAI-00 Workshop on Applications of Ontologies and Problem-Solving Methods, Berlin, pp. 11/1-11/11. [Viegas, 99] Viegas, E. (1999) An Overt Semantics with a Machine-guided Approach for Robust LKBs. Proceedings of SIGLEX99: Standardizing Lexical Resources, University of Maryland.


Télécharger ppt "Veille technologique Ingénierie Ontologique Concepts, méthodes et outils Gilles Kassel."

Présentations similaires


Annonces Google