Chapter 8A Semantic Web Primer 1 Chapitre 8 - Conclusions et perspectives Grigoris Antoniou Frank van Harmelen

Chapter 8A Semantic Web Primer 2 Imbrication de l'ensemble Scénario: négociations entre robots logiciels personnels Chaque intervenant est représenté par un robot logiciel Ces robots sont chargés d'échanger la compréhension des termes: une ontologie (par ex., dans RDFS ou OWL) Les faits, les propositions et les décisions sont représentés sous forme de déclarations RDF

Chapter 8A Semantic Web Primer 3 Imbrication de l'ensemble (2) L'information est échangée dans certains langages à base XML (ou à base RDF) Les stratégies de négociation des robots sont décrites en langage logique Les robots décident de la poursuite de l'action par le biais d'inférences, basées sur la stratégie de négociation, les faits, les propositions et contrepropositions précédentes

Chapter 8A Semantic Web Primer 4 Langage des ontologies du web: Mieux est-il l'ennemi de bien? Au début, l'accent était mis sur la puissance d'expression Les langages simples ont des avantages: – support de raisonnement plus efficace – faciles à apprendre et à appliquer – plus faciles à supporter pour les vendeurs d'outils OWL Lite est un pas dans cette direction

Chapter 8A Semantic Web Primer 5 Règles et ontologies Les règles sont indépendantes de la logique des descriptions On peut imaginer vouloir les combiner – problèmes de calcul Les langages à base de règles sont-ils des alternatives à OWL? Les systèmes à base de règles au sommet des langages d'ontologies

Chapter 8A Semantic Web Primer 6 L'initiative du web sémantique connaîtra-t-elle le succès? Questions essentielles D'où proviendra le balisage sémantique? D'où proviendront les outils? Comment pourra-t-on gérer la multitude des ontologies? Où peut-on s'attendre aux premiers succès?

Chapter 8A Semantic Web Primer 7 D'où proviendront les ontologies? Certaines grandes ontologies sont en passe de devenir de facto des standards – WordNet – Ontologie cancer NCIBI De nombreuses petites ontologies ont été créées – manuellement (par ex., RosettaNet) ou – créées automatiquement par apprentissage machine, analyse des langages naturels et de sources légataires (par ex., schémas de données)

Chapter 8A Semantic Web Primer 8 D'où proviendra le balisage sémantique? Evidemment pas d'un travail manuel Outils pour des ressources de nouvelle information Techniques des langages naturels faisant emprunt aux sources légataires pour les anciennes ressources

Chapter 8A Semantic Web Primer 9 D'où proviendront les outils? Vaste panoplie existante – Editeurs, stockage, requête et inférence, visualisation, versionnage La plupart du temps développés dans le milieu académique... mais adoptés par le secteur marchand – Startups très innovantes

Chapter 8A Semantic Web Primer 10 Comment pourra-t-on gérer la multitude des ontologies? Enorme question au niveau de la recherche, toujours ouverte – goulet prévisible Diverses approches en cours d'essai – négociation – apprentissage machine – analyse linguistique

Chapter 8A Semantic Web Primer 11 Secteurs prometteurs pour un début de succès Gestion des connaissances –... en raison de la centralisation étatique E-Science – les scientifiques utilisent des ontologies, ce sont des utilisateurs informés et enthousiastes des nouvelles technologies E-Commerce viendra probablement plus tard – problèmes de confidentialité, sécurité et sûreté.