Modélisation et reformulation d’expressions temporelles extraites de textes en langage naturel Cyril Faucher1, Jean-Yves Lafaye1, Frédéric Bertrand1, Charles.

Présentation au sujet: "Modélisation et reformulation d’expressions temporelles extraites de textes en langage naturel Cyril Faucher1, Jean-Yves Lafaye1, Frédéric Bertrand1, Charles."— Transcription de la présentation:

1 Modélisation et reformulation d’expressions temporelles extraites de textes en langage naturel
Cyril Faucher1, Jean-Yves Lafaye1, Frédéric Bertrand1, Charles Teissèdre2,3 1 L3i, Université de La Rochelle, France 2 MoDyCo - Université de Paris Ouest Nanterre La Défense – CNRS 3 Mondeca, France AFADL du 9 au 11 juin 2010 – Poitiers Futuroscope Ce travail est financé par l’Agence Nationale de la Recherche (ANR-Contint, projet RelaxMultiMedias 2) 10es Journées Francophones Internationales sur les Approches Formelles dans l’Assistance au Développement de Logiciels)

2 Introduction Chaîne d’acquisition de connaissances temporelles
A partir de textes (dépêches) Produire une reformulation des informations saisies, dans un langage formel non ambigu, proche du langage naturel initial => validation sémantique par l’utilisateur Sous forme de modèles Evénements + propriétés temporelles Texte libre Texte contrôlé This contribution aims to show how temporal properties from a human activities simulator can be externalized and modelled. Outputs of a simulation are maps for analizing human activities and for decision making, optimisation The use case is based on the Telline seashell digging.

3 Plan 1. Contexte et objectifs 2. Workflow générique
3. Modéliser des propriétés temporelles d’événements 4. Acquisition et Modélisation de Connaissances Temporelles : chaîne TKAM 5. Conclusion et perspectives

4 1. Contexte 2 Notion d’événements
Nature des événements: culturels, touristiques Propriétés spatiales et temporelles Récurrence et périodicité Interopérabilité avec les standards du domaine (presse) IPTC (NewsML, EventsML) iCalendar 2 This contribution aims to show how temporal properties from a human activities simulator can be externalized and modelled. Outputs of a simulation are maps for analizing human activities and for decision making, optimisation The use case is based on the Telline seashell digging.

5 1. Contexte : utilisation de l’IDM
Utilisation de (Méta-) Modèles pivots pour assurer l’interopérabilité d’applications métier (passerelles entre espaces techniques) l’intégration de données hétérogènes la vérification de l’intégrité d’instances / d’information Exemple : transformation / reformulation / intégration Texte Libre DSL (Domain Specific Language) MODELE PIVOT SGBDR Texte contrôlé Ontologie Langages formels, langages de preuve Langages de règles Applications

6 1. Objectifs Représenter de manière intégrée des événements et leurs métadonnées Assurer la persistance dans une base de données / connaissances Aligner un modèle métier sur des ontologies existantes (donne accès à des raisonneurs, définit une sémantique de manière formelle et structurée) Formuler des requêtes sur le Modèle Pivot, exécuter dans un autre espace (ex. base de connaissances) Visualiser des ensembles de données conformes au Modèle Pivot dans des environnements ad hoc (SimileExhibit, Google Agenda, etc)

7 Représentation dans le modèle pivot
2. Workflow générique Métier : linguistique Modèle pivot Représentation dans le modèle pivot Vérification de propriétés structurelle (invariant) et sémantique Texte contrôlé Reformulation en langage naturel contrôlé à l’aide d’une grammaire formelle Dépêches CU1 : Persistance Associer des propriétés temporelles aux Events Texte Libre Extraction de connaissance Obtention de propriétés temporelles valides Représentation dans un DSL CU2 : Résolution de requêtes Rechercher des expressions temporelles dans les bases Modèle linguistique : expressions temporelles pour les périodes d’accès

8 3. Modéliser des propriétés temporelles d’événements : Comment ?
Deux types de représentations des occurrences d’événements Concrète : un ensemble (extension) contenant des dates identifiables dans un calendrier (une granularité est fixée, le calendrier est défini sur une base annuelle) Extension : { …, « de T14:00:00 à T16:00:00 », « de T14:00:00 à T16:00:00 », … } Abstraite : une formule décrit en intension l’ensemble précédent Particulièrement adapté aux événements périodiques ou pseudo périodiques (exceptions), et aussi aux événements définis relativement les uns par rapport aux autres Intension [Carnap] : « tous les jeudis de mai de chaque année de 14h à 16h » « tous les jours 3 heures avant la basse mer »

9 3. Modéliser des propriétés temporelles d’événements : avec quel modèle ?
Modèle métier : DSL Modèle d’accessiblité [Battistelli, Teissèdre] Modèle d’événement : métadonnées sur les événements (IPTC) spatiales temporelles … Modèles temporels existants ISO standard : Time geometry: Instant, Period, Allen’s relations iCalendar format : Periodic interval, Exception (+ periodic exception) TimeML [Pustejovsky], OWL-Time [Pan] Modèle temporel proposé synthèse de l’ISO et d’iCalendar sous une forme objet position relative (3 heures avant la basse mer) une grammaire formelle

10 3. Modéliser des propriétés temporelles d’événements : Periodic Temporal Occurrence
Extension de l’ISO 19108 Basé sur le concept de PeriodicRule Norme ISO 19108

11 3. Modéliser des propriétés temporelles d’événements : Position relative
Définition d’un intervalle entre 2 expressions temporelles avec les relations d’Allen Expression relative: 3 heures avant la Basse Mer Allen’s relations 1 This model describes the part concerning the relative expressions and that shows the usage of the Allen’s relations to define relative position.

12 3. Un langage textuel contrôlé pour exprimer des propriétés temporelles
L’utilisateur saisie des expressions temporelles avec un éditeur contextuel Techniques IDM : EMF, xText Peuplement Vue textuelle A textual controlled language to express periodical phenomena has been created in order to offer to the user a tool for editing models like a text. This tool is composed of a text editor with content assist to ease the typing of the temporal expressions.

13 3. Un langage textuel contrôlé pour exprimer des propriétés temporelles
Temporal Model Grammar (xText) PeriodicRule : ('(identified by 'name=ID')')? (frequency=Frequency)? ('using a time span as ' validity+=PeriodicTimeSpan)* ('time extent ' ruleExtent=TM_Period )? ; FreqWithDurationRef : ( (times=INT 'times') | // times is fixed to 1 ('during one' referenceDuration=Duration 'period') | (times=INT 'times during one‘ referenceDuration=Duration 'period') ) ('and starts on' startTime=TM_Instant)? The controlled text is based on a grammar and this grammar is linked directly with the concepts in the model For the class Periodic Rule, the attribute ruleExtent, thus for each concept in the model we are able to associate it with a grammar part The Texts, that are using the grammar, are conform to the model. On the models, we can define constraints and check them to validate a model

14 4. Acquisition et de Modélisation de Connaissances Temporelles : chaîne TKAM
Période d’accès d’un lieu exprimé en intension Le musée est ouvert tous les jours de 10h à 19h sauf le lundi Le restaurant est fermé les 1ère et 2ème semaines d’avril Le marché est exceptionnellement ouvert les 3ers dimanche de décembre

15 DSL des périodes d’accès
4. Acquisition et de Modélisation de Connaissances Temporelles : chaîne TKAM Métamodèle générique pour les Events Approche IDM Event ISO19108 Texte libre extension iCalendar DSL des périodes d’accès Métamodèle pivot pour les propriétés temporelles Grammaire formelle (xText) Données métier Instances du modèle pivot Textes contrôlés conforme à Solveur de requêtes Vérification de contraintes structurelle (invariant) et sémantique (modèle de calendrier)

16 Instances du modèle temporel Instances du modèle linguistique
4. Acquisition et de Modélisation de Connaissances Temporelles : chaîne TKAM - du texte en langage naturel au texte contrôlé - Expression saisie : « Ouvert du lundi au vendredi, de 9h à 18h. Nocturne le jeudi jusqu'à 22h. Fermé le 18 mai. » La chaîne de traitement a été expérimentée sur un corpus de 513 expressions fournies par RelaxNews iCalendar M D I Export Kermeta Instances du modèle temporel Instances du modèle linguistique M D I Texte contrôlé M D I

17 4b. Autre application : couplage d’un SMA avec le modèle temporel
SMA : DAHU Requête temporelle TimeManager Réponse : pêche autorisée, interdite ou restreinte Agents pêcheurs Modèle Temporel Texte réglementaire : “Digging is prohibited each year, from 9 pm to 6 am between July 1st and August 31st. Out of these periods, digging is allowed from 3 hours before low tide up to 3 hours after the same low tide (according to the tide almanac in Douarnenez).” Faucher C., Tissot C., Lafaye J.Y., Bertrand F., "Benefits of a periodic temporal model for the simulation of human activities", GeoVA(t) (Geospatial Visual Analytics : Focus on Time) Workshop at AGILE 2010, May 2010, Guimaraes (Portugal)

18 5. Conclusions Chaîne d’acquisition et de modélisation de connaissances temporelles D’un texte en langage naturel vers un texte contrôlé Un modèle générique d’expressions temporelles pour modéliser des phénomènes périodiques Extension de la norme ISO 19108 Expressions temporelles en intension (à l’inverse d’extension) Grammaire formelle Vérification structurelle et sémantique 2 cas d’utilisations pour expérimenter les approches dont 1 industriel

19 5. Perspectives Moteur de requêtes
en formulant une requête sous forme d’expressions temporelles exprimer et calculer l’intersection de deux expressions sans calculer leurs extensions Traduire une règle périodique en requête (SQL/SPARQL…) sur la base de données ou de connaissance Filtrer les nuplets/graphes candidats de la base pour optimiser l’exécution de la requête

20 Merci de votre attention
Modélisation et reformulation d’expressions temporelles extraites de textes en langage naturel Cyril Faucher1, Jean-Yves Lafaye1, Frédéric Bertrand1, Charles Teissèdre2,3 1 L3i, University of La Rochelle, France 2 MoDyCo - Université de Paris Ouest Nanterre La Défense - CNRS 3 Mondeca, France