Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
1
Modélisation d’informations temporelles
Cyril Faucher, Jean-Yves Lafaye, Frédéric Bertrand L3i, Université de La Rochelle, France Ce travail est financé par l’Agence Nationale de la Recherche (ANR-Contint, projet RelaxMultiMedias 2)
2
Texte en langage naturel
1. Introduction Chaîne d’acquisition de connaissances temporelles A partir de textes (dépêches) Notion d’événements Nature des événements: culturels, touristiques Propriétés spatiales et temporelles (périodicité) Interopérabilité avec les standards du domaine (presse) IPTC (NewsML, EventsML) iCalendar Sous forme de modèles Evénements + propriétés temporelles Texte en langage naturel Texte contrôlé 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.
3
1. Introduction Objectifs
Modéliser les informations temporelles liées aux événements Reformuler des textes en langage naturel dans une syntaxe contrôlée, proche du langage naturel initial Définir un langage de requêtes proche du langage naturel Définir une méthode pour associer le modèle temporel à un modèle métier (classes et instances)
4
2. Modéliser les propriétés temporelles d’événements
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] Non périodique : « le 1er jeudi de mai 2010 » Périodique : « tous les jeudis » « tous les jours 3 heures avant la basse mer » « tous les jeudis de mai de chaque année de 14h à 16h »
5
2. Modéliser les 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]
6
2. Modéliser les propriétés temporelles d’événements
Caractéristiques de notre modèle temporel Propriétés en Extension Primitives temporelles : Instant / Période (ISO 19108) Propriétés en Intension Primitives temporelles étendues : Périodicité d’intervalles (iCalendar) Exprimer des restrictions sur des intervalles périodiques Notion d’exception temporelle Exprimer des positions relatives entre événements Combiner des positions relatives avec la notion de périodicité Notre modèle est une extension de l’ISO et d’iCalendar
7
2. Modéliser les propriétés temporelles d’événements
Périodicité d’intervalles (1) et restrictions sur des intervalles périodiques (2) “du 5ème jour au 7ème jour de chaque semaine pendant les 3 premières semaines de chaque mois de 2008 à 2010” periodic time interval occurrence beginning: “du 5ème jour de chaque semaine” occurrence end: “au 7ème jour de chaque semaine” occurrences occurrence out of the time span t periodic time spans (restriction itself periodic) “de chaque 1ère semaine de chaque mois à la 3ème semaine de chaque mois” rule extent “de 2008 à 2010” This figure represents the occurrences following the temporal expressions We can see the occurrrence beginning, end and removed occurrence by an exception
8
2. Modéliser les propriétés temporelles d’événements
Exception non périodique (3) occurrences lundi t Exception (le dimanche 20/02/2011) “tous les jours sauf le dimanche 20 février 2011” Exception périodique (3) “tous les jours sauf le dimanche” This figure represents the occurrences following the temporal expressions We can see the occurrrence beginning, end and removed occurrence by an exception lundi Exception (dimanche) occurrences t
9
2. Modéliser les propriétés temporelles d’événements
Exprimer des positions relatives entre événements (4) “2h après la basse mer du dimanche 20 février 2011” Basse mer (du 20/02/2011) Evénement 2h t Combiner des positions relatives avec la notion de périodicité (5) “2h après la basse mer du dimanche” This figure represents the occurrences following the temporal expressions We can see the occurrrence beginning, end and removed occurrence by an exception Basse mer Basse mer Evénement Evénement 2h 2h t Intervalle périodique
10
2. Modéliser les propriétés temporelles d’événements : Periodic Temporal Occurrence
Extension de l’ISO 19108 Basé sur le concept de PeriodicRule Norme ISO 19108
11
3. Utilisation de notre modèle temporel
L’utilisateur saisit des expressions temporelles avec un éditeur contextuel Techniques de mise en œuvre issues de l’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.
12
4. Application Multiagent iCalendar
13
- du texte en langage naturel au texte contrôlé -
4. Chaîne TKAM (Acquisition et de Modélisation de Connaissances Temporelles) - 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. »
14
5. Conclusions 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 Contrôle structurel 2 cas d’utilisations pour expérimenter les approches dont 1 industriel
15
5. Perspectives Contrôle sémantique Moteur de requêtes
en formulant une requête sous forme d’expressions temporelles exprimer et calculer l’intersection de deux expressions sans calculer leurs extensions filtrer les nuplets/graphes candidats de la base pour optimiser l’exécution de la requête Définir une méthode pour associer le modèle temporel à un modèle métier (classes et instances)
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.