Références

• Livres :
Introduction aux Ontologies ! T. B. Passin, « Explorer!s guide to the Semantic Web », Manning Ed., 2008.
! E. Luczak, « A Guide to the Semantic Web », Leading Edge Forum Technology Grant,
2004.
Bernard ESPINASSE ! G. Antoniou, F. van Harmelen, « A Semantic Web Primer », The MIT Press, Cambridge,
Professeur à l'Université d'Aix-Marseille Massachusetts, London, England, 1999.
! R. Sharman, R. Kishore, R. Ramesh, Ontologies : A Handbook of Principles, Concepts
and Applications in Information Systems, Springer, 2007.
2010
! …
• Cours/exposés :
! M. Gagnon, Cours Ecole Polytechnique de Montréal, 2007.
• Définition de la notion d!ontologie ! D. Genest, Cours Université d!Augers, 2008.
! S. Garlatti, Cours ENST, Paris, 2006.
! N. Cullot, Tutoriel à Inforsid 2004.
• Types et exemples d!ontologies
! C. Roche, Tutoriels à Inforsid 2002 et EGC2003.
! …
• Grands modèles informatiques d!ontologies • Articles :
! M. Uschold, M. Gruninger, « Ontologies: Principles, Methods and Applications »,
• Développement d!ontologies Knowledge Engineering Review; Vol. 11 N°2, 1996.
! C. Roche, « Terminologie et Ontologie », Revue Langages, n°157, Ed. Larousse, 2005.
! N.F. Noy, D.L. McGuinness, Développement d!une ontologie 101 : Guide pour la création
de votre première ontologie, Université de Stanford, Stanford, CA, 94305 Traduit de
l!anglais par Anila Angjeli, BnF, Bureau de normalisation documentaire.

Introduction aux Ontologies - Bernard ESPINASSE - 1 Introduction aux Ontologies - Bernard ESPINASSE - 2

Plan Définition (1)

• Définition de la notion d!ontologie : Origine étymologique : du grec
! DefinitionS
! Un objet pluridisciplinaire Ontos = Ontos = être
! Ontologie : approche computationnelle
! Définition formelle d!une ontologie Logia = Logia = discours (langage+raison)
• Types et exemples d!ontologies : Point de vue sémiotique sur l!ontologie :
! Types d!ontologies Sémiotique : étudie le processus de signification c'est-à-dire la production, la
! Exemples d!ontologies codification et la communication de signes
• Grands modèles informatiques d!ontologies :
! Syntaxe : un ensemble de signes (symboles, entrées lexicales) qui
! Modèles Conceptuels
font sens pour des humains, pas pour des machines
! Modèles Logiques
! Comparaison modèles conceptuels et logiques
! Sémantique : relations entre les signes et des entités du monde réel
• Développement d!ontologies :
! Du cycle de vie d!une ontologie à l!ingénierie ontologique ! Pragmatique : quels signes sont utilisés dans quel but?
! Environnements de développement
! Social : qui utilise quels signes?

Introduction aux Ontologies - Bernard ESPINASSE - 3 Introduction aux Ontologies - Bernard ESPINASSE - 4
Définition (2) Définition (3)
Définitions dans la littérature :
! [Gruber, 93] : Ce que les ontologies ne sont pas :
« An ontology is an explicit specification of a conceptualisation • un catalogue du monde
« Une ontologie est une spécification explicite d!une conceptualisation » • une liste d!objets
In the context of knowledge sharing, I use the term ontology to mean a
• uniquement une base de connaissances
specification of a conceptualization. That is, an ontology is a description
(like a formal specification of a program) of the concepts and relationships Ce que les ontologies sont :
that can exist for an agent or a community of agents. • terminologies
What is important is what an ontology is for.
• systèmes (structure) de sens : ex : des taxinomies
! [Uschold, Gruninger, 96] :
« An ontology is a shared understanding of some domain of interest » Les ontologies ont pour but d!être :
« Une ontologie est une compréhension partagée d!un domaine • consensuelles
d!intérêt »
• normatives
! [Guarino] :
• cohérentes
« en IA, une ontologie représente un artefact d!ingénierie, constitué par
un vocabulaire spécifique utilisé pour décrire une certaine réalité, • partageables
accompagné d!un ensemble d!hypothèses implicites concernant la • réutilisables
signification des mots de ce vocabulaire »

Introduction aux Ontologies - Bernard ESPINASSE - 5 Introduction aux Ontologies - Bernard ESPINASSE - 6

Utilisation des Ontologies Un objet de recherche pluridisciplinaire

(d!après Roche 2003) (d!après Roche 2003)

Approche
computationnelle

Introduction aux Ontologies - Bernard ESPINASSE - 7 Introduction aux Ontologies - Bernard ESPINASSE - 8
Ontologie : approche computationnelle Définitions formelles autour de l!Ontologie (1)
(d!après Roche 2003) (d!après Garlatti)

Approche computationnelle : 1. Ontologie abstraite :

Soit un langage logique L ayant une sémantique formelle dans laquelle
• Avantages :
des règles d’inférences peuvent être exprimées
! Méthodes de l!Ingénierie des Connaissances
Une ontologie abstraite est une structure O = (C, " C, R, F, " R, IR)
! Méthodes du Génie Logiciel : avec:
« la construction de l!ontologie est intégrée dans une démarche génie • C et R = 2 ensembles disjoints dont les éléments sont
logiciel » : respectivement appelés Concepts et Relations
=> Cycle de Vie d!une Ontologie • Un ordre partiel " C sur C, appelé hiérarchie de concepts ou
taxonomie
• Inconvénients :
• Une fonction # de C sur C appelée signature
! Focalisation sur la résolution de problèmes (approche procédurale)
• Un ordre partiel " R sur R, où r1 " R r2 implique #(r1) "C #(r2), pour
! Perte de la dimension linguistique
r1, r2 ! R, appelé hiérarchie de relations
! Perte de la dimension épistémologique :
• IR = un ensemble de règles d’inférences exprimées dans le
langage logique L.

Introduction aux Ontologies - Bernard ESPINASSE - 9 Introduction aux Ontologies - Bernard ESPINASSE - 10

Définitions formelles autour de l!Ontologie (2) Types d!ontologies (1)

(d!après Garlatti)
Soient les fonctions : • Top-Ontologie :
• Dom: R ! C avec Dom(r) := $1(#(r)) donne le domaine de r ! niveau le plus élevé structurant les connaissances de haut niveau avec
• range: R ! C avec range(r) := $2(#(r)) donne son échelle de valeurs des catégories dont l!organisation dépend de réflexions philosophiques
! elle contient des objets et non des structures
2. Un lexique pour une ontologie abstraite O = (C, "C, R, F, "R, IR) est une ! elle ne s!instancie pas, elle se spécialise (elle donne les objets les plus
structure Lex := (SC, SR, RefC, RefR) consistant en : généraux du domaine, les autres objets en seront des spécialisations et
• 2 ensembles SC et SR dont les éléments sont appelés signes (entrées non des instances)
lexicales) respectivement pour des concepts et des relations • Core-Ontologie :
• 2 relations RefC " SC x C et RefR " SR x R appelés affectations de
! elle fournit des concepts structurant du domaine et les relations entre ces
référence lexicale respectivement pour des concepts et relations.
concepts
- A partir de RefC, définissons pour s ! SC : RefC (s) := { c ! C | (s,c) ! RefC } ! Ex. en médecine : concepts de diagnostic, signe, structure anatomique ;
- Et pour c ! C, définissons : RefC $1 C (c) := { s ! S | (s,c) ! RefC } relations comme celles liées à la localisation d!une pathologie sur une
- RefR et RefR $1 sont définies de la même manière structure anatomique
• Ontologie du domaine :
3. Une ontologie concrète est une paire (O, Lex) où O est une ontologie
abstraite et Lex un lexique pour O. ! elle fournit les concepts du domaines tels qu!ils sont manipulés par des
professionnels du domaine.

Introduction aux Ontologies - Bernard ESPINASSE - 11 Introduction aux Ontologies - Bernard ESPINASSE - 12
 Types d!ontologies (2) Types d!ontologies (3)
• Top-Ontologies : ontologies de catégorie (philosophique)
! Spécification de cayégorie de concept de très haut niveau (objet,
liens is_a événement, état, processus, …)
• Core-Ontologies : ontologies génériques de type thesaurus :
! Spécification d!un vocabulaire de référence (physique, math, …)
Spécialisation ! Hiérarchies de termes, relations sémantiques entre les termes
(synonymes, composition, ...)
liens is_a
• Ontologie de domaine : ontologies descriptives
! Spécification sémantiquement riche d!un domaine
liens is_a
! Définitions de concepts et de relations entre ces concepts pour construire
des ontologies spécialisées à partir d!ontologies plus générales (core-
ontologies) décrivant un domaine
• Taxinomies
! du grec « taxis » : arrangement, ordre (taxon : classe)
! science des lois de la classification

Introduction aux Ontologies - Bernard ESPINASSE - 13 Introduction aux Ontologies - Bernard ESPINASSE - 14

Exemples d!ontologies Une ontologie générique (Top) : SUMO (1)

• Top-Ontologies :
! SUMO, SUMO (Standard Upper Ontology) : ontologie développée dans le cadre du
! DOLCE projet IEEE SUO :
! KR Ontology • [Link]
! Upper Cyc,
! … • Objectif : constituer un standard pour permettre l!interopérabilité sémantique
entre tous les systèmes d!information
• Core-Ontologies :
! Mikrokosmos • SUMO comporte plusieurs centaines de concepts et de relations généraux
! TOVE (Université de Toronto), devant permettre de définir les principales distinctions entre n!importe
! … quelles entités pouvant faire l!objet de raisonnements.
• Ontologies de domaine :
• SUMO introduit les « premières » distinctions qu!il est possible de faire,
! ontologies diverses (KSL serveur),
pour classer et définir les objets de n!importe quel domaine
! …
• Taxinomies : • SUMO doit pouvoir être réutilisée pour construire des ontologies de
! taxinomies en sciences du vivant : ex : faunes, flores, … domaine, en introduisant des concepts plus spécifiques en spécialisant
! taxinomies de l!artificiel : ex : taxinomie des usinages, les concepts de l!ontologie générique.
! …

Introduction aux Ontologies - Bernard ESPINASSE - 15 Introduction aux Ontologies - Bernard ESPINASSE - 16
Une ontologie générique (Top) : SUMO (2) Une ontologie générique (Top) : SUMO (3)
Sous-ensemble de concepts les plus génériques de SUMO : • Pour définir ces concepts et permettre de raisonner sur les objets qu!ils désignent, SUMO
ENTITÉ
comporte des relations générales permettant, par ex de représenter le fait :
PHYSIQUE ABSTRAIT
! qu!un objet EST COMPOSÉ d!autres objets ou bien
ATTRIBUT

OBJET PROCESSUS QUANTITÉ ! qu!un processus A DÉBUTÉ À ou s!EST TERMINÉ À un certain instant
PROCESSUS
NOMBRE Exemple : relations casuelles servant à décrire les différents rôles pouvant être joués par
OBJET
NATUREL
PSYCHOLOGIQUE
QUANTITÉ
des entités participant à un processus, des entités peuvent :
ARTEFACT
PHYSIQUE • diriger l!action (relation : A POUR AGENT) ou la subir (A POUR PATIENT),
ACTE DE
ANIMÉ
COMMUNICATION
• être les lieux d!origine ou de destination (A POUR ORIGINE/DESTINATION)
• servir d!instrument pour la réalisation du processus (A POUR INSTRUMENT).
• 1° distinction entre :
! les entités PHYSIQUES possédant une localisation spatio-temporelle (ex : une pomme, la • Enfin, une entité subissant le processus peut :
fonte d!un glacier) et ! ne pas avoir de modification (A POUR RESSOURCE) ou
! les entités ABSTRAITES n!en possédant par (ex : l!entier naturel 5, le théorème de ! être créée et constituer le résultat de l!action (A POUR RÉSULTAT).
Pythagore).
ROLE CASUEL
• 2° distinction des entités PHYSIQUES :
! celles possédant (principalement) une localisation spatiale : les OBJETS – (ex : un glacier, A POUR AGENT
un être humain) et
A POUR PATIENT
! celles qui possèdent (principalement) une localisation temporelle : les PROCESSUS – (ex :
A POUR ORIGINE
la chute d!une pomme, une réunion de personnes).
• 3° distinction parmi les OBJETS : A POUR RESSOURCE
A POUR DESTINATION
! sont distingués les OBJETS NATURELS, par opposition aux ARTEFACTS, conçus de la A POUR RÉSULTAT
main de l!homme.

Introduction aux Ontologies - Bernard ESPINASSE - 17 Introduction aux Ontologies - Bernard ESPINASSE - 18

Une ontologie générique (Top) : DOLCE Une ontologie générique (Top/Core ?) : KR de Sowa
DOLCE (Descriptive Ontology for Linguistic and Cognitive Engineering) : Top-
KR de Sowa (père des graphes conceptuels):
ontologie pour concevoir des ontologies de domaine :
• [Link] ! ontologie générique à visée universelle
• Taxinomie des catégories de base de DOLCE : ! [Link]
! les catégories correspondent à des prédicats unaires qui se définissent
par conjonction de plus haut niveau : form(x)=independant(x)#abstract(x)

Introduction aux Ontologies - Bernard ESPINASSE - 19 Introduction aux Ontologies - Bernard ESPINASSE - 20
Une ontologie générique (Core ?) : Mikrokosmos Une ontologie générique (Core): TOVE (1)
• Mikrokosmos : TOVE : EIL, Université de Toronto [Fox, Grüninger et al.]
! ontologie des matériaux (hiérarchies multiples) ! [Link]
! Objectifs : créer des modèles d!entreprise, modéliser les connaissances
génériques de l!entreprise
! Définit une terminologie constituée de :
• objets et concepts de l!entreprise
• prédicats (attributs et relations)
• axiomes (fbf de la logique du 1°ordre) pour définir la sémantique
des termes
! Plusieurs ontologies relatives aux notions de :
• activité
• temps
• organisation
• ressources
• coût
• …

Introduction aux Ontologies - Bernard ESPINASSE - 21 Introduction aux Ontologies - Bernard ESPINASSE - 22

Une ontologie de domaine : TOVE (2) Une ontologie de domaine : TOVE (3)
TOVE : Ontologie sur la notion d!Activité : TOVE : Ontologie sur la notion d!Activité :
Activité :
! opération élémentaire de changement d!état
! graphe liant un état initial à un état final
! à la base des plans d!actions

Introduction aux Ontologies - Bernard ESPINASSE - 23 Introduction aux Ontologies - Bernard ESPINASSE - 24
Une ontologie de domaine : TOVE (4) Plusieurs ontologies pour une même conceptualisation
TOVE : Ontologie sur la notion d!Activité (suite) : Ex : le concept d!activité vue par 2 ontologies (exprimé en langage KIF) :
• Définition d!un plan d!action (en KIF : knowledge Interchange Format): • TOVE : Univ. Toronto [Fox, Gruninger et al. ] :
(define-class plan_action (?a) :def Une activité est l!opération élémentaire de changement d!état. Elle correspond à un
(forall (?alpha ?f ?s) graphe (activity cluster) liant un état initial, dans lequel doit se trouver le système
(=> (holds (agent_constraint ?alpha (fluent_goal ?f)) ?s) pour que l!activité soit applicable, à un état final. Ainsi, un plan d!action, structurant
(forall (?ap ?s1 ?s2) plusieurs activité, sera défini par :
(=> (and (subaction ?ap ?a) (leq ?s1 ?s2) (Do ?ap ?s1 ?s2 (intended ?s2)) (define-class plan_action (?a) :def
(holds ?f ?s2))))) (forall (?alpha ?f ?s)
(=> (holds (agent_constraint ?alpha (fluent_goal ?f)) ?s)
• Sémantique complexe : (forall (?ap ?s1 ?s2)
Exemple : spécifier toutes les connaissances relatives à l!activité, la notion (=> (and (subaction ?ap ?a) (leq ?s1 ?s2) (Do ?ap ?s1 ?s2 (intended ?s2))
statut d!activité (dormant, executing, suspended, reExecuting, (holds ?f ?s2)))))
terminated) : le statut « dormant » est défini par l!axiome : • Enterprise Ontology : Univ. of Edinburgh [Uschold, King et al.] :
« An activity is dormant after performing an action iff at least one of its enabling [Link]
states was committed by the action, or it was already dormant and none of its Une activité est définie comme étant décomposable en sous activités, réalisée par
enabling states were enabled by the action: » un exécutant et nécessitant des ressources. Elle hérite de la classe %Activity-Or-
(EQ 38) ($ a,e, #) holds(activity_status(a, dormant), do(e, #)) " ((&eksist; s) state(s,a) & e= Spec!, définie (Ontolingua-KIF) par la fonction :
commit(s,a) & holds(status(s,a,possible), #)) | ¬((&eksist; s) substate(s,a) & e=enable(s,a)) & (Define-Class Activity-Or-Spec (?X)
holds(activity_status(a, dormant),#) "The union of Activity and Activity-Spec"
:Iff-Def (And (Eo-Entity ?X) (Or (Activity ?X) (Activity-Spec ?X)))
:Axiom-Def (Partition Activity-Or-Spec (Setof Activity Activity-Spec)))

Introduction aux Ontologies - Bernard ESPINASSE - 25 Introduction aux Ontologies - Bernard ESPINASSE - 26

Une ontologie de taxinomie (de domaine) Ontologies accessibles sur le Web (1)
Ontologie sur les différents types d!usinage [Roche] :
• DOLCE (Descriptive Ontology for Linguistic and Cognitive
Engineering) : Top-ontologie pour concevoir des ontologies de
domaine
• SUMO (Suggested Upper Merged Ontology) : Top-ontologie
universelle des grandes catégories d!objets et de pensées pour
permettre l!interopérabilité sémantique entre tous les SI
! 20000 termes définis•
! [Link]
• General Formal Ontology (GFO) : Top-ontologie développé en
médecine, grandes catégories comme les objets, les processus, le
temps, l!espace, les propriétés, les rôles, …
! [Link]

Introduction aux Ontologies - Bernard ESPINASSE - 27 Introduction aux Ontologies - Bernard ESPINASSE - 28
Ontologies accessibles sur le Web (2) Ontologies accessibles sur le Web (3)
• Dublin Core Meta data Initiative (DC) : Core-ontologie pour la
représentation de documents • Quelques autres ontologies sur le Web :
! [Link]
! [Link]
! [Link]
! [Link]
• Mindswap : ! [Link]
! premier site Web Sémantique, toutes les informations sont ! [Link]
contenues dans une base de données OWL et RDF/XML. ! [Link]
! [Link]
! Plusieurs utilitaires pour créer les informations sémantiques, ! [Link]
notamment à partir de documents électroniques existants ! [Link]
! [Link] ! [Link]
! [Link]
! [Link]
! [Link]
! …

Introduction aux Ontologies - Bernard ESPINASSE - 29 Introduction aux Ontologies - Bernard ESPINASSE - 30

Grands modèles informatiques d!ontologies (1) Grands modèles informatiques d!ontologies (1)
• Besoins spécifiques des ontologies :
! Structuration des informations
! Modèles conceptuels :
! Spécification de contraintes • Projet DOGMA, STARLaboratory, Université libre de Bruxelles
! Raisonnement/Validation Requêtes [Link]
! Gestion des instances • Projet MADS, Laboratoire de bases de données, Ecole Polytechnique
Comment ces besoins sont-ils pris en compte dans différents systèmes de Lausanne
informatiques existants représentatifs des modèles d!ontologies ?
[Link]
• 2 grands modèles :
• …
! Modèles Conceptuels : approche bases de données :
! Entité-Relation, ! Modèles logiques DL :
! UML, … • Projet du W3C Consortium groupe « WebOnt» : OWL (OntologyWeb
! Modèles Logiques : approche IA et représentation Language)
des connaissances : [Link]
! Réseaux Sémantiques, • Projet KAON (KarsruheOntology)
! Graphes Conceptuels, [Link]
! Frames,
• …
! logique de description (DL),…
Introduction aux Ontologies - Bernard ESPINASSE - 31 Introduction aux Ontologies - Bernard ESPINASSE - 32
Modèles ontologiques : approche Bases de Données Modèles ontologiques : approche Logique
Exemple de Modèles Conceptuels pour les ontologies : Principaux formalismes/environnements logiques :
DOGMA : STAR Laboratory, Université Libre de Bruxelles
! Modèle conceptuel pour les ontologies : ! Logiques de frames :
! base de l!ontologie «lexons» : entités, relations binaires, hiérarchie de • Ontobroker, Florid, XSB, KAON...
généralisation :
Personne Est_Membre Comité ! Graphes conceptuels :
Auteur SubTypesOf Personne
! contraintes «commitments» : cardinalité, identifiant, intégrité : • Prolog+CG, Corese, …
Chaque Comité Est_Présidé_Par au plus une Personne. ! RDF / RDF Schéma :

MADS (Modélisation d!Applications à Données Spatio-temporelles), EPFL- • Sesame, RQL, TRIPLE, SiLRi, ...
Laboratoire de Bases de Données :
! Logiques de descriptions (LD) :
! Modèle Conceptuel spatio-temporel :
! Entités complexes • Loom, FaCT, Racer, Jena, ...
! Relations N-aires
! Hiérarchies de généralisation/spécialisation : lien Is-a et lien May-be • OWL, …
! Types Abstraits de données : spatial, temporel

Introduction aux Ontologies - Bernard ESPINASSE - 33 Introduction aux Ontologies - Bernard ESPINASSE - 34

Modèles ontologiques : OWL et KAON Modèles d!ontologies Conceptuels VS Logiques DL (1)

OWL : Ontology Web Language – Web Sémantique Modélisation des informations (d!après N. Cullot) :
! Construit au-dessus de RDFS pour répondre à des besoins de plus • Structures complexes (objets, entité complexes) et les relations n-aires sont
d!expressivité du langage bien adaptées à la modélisation des entités du monde réel :
! Basé sur les logiques de description (LD) ! Modèles conceptuels : le permettent
! Modèles logiques DL (OWL DL, KAON) : relations binaires et objets sont
! Issu des projets de recherche américain DAML (Darpa Agent Markup
« éclatés » en plusieurs concepts et rôles (propriétés) : Modélisation moins
Language) et européen OIL (Ontology Inference Layer)
intuitive et plus éloignée des objets du monde réel
! 3 couches selon les constructeurs considérés : • Hiérarchies de généralisation/spécialisation : pour définir des
! OWL Lite : facile à implémenter, plus expressif que RDFS concepts/objets, des relations/rôles à partir de concepts/relations existantes :
! Modèles conceptuels : offrent des liens d!héritage :
! OWL DL : basé sur une logique de description expressive et décidable
! Modèles logique DL : supportent la définition de hiérarchies d!héritage
! OWL Full : complètement compatible avec la sémantique de RDFS • Concepts « définis » : possibilité de définir des concepts à partir d!autres :
KAON : KArslruhe ONtology ! en général pas possible dans modèles conceptuels (utilisation des vues
! Modèle pour les ontologies (OI-Model) : et les objets dérivés limitée)
! Les modèles logiques DL : le permettent naturellement
! concepts, hiérarchies de concepts
• Spécification des contraintes : enrichissant la description de la structuration
! rôles, hiérarchies de rôles
des données, elles doivent être prises en compte :
! contraintes de cardinalités ! les modèles conceptuels : permettent de spécifier certaines contraintes
! instances ! Les modèles logiques DL : le permettent naturellement

Introduction aux Ontologies - Bernard ESPINASSE - 35 Introduction aux Ontologies - Bernard ESPINASSE - 36
Modèles d!ontologies Conceptuels VS Logiques DL (2) Modèles d!ontologies Conceptuels VS Logiques DL (3)
(d!après N. Cullot)
Langages de requêtes : Gestion des instances :
! Interrogation de schéma : pour découvrir les objets/concepts, les Une caractéristique des ontologies est leur vocation à « évoluer » pour
relations/rôles et les propriétés existantes : s!enrichir : Schéma et instances
! Modèles logiques DL : parfois des prédicats permettent d!interroger le • Modèles conceptuels : les SGBD appliquent des règles strictes pour la
schéma description des instances :
! Modèles conceptuels : on dispose en général de langages algébriques
! Respect des contraintes lors de la création de l!instance,
! Raisonnement sur le schéma :
! Modèles logiques DL : mécanismes puissants de raisonnement pour ! Application de l!hypothèse du monde clos : informations non décrites
classifier les concepts, pour vérifier la cohérence des spécifications sont considérées comme fausses
(concept satisfiable ?, spécifications consistantes ?
• Modèles logiques LD : ils offrent plus de souplesse :
! Modèles conceptuels : pas vraiment
! Interrogation des instances : ! Application de l!hypothèse du monde ouvert
! Modèles conceptuels (BD): langages puissants (SQL, OQL, …) pour ! Informations non décrites pourront « potentiellement » être vraies ou
l!interrogation des instances fausses
! Modèles logiques DL : parfois (RACER) des prédicats permettent
d!interroger des instances, ainsi que le raisonnement sur ces instances (d!après N. Cullot)

Introduction aux Ontologies - Bernard ESPINASSE - 37 Introduction aux Ontologies - Bernard ESPINASSE - 38

Modèles d!ontologies Conceptuels VS Logiques DL (4) Développement d!ontologies : génie logiciel et

(d!après N. Cullot)
ingénierie de la connaissance
Modèles Conceptuels (approche BD) : Approche de Fernandez-Lopez, Gomez-Pérez, Univ. Madrid :
! Forces :
• Modélisation des informations / Objets complexes
• Richesse des types de données manipulés
! Faiblesses :
• Pas de spécification de concepts « définis »
• Pas d!outils d!inférences
Modèles logiques LD (approche logique) :
! Forces :
• Cadre formel de spécification qui permet le raisonnement
• Raisonnement en « monde ouvert » adapté à l!évolutivité des
ontologies
! Faiblesses :
• Modélisation moins intuitive (concepts, rôles binaires)
• Types de données moins riches
=> actuellement, plus de possibilités avec les Modèles Logiques (LD)

Introduction aux Ontologies - Bernard ESPINASSE - 39 Introduction aux Ontologies - Bernard ESPINASSE - 40
Développement d!ontologies : CommonKADS Développement d!ontologies : agents logiciels
Extension AIFB de CommonKADS : Approche de la FIPA (FOUNDATION FOR INTELLIGENT PHYSICAL
AGENTS) : Ontology Service Specification – (Agents Logiciels) :

Introduction aux Ontologies - Bernard ESPINASSE - 41 Introduction aux Ontologies - Bernard ESPINASSE - 42

Développement d!ontologies : gestion des Ingénierie Ontologique (1)

connaissances Approche « Ingénierie Ontologique » de Uschold & King, « Towards a
Approche Gestion de la connaissance (R. Dieng et al.): Methodology for Building Ontologies » AIAI-TR-183 :

Guide Méthodologique : 4 étapes

! 1. Identification des Objectifs et du Contexte
! 2. Construction de l!Ontologie
! 2.1. Capture de l!Ontologie
! 2.2. Codage de l!Ontologie
! 2.3. Intégration d!Ontologies Existantes
! 3. Évaluation
! 4. Documentation

Introduction aux Ontologies - Bernard ESPINASSE - 43 Introduction aux Ontologies - Bernard ESPINASSE - 44
Ingénierie Ontologique (2) Ingénierie Ontologique (3)
Uschold & King, « Towards a Methodology for Building Ontologies » : Uschold & King, « Towards a Methodology for Building Ontologies » :
1. Identification des Objectifs et du Contexte : 2. Construction de l!Ontologie :
! une ontologie pour quoi faire ? 2.1. Capture de l!Ontologie : Indépendante d !un langage de
représentation « Conceptualisation » :
! utilisations prévues, finalités ?
! Identification des concepts et des relations clés :
! utilisateurs potentiels de l !ontologie ? ! Catégorisation et Capture de l!Ontologie : Comment déterminer les
! domaines, couvertures « sémantique » : vocation concepts ?
• Approche Descendante : partir d !un nombre réduit de concepts que
encyclopédique ou spécialisée,
l !on spécialise
! objectifs : informer, normaliser, capitaliser, rechercher, • Approche Ascendante : partir de tous les termes spécifiques
communication inter-logicielles, • Approche Intermédiaire (Middle-Out, Basic Level) : les concepts se
structurent autour de concepts intermédiaires, ni trop généraux, ni
! utilisateurs : terminologies, sources d !information, trop spécifiques.
! propriétés visées : consensus, cohérentes, consistantes, ! Définitions en LN précises & non ambiguës pour les concepts et
inférences. relations,
=> démarche : méthode d!acquisition, langage de représentation ! Identification des termes dénotant les concepts et les relations,
! Agrément

Introduction aux Ontologies - Bernard ESPINASSE - 45 Introduction aux Ontologies - Bernard ESPINASSE - 46

Ingénierie Ontologique (4) Outils et environnements pour les Ontologies

Uschold & King, « Towards a Methodology for Building Ontologies » : ! Les Frames et Logique du Premier Ordre :
• [Link]
2. Construction de l!Ontologie :
•…
2.2 Codage de l!Ontologie : « Représentation Explicite de la ! Les Logiques de Descriptions :
Conceptualisation » • [Link]
! Langage formel : Prolog, KL-One, OIL, CG • [Link]
• [Link]
2.3. Intégration d !Ontologies Existantes : •…
! Les Graphes Conceptuels :
! Durant les phases de Capture et/ou de Codage,
• [Link]
! Problème difficile • [Link]
•…
3. Évaluation : ! Les Frames Logic :
! confrontation de l!ontologie : objectifs, logiciels, utilisateurs • [Link]
[Link]
• [Link]
4. Documentation :
• [Link]
! essentiel pour l !acceptation de l!ontologie •…

Introduction aux Ontologies - Bernard ESPINASSE - 47 Introduction aux Ontologies - Bernard ESPINASSE - 48