Intelligence Artificielle
Leçon 2 : Réseaux Sémantiques
M1 DSIR
2024 - 2025
Réseaux Sémantiques
Les réseaux sémantiques sont une technique de modélisation
des connaissances qui utilise des graphes pour représenter les
relations entre des concepts. Ils sont largement utilisés en
intelligence artificielle, en traitement du langage naturel et en
représentation des connaissances.
2
Définition des Réseaux Sémantiques
Un réseau sémantique est une structure en graphe orienté, où :
• Les nœuds représentent des concepts (ex. : Animal, Chien,
Oiseau).
• Les arêtes représentent des relations entre ces concepts (ex. :
est_un, possède, peut_faire).
Exemple simple
• Imaginons une représentation pour un animal :
4
Exemple simple
Ce schéma représente une structure de classes en utilisant une notation orientée objet,
typiquement utilisée en programmation. Voici les significations des éléments :
1.[Animal] : Ceci représente une classe de base, qui pourrait inclure des caractéristiques
communes à tous les animaux.
2.est_un (relation d'héritage) : Cela indique que [Chien] est une sous-classe
de [Animal]. En d'autres termes, tous les objets de type Chien héritent des propriétés
et méthodes de la classe Animal.
3.[Chien] : C'est une sous-classe qui spécifie un type particulier d'animal.
4.[Aboie] (relation "peut_faire") : Cela montre qu'un objet de type Chien peut réaliser
une action ou une méthode appelée Aboie. C'est une sorte de comportement ou de
fonction relative à cette classe.
5.possède (relation de composition) : Cette relation indique qu'un Chien possède une
caractéristique appelée [Quatre Pattes]. Cela signifie qu'un chien a en lui cette
propriété.
6.[Quatre Pattes] : C'est une classe qui peut décrire une caractéristique physique, qui,
dans ce cas, évoque la particularité d'avoir quatre pattes. 5
Exemple simple
En résumé, cette structure décrit un chien comme un type d'animal qui
peut aboyer et qui possède quatre pattes. Cette représentation peut
être utilisée pour organiser le code, en modélisant les relations entre
différentes classes.
✦ Chien est un Animal (relation est_un).
✦ Chien possède Quatre Pattes (possède).
✦ Chien peut Aboyer (peut_faire).
6
Principales Relations en Réseau Sémantique
Les réseaux sémantiques utilisent différentes relations pour
connecter des concepts. Ces relations permettent d’organiser et de
structurer la connaissance.
Principales Relations en Réseau Sémantique
8
Principales Relations en Réseau Sémantique
Principales Relations en Réseau Sémantique
10
10
Principales Relations en Réseau Sémantique
11
11
Principales Relations en Réseau Sémantique
12
12
Exercices
13
13
Exercices
14
14
Exercices
15
15
Exercices
16
16
Exercices
17
17
Exercices
18
18
Exercices
19
19
Exercices
20
20
Exercices
21
21
Exercices
22
22
Déduction Automatique dans les Réseaux
Sémantiques
• La déduction automatique permet d’inférer de nouvelles
connaissances à partir d’un réseau sémantique en appliquant
des règles logiques et en exploitant les relations entre les
concepts.
• Consiste à utiliser les relations et les structures de ces réseaux pour
tirer de nouvelles conclusions ou inférer des connaissances à partir
des informations existantes.
23
23
Déduction Automatique dans les Réseaux
Sémantiques
Concepts de Base
• Sémantique : Se réfère à la signification des concepts et des relations
qui les relient dans un réseau.
• Inférence : Processus de déduction de nouvelles informations à partir
de connaissances déjà établies.
24
24
Déduction Automatique dans les Réseaux
Sémantiques
: Utilise des relations de type "si... alors..." pour établir des conclusions.
• Chaînage Avant : Part du principe et applique des règles pour tirer des conclusions jusqu'à atteindre
un objectif.
• Chaînage Arrière : Commence par un but et remonte les relations pour trouver les premisses
nécessaires à la conclusion.
25
25
Déduction Automatique dans les Réseaux
Sémantiques
Le chaînage des relations et l'héritage des propriétés dans les réseaux
sémantiques sont fondamentaux pour organiser les connaissances de
manière logique. Ils facilitent le raisonnement, l'inférence et la gestion
des données, tout en permettant des applications variées dans des
domaines tels que l'intelligence artificielle et la programmation. En
structurant les connaissances de cette manière, on s'assure d'une
compréhension plus riche et plus interconnectée des concepts.
26
26
Déduction Automatique dans les Réseaux
Sémantiques
27
27
Déduction Automatique dans les Réseaux
Sémantiques
➡ Si Animal respire, alors Mammifère respire
aussi, et donc Chien respire aussi (déduction
automatique par héritage).
28
28
Applications dans le Raisonnement Hiérarchique
1.Intelligence Artificielle (IA) : Dans les systèmes experts ou les moteurs de raisonnement
automatique, les réseaux hiérarchiques sont utilisés pour déduire de nouvelles informations en
partant des propriétés d’un concept parent vers les propriétés spécifiques d’un concept
enfant.
2.Bases de données : Dans les bases de données hiérarchiques, les enregistrements ou objets
peuvent hériter des caractéristiques ou des attributs d'autres enregistrements à des niveaux
supérieurs. Cela simplifie la gestion de données et la création de requêtes complexes.
3.Systèmes de Classification : L'héritage des propriétés est utilisé dans des systèmes comme
la taxonomie biologique, où chaque niveau de classification (comme le genre, la famille,
l'ordre) hérite des caractéristiques des niveaux supérieurs tout en étant de plus en plus
spécifique.
4.Programmation Orientée Objet (POO) : En POO, le concept d'héritage permet à une classe
enfant d'hériter des propriétés et des méthodes d'une classe parent. Cela permet une
meilleure réutilisation du code et une organisation plus logique des fonctionnalités.
29
29
Avantages du Raisonnement Hiérarchique et de
l'Héritage des Propriétés
• Réduction de la Redondance : Plutôt que de redéfinir les
propriétés pour chaque élément ou concept, celles-ci peuvent être
héritées des niveaux supérieurs de la hiérarchie.
• Clarté et Organisation : Cela crée une structure logique où les
informations sont organisées de manière claire, facilitant ainsi
l’analyse et l'interprétation.
• Raisonnement Automatisé : Le raisonnement hiérarchique permet
aux systèmes informatiques de faire des inférences
automatiquement en suivant la structure de l’héritage.
30
30
Limites du Raisonnement Hiérarchique et de
l'Héritage des Propriétés
• Rigidité : Les structures hiérarchiques peuvent parfois
être trop rigides si elles ne permettent pas d’adapter
facilement des exceptions ou des cas particuliers.
• Complexité : Dans des systèmes très larges, le nombre
de relations hiérarchiques peut devenir difficile à gérer, ce
qui rend l'héritage des propriétés plus complexe à
maintenir.
31
31
L'héritage des propriétés dans un raisonnement hiérarchique est un
concept fondamental pour organiser et traiter des connaissances
de manière logique et efficace. Il permet d'établir des relations de
parenté et d'héritage entre des concepts ou des entités, facilitant
ainsi l'inférence, le raisonnement, et la gestion de données dans
divers domaines tels que l'intelligence artificielle, la
programmation, et la gestion des connaissances.
32
32
Déduction Automatique dans les Réseaux
Sémantiques
33
33
Déduction Automatique dans les Réseaux
Sémantiques
34
34
Déduction Automatique dans les Réseaux
Sémantiques
35
35
Déduction Automatique dans les Réseaux
Sémantiques
36
36
Déduction Automatique dans les Réseaux
Sémantiques
37
37
Règles de déduction automatique
• Les règles de déduction automatique sont essentielles pour tirer
des conclusions logiques à partir des données d’un réseau
sémantique. Elles permettent de faire des inférences sur des
relations implicites et de comprendre les interconnexions entre
les concepts, ce qui est particulièrement utile dans des systèmes
d'IA, de recherche d'informations, ou de raisonnement
automatique. Ces règles aident à automatiser la logique des
réseaux sémantiques en rendant explicites les liens sous-jacents
entre les concepts.
38
38
Règles de déduction automatique
39
39
Règles de déduction automatique
40
40
Règles de déduction automatique
41
41
Règles de déduction automatique
42
42
Règles de déduction automatique
43
43
Règles de déduction automatique
44
44
Règles de déduction automatique
45
45
Règles de déduction automatique
46
46
Exercices
47
47
Exercices
48
48
Exercices
49
49
Exercices
50
50
Exercices
51
51
Exercices
52
52
53
53
54
54
55
55
