Ingénierie des connaissances : représentation ontologique

1 - Rappels sur la représentation des connaissances en logique

Nous vous proposons d'explorer une initiation rapide disponible ici, telle qu'elle est proposée dans le module C217 du M1 eMiage (que nous vous recommandons donc chaudement !). Faites également les exercices associés.

2 - Termes, concepts, relations, ontologie, raisonnement ontologique

Les connaissances peuvent s'inscrire accompagnées d'un certain nombre d'éléments sémantiques "explicitant" leur sens, peu ou prou. L'organisation de ces éléments de description des connaissances peut se faire sous forme d'ontologie. Une ontologie est un discours (ou science ,logos) sur ce qui est (être, ontos). Elle peut prendre de multiples formes depuis un liste de vocabulaire jusqu'à une description sémantique forte de chaque concept dénoté par un terme dans l'ontologie.

TERME : Le premier niveau de sémantique concerne le vocabulaire utilisé spécifiquement dans les inscriptions de connaissances. Un terme est un mot de la langue qui réfère à un concept sous-jacent. Il s'agit en général de "noms". Une façon courante de pratiquer est de dresser un référentiel terminologique collectant les termes avec leurs définitions et les relations terminologiques qu'ils entretiennent les uns avec les autres. Les relations les plus classiques sont par exemple la synonymie, l'antonymie (entre deux termes de sens opposés), l(hétéronymie (entre deux termes identiques et de sens différents) et la relation "plus lâche" de voir aussi. Ces "dictionnaire" du vocabulaire de l'entreprise existent déjà souvent sous différentes formes dans un système d'information (en particulier lorsqu'on réalise l'analyse d'une application informatique). On trouvera ainsi des nomenclatures, des dictionnaires de données, des thésaurus ou autres référentiels métiers. mis en relation au sein du système d'information ce qui permettra de glisser d'un terme à l'autre et de renvoyer ainsi d'un document à un autre en suivant les relations qu'ils entretiennent. Voir par exemple sur Internet le thésaurus de XXXX.

CONCEPTS et RELATIONS conceptuelles : les termes organisés selon leurs relations en langue ne suffisent pas à donner des indications précises sur leurs relations ontologiques, c'est-à-dire sur des relations qui seront toujours vraies entre concepts dans le domaine ainsi décrit. La sémantique des relations, c'est-à-dire ce qu'elles impliquent à coup sûr entre deux termes représentant des concepts est en général liée à l'interprétation humaine qui en est faite, mais on peut aussi profiter d'une sémantique formelle autorisant des calculs automatiques, par exemple pour vérifier la cohérence des informations inscrites pour décrire une connaissance. C'est ainsi que les relations linguistiques comme "plus général que", "plus spécifique que" peuvent être représentées formellement par la subsomption ensembliste calculée en comparant les propriétés de différents termes. Ainsi un "félin" sera plus général qu'un "chat", car un chat aura toutes les propriétés d'un félin, plus certaines autres qui expliqueront sa spécificité par rapport au félin. Un tigre sera également un félin, mais ne sera ni plus général, ni plus spécifique qu'un chat. Il appartiendra toutefois à la même "famille". La famille des félins est plus nombreuse que la famille des chats et que la famille des tigres. Cette relation de généralisation/spécialisation est la plus utilisée pour décrire un domaine particulier. Elle suppose l'existence d'un "terme le plus général" pour chaque famille (on peut facilement dire qu'il existe un terme "sommet" pour n'importe quelle famille d'ailleurs).
D'autres relations peuvent être ajoutées entre les concepts (relations de composition, relations causales, relations d'association, etc.). La sémantique formelle de ces différentes relations n'est pas aussi facile à établir que pour les relations de généralisation/spécialisation naturellement.

Une façon explicite de représenter les concepts avec leurs relations est d'en dresser le "réseau sémantique". Le réseau suivant décrit le concept de chat.

semantic network for a cat

Une ontologie est donc une inscription de connaissances avec une partie plus ou moins importante de la sémantique attachée. Plus la sémantique attachée est riche, plus il est possible de "raisonner" ontologiquement, c'est-à-dire réaliser des inférences à partir des concepts manipulés grâce aux relations qu'ils entretiennent.

Par exemple, le simple fait de "parler" d'un chat permet de savoir qu'il s'agit d'un félin, que l'on doit pouvoir observer des crocs et des griffes, qu'il faut éviter de le mettre en présence d'un chien et que si on veut lui faire plaisir on peut lui donner quelques souris en guise de repas :-)

Ce réseau sémantique, aussi appelé graphe conceptuel lorsqu'il est formalisé plus mathématiquement (pour approfondir cette notion de graphe conceptuel, voir les travaux de Sowa et par exemple le cours (pdf, pptx), "dit" ce qui est vrai pour le concept "Chat", mais on voit que l'on peut glisser au concept de "Chien" qui lui même nous permettra d'explorer la famille des "canins", etc...

Vérifions nos connaissances

3 - Construire une ontologie ?

Construire une ontologie n'est pas une tâche très simple. En effet, il faut mener une analyse des pratiques, des usages, des documentations, du système d'information existant, etc. permettant de faire ressortir les concepts fondamentaux avec les termes qui les dénotent et, si possible, la sémantique qui leur est attachée.

Dans cette partie du cours, nous ferons un certain nombre d'hypothèses :

Le terme « ontologie » est utilisé ici dans une acception large de « spécification d’une conceptualisation ».
Nous présumons que l’objectif est de concevoir une ontologie utilisée dans une application informatique, dont elle constitue un composant, et nous nommons « ontologie computationnelle » ce composant. Une propriété de l’ontologie computationnelle est de pouvoir être exploitée par un agent logiciel à des fins d’inférences (en effet, on peut naturellement se contenter de faire une documentation décrivant l'ontologie concernée, mais l'usage en sera très faible au sein du système d'information).
Il existe une application, exploitant l'ontologie, qui réalise une certaine « tâche », ou résout un certain « problème », deux termes que nous considérons comme synonymes. À tout le moins, l’application assiste des utilisateurs dans la réalisation de cette tâche.

Construction d'ontologies à partir de textes

L’analyse de l’état de l’art dans le domaine de l’acquisition des connaissances à partir de textes, permet de dégager un cadre méthodologique :

consensuel, qui rende compte des principales propositions du domaine,
abstrait, non détaillé, justement pour conserver son statut de synthèse,
théorique, qui propose un cadre complet et donc idéal. Les propositions concrètes du domaine accordent aux différentes parties du cadre des importances inégales et permettent, dans certains cas, d’exploiter des résultats intermédiaires, sans forcément aller jusqu’à la constitution d’une ontologie computationnelle.

Ce cadre méthodologique consiste en quatre étapes, relativement indépendantes, qui s’accompagnent d’un double mouvement, du linguistique au conceptuel et de l’informel vers le formel :

Constitution d’un corpus de documents
Analyse linguistique du corpus
Normalisation sémantique
Élaboration de l’ontologie computationnelle

Nous décrivons brièvement ces étapes.

Constitution d’un corpus de documents

Il s’agit de rassembler un ensemble de documents attestés dans la pratique d’un domaine et ayant un lien avec l’application développée. Ces documents peuvent être très divers : manuels techniques, documents de travail, ouvrages de référence, transcriptions d’interviews menées avec des spécialistes.
Ces documents contiennent des expressions linguistiques des notions qu’il faut modéliser.

Analyse linguistique du corpus

L’analyse linguistique du corpus revient à systématiser et à rendre plus efficace la recherche des données conceptuelles dans les textes en utilisant des outils de traitement de la langue naturelle (TAL), par exemple des concordanciers, des extracteurs de termes candidats ou de relations candidates. Les résultats fournis par ces outils sont en général retravaillés puis filtrés par le cogniticien, aidé de l’expert du domaine, pour ne retenir que les termes pertinents vis-à-vis de l’application. Seuls les termes validés par l’expert sont considérés pour l’étape suivante.

Normalisation sémantique

La normalisation sémantique consiste à associer aux termes une signification qui fasse abstraction des variations de sens liées aux différents contextes textuels dans lesquels les termes occurrent. Cette abstraction du contexte conduit à construire des concepts, considérés en tant que « signifiés non contextuels ». On peut donc parler à ce stade d’ontologie. Le point de vue de la tâche est cette fois pris en compte, pour fixer un contexte de référence.

Les propositions du domaine distinguent en général plusieurs sous-étapes. Par exemple, B. Bachimont propose d’élaborer successivement deux ontologies en faisant varier le cadre sémantique : une ontologie « sémantique », fondée sur une sémantique linguistique, puis une ontologie « référentielle » (ou « extensionnelle »), obtenue en fixant une référence pour les concepts [BAC 00]. B. Bachimont considère du reste cette dernière comme un point de passage obligé pour formaliser l’ontologie. Dans le cadre de l’outil TERMINAE, S. Szulman et B. Biébow proposent d’élaborer des « fiches terminologiques », puis de les coupler avec un « réseau conceptuel » ou des « fiches de modélisation », en fonction du résultat désiré [SZU 02]. Pour la conception de « bases de connaissances terminologiques », A. Condamine et N. Aussenac-Gilles distinguent une première étape au cours de laquelle l’interprétation des termes est faite simplement par rapport au contenu du corpus et en ne mobilisant que des connaissances sur le fonctionnement linguistique.

À ce stade, les ontologies constituées peuvent être spécifiées de façon informelle (de la langue naturelle non contrainte), semi-informelle (de la langue naturelle contrôlée et structurée) ou semi-formelle (du formel non interprété par la machine pour réaliser des inférences mais, par exemple, pour échanger des ontologies sur Internet).

Élaboration de l’ontologie computationnelle

Cette dernière étape consiste à traduire l’ontologie obtenue à l’étape précédente en une ontologie computationnelle spécifiée, soit dans un langage de programmation de bas niveau, soit dans un langage de représentation de haut niveau doté de services inférentiels (ex : classification d’instances). En fonction du langage considéré et de sa puissance d’expression, certains éléments de sens identifiés à l’étape précédente peuvent ne pas être représentés dans l’ontologie computationnelle.

Références :

[AUS 00] AUSSENAC-GILLES N., BIÉBOW B., SZULMAN S. (2000). Revisiting Ontology Design : a methodology based on corpus analysis. R. DIENG, O. CORBY, Eds. : Proceedings of the 12th International Conference on Knowledge Engineering and Knowledge Management, Methods, Models and Tools: EKAW’2000, LNAI 1937, Springer-Verlag, 2000, pp. 172-188.

[BAC 00] BACHIMONT B. (2000). Engagement sémantique et engagement ontologique : conception et réalisation d’ontologies en ingénierie des connaissances. J. CHARLET, M. ZACKLAD, G. KASSEL, D. BOURIGAULT, Eds. : Ingénierie des connaissances, évolutions récentes et nouveaux défis, Paris : Eyrolles, Collection Technique et Scientifique des Télécommunications, 2000, pp. 305-323.

[CON 00] CONDAMINES A., AUSSENAC-GILLES N. (2000). Entre textes et ontologies formelles : les bases de connaissances terminologiques. M. ZACKLAD, M. GRUNDSTEIN, Eds. : Ingénierie et capitalisation des connaissances, Paris : Hermès, Traité IC2, 2000, pp. 153-177.

[SZU 02] SZULMAN S., BIÉBOW B., AUSSENAC-GILLES N. (2002). Structuration de Terminologies à l’aide d’outils d’analyse de textes avec TERMINAE. TAL 2002.

Vérifions nos connaissances