slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Soutenance de thèse de Michel Héon Direction : Gilbert Paquette et Josianne Basque PowerPoint Presentation
Download Presentation
Soutenance de thèse de Michel Héon Direction : Gilbert Paquette et Josianne Basque

Loading in 2 Seconds...

play fullscreen
1 / 63

Soutenance de thèse de Michel Héon Direction : Gilbert Paquette et Josianne Basque - PowerPoint PPT Presentation


  • 74 Views
  • Uploaded on

OntoCASE : méthodologie et assistant logiciel pour une ingénierie ontologique fondée sur la transformation d’un modèle semi-formel. Soutenance de thèse de Michel Héon Direction : Gilbert Paquette et Josianne Basque. 4 novembre 2010. Déroulement de la présentation. Introduction

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Soutenance de thèse de Michel Héon Direction : Gilbert Paquette et Josianne Basque' - rosina


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

OntoCASE:méthodologie et assistant logiciel pour une ingénierie ontologique fondée sur la transformation d’un modèle semi-formel

Soutenance de thèse

de Michel Héon

Direction : Gilbert Paquette et Josianne Basque

4 novembre 2010

d roulement de la pr sentation
Déroulement de la présentation
  • Introduction
  • Présentation d’OntoCASE
  • Démarche de construction d’OntoCASE
  • Validation d’OntoCASE
  • Conclusion
impulsion qui m a conduit cette th se
Impulsion qui m’a conduit à cette thèse

Le transfert d’expertise dans les organisations soutenues par une instrumentation informatique intelligente

d roulement de la pr sentation1
Déroulement de la présentation
  • Introduction
  • Présentation d’OntoCASE
  • Démarche de construction d’OntoCASE
  • Validation d’OntoCASE
  • Conclusion
ontocase caract ristiques informatiques

Présentation d’OntoCASE

OntoCASE :Caractéristiques informatiques
  • Conçue selon la technique du Développement conduit par les modèles (MDD)
  • S’harmonise avec les fonctionnalités développées dans le cadre du Eclipse Project (www.eclipse.org)
  • Permet :
    • l’édition graphique (éditeur eLi) de modèles MOT et MindMap
    • la formalisation guidée de modèles semi-formels (MSF) en ontologie OWL-1.0
    • l’édition d’ontologie OWL dans les notations: N3, OWL, RDF/RDFS et autres
    • l’accès aux moteurs d’inférences :
      • Pour OWL : Jena, Pellet, Racer, SwiftOWLIM
      • Pour SWRL : Jena-Rules, Jess
    • la transformation d’ontologie OWL en code Java respectant le Protégé OWL-API
    • l’importation de modèle MOT+ en notation XML
ontocase caract ristiques de la m thodologie

Présentation d’OntoCASE

OntoCASE :Caractéristiques de la méthodologie
  • S’inscrit dans les approches itérative et évolutive des méthodologies d’ingénierie ontologique (ex. : Methontology) et d’ingénierie logicielle (ex. : Rational UnifiedProcess)
  • Est appuyée par des modules intelligents et des interfaces qui offrent une convivialité d’utilisation de la méthodologie
  • Utilise une approche de construction d’ontologie en deux phases :
    • L’élicitationde la connaissance dans un formalisme graphique semi-formel relativement simple à utiliser par un expert de contenu
    • La formalisation en ontologie avec une assistance intelligente permettant la désambiguïsation du MSF et la validation par une rétroaction
  • Soutient la représentation formelle en ontologie de connaissance: déclarative, procédurale, stratégique et factuelle
notion th orique

Présentation d’OntoCASE

Notion théorique

Le cerveau humain arrive à décoder en partie, mais l’ordinateur arrive mal à le traiter

Naturel

Élevé

C’est une forme restreinte et structurée du langage naturel, telle que celle que l’on retrouve dans la description d’algorithmes (pseudocode) ou encore dans les textes de loi

Naturel

Faible

  • Comparativement aux langages formels, ce degré de langage contient une certaine relâche des contraintes langagières qui favorise et stimule l'expressivité des connaissances et la communication entre humains.

Artificiel

Moyenne

On le retrouve dans les langages comme OWL ou encore les GC de Sowa. Il offre une représentation des connaissances dont l'expressivité est réduite, mais qui en élimine les ambiguïtés, ce qui permet un traitement informatique des connaissances représentées.

Artificiel

Aucune

La classification des langages de représentation des connaissances en quatre degrés de formalisme selon Uschold et Gruninger

observations concernant les obstacles la conception d une ontologie

Présentation d’OntoCASE

Observations concernant les obstacles à la conception d’une ontologie

Les connaissances tacites sont difficiles à éliciter

La formalisation est une activité complexe nécessitant une expertise poussée

La représentation ontologique est limitée à une forme déclarative alors qu’il existe des connaissances de nature diverse (déclarative, procédurale, stratégique)

On constate un manque d’outils pour l’assistance à la conception d’ontologie

avantages utiliser un langage semi formel pour l licitation de la connaissance

Présentation d’OntoCASE

Avantages à utiliser un langage semi-formelpour l’élicitation de la connaissance
  • Convivialité
  • Simple à apprendre et à utiliser
  • Facilite l’expression de connaissances tacites
    • la spontanéité n’est pas bloquée par la charge cognitive associée à une formalisation plus poussée
  • Élargit le bassindes personnes aptes à représenter leurs connaissances
  • La sémantique du langage semi-formel fait en sorte que :
    • Le MSF peut être conçu par des experts de contenu sans l’assistance d’un ingénieur
    • La connaissance représentée est dans une forme pré-formalisée
  • Le modèle semi-formel peut être formalisé avec la participation minimale des experts les ayant conçus
hypoth se

Présentation d’OntoCASE

Hypothèse :

À partir d’un modèle de connaissances exprimé dans un langage semi-formel qui représente des connaissances de différents types, il est possible de procéder de manière automatique ou semi-automatique, à sa formalisation en ontologie qui, du point de vue du domaine de connaissance, est syntaxiquement et sémantiquement valide.

slide12
Produire un outil (méthodologique et informatique) permettant de formaliser un modèle semi-formel de connaissances (ex: MOT) en ontologie formelle dans le formalisme OWL

Présentation d’OntoCASE

But
objectifs

Présentation d’OntoCASE

Objectifs
  • Concevoir une méthodologie d'ingénierie ontologique intégrant une méthode fondée sur la transformation d'un modèle semi-formel en ontologie et intégrant une méthode:
    • de formalisation en ontologie
    • de validation syntaxique et sémantique de l’ontologie produite
  • Développer un outil informatique intelligent et intégré, qui instrumente de manière efficace, efficiente et satisfaisante ces différentes méthodes
  • Développer une ontologie offrant une représentation méta du domaine de la représentation des connaissances, qui opérationnalise les assistants informatiques de la méthodologie et qui sert de représentation pour la méthodologie
les trois volets d ontocase

Présentation d’OntoCASE

Les trois volets d’OntoCASE
  • Méthodologique
    • décrit l'ensemble des éléments procéduraux, des acteurs et des ressources contribuant à la formalisation d'un MSF en ontologie
  • Computationnel (informatique)
    • décrit les composants informatiques ainsi que leurs utilisations afin d'assister les acteurs dans l'application de la méthode
  • Représentationnel
    • comporte un ensemble de guides qui permettent d'orienter le déroulement de chacune des méthodes ainsi qu'une ontologie de transformation qui régit l'opérationnalité des composants du volet computationnel
les relations entre les trois volets d ontocase

Présentation d’OntoCASE

Les relations entre les trois volets d’OntoCASE

Les constituants du volet méthodologique

Les constituants du volet computationnel

Les constituants du volet représentationnel

avant de poursuivre

Présentation d’OntoCASE

Avant de poursuivre …

Quelques éléments théoriques nécessaires au sujet de l’architecture conduite par les modèles (ACM)

la m tamod lisation et les niveaux d abstraction de l acm

Présentation d’OntoCASE/Théorie

La métamodélisation et les niveaux d’abstraction de l’ACM
  • M0: couche donnée, représente les choses de la réalité
  • M1: couche modèle, abstraction de la réalité
  • M2: couche métamodèleabstraction du langage de modélisation
  • M3: couche Méta-métamodèle, abstraction du langage de métamodélisation
espaces de mod lisation

Présentation d’OntoCASE/Théorie

Espaces de modélisation
  • L'espace de modélisation (EM) est une architecture de modélisation réalisée à partir d'un métamodèle particulier
    • L’espace MOF proposé par l’OMG
    • L’espaceExtended Backus-Naur Form (EBNF) qui est le méta-métamodèle servant à la définition de la grammaire du langage Java
    • L’espace RDFS associé au projet du web sémantique
transformation d un mod le selon l acm

Présentation d’OntoCASE/Théorie

Transformation d’un modèle selon l’ACM
  • C’est production automatique d’un modèle cible à partir d’un modèle source
  • L’OMG préconise l’utilisation du MOF-QVT et l’OCL pour la transformation de modèles
  • Le processus de transformation est défini par le métamodèle MOF-QVT/OCL
principe de la transformation orthogonale

Présentation d’OntoCASE/Théorie

Principe de la transformation orthogonale
  • Le modèle source est traité en tant que données et le métamodèle source est reporté au niveau M1
  • Le processus de transformation traite les éléments du modèle source en tant que données en correspondance avec la structure définie dans le métamodèle source selon les règles et axiomes définis dans le modèle de transformation
  • Le processus utilise la sémantique du langage source pour réaliser la transformation
adaptation d acm en architecture conduite par les ontologies aco pour ontocase

Présentation d’OntoCASE/Théorie

Adaptation d’ACM en architecture conduite par les ontologies (ACO) pour OntoCASE
  • L’ACM de base
  • Étape 1

Changement de l’espace de modélisation

    • MOF->RDF(S)
    • QVT/OCL->SWRL
  • Étape 2

Les modèles de M1 sont remplacés par des ontologies et la transformation est assumée par l’ontologie de transformation

de retour au volet repr sentationnel d ontocase

Présentation d’OntoCASE

… de retour au volet représentationnel d’OntoCASE
  • Quatre composants forment l'ontologie de transformation:
    • l'ontologie du langage semi-formelreprésente les éléments du vocabulaire et de la grammaire du langage semi-formel utilisé pour construire les modèles sources
    • l'ontologie de traitement des ambiguïtés et des erreurscontient des règles servant à la désambiguïsation et à l'identification des erreurs de catégorisation;
  • l'ontologie de référencereprésente les diverses catégories de connaissances et opérationnalise le processus de désambiguïsation et de transformation
  • l'ontologie cadreencadre les éléments du modèle cible dans une structure qui soutient la représentation de connaissances déclaratives, procédurales et stratégiques qu’elles soient concrètes ou abstraites
structure de l ontologie cadre
Quelques remarques:

Rappel: l’O cadre sert à structurer l’ontologie cible. Elle est méta face à celle-ci

La structure de l’O cadre diffère de celle de l’O de référence: les connaissances factuelles n’y figurent pas puisque ce type de connaissances sera représenté par des individus OWL dans l’ontologie cible

Présentation d’OntoCASE

Structure de l’ontologie cadre
module de traitement implantation de l aspect m thodologique de la formalisation

Présentation d’OntoCASE

Module de traitement :Implantation de l’aspect méthodologique de la formalisation

Ontologie du domaine (ontologie cible)

Espace de modélisation RDF(S)-OWL

:Berger-Allemand rdf:type owl:Class ;

rdfs:subClassOf metaDom:MD_Declarative_Concept .

Convertir

:Bahia rdf:type :Berger-Allemand .

Ontologie du MSF désambiguïsé

:LienI_Berger-Allemand_Bahia rdf:type oRef:OR_Relation_Instance

:Bahia rdf:typeoRef:OR_Entite_Manifestation_Objet

:Berger-Allemand rdf:typeoRef:OR_Entite_Concept_Classe

Formaliser

Espace de modélisation EMOF

MSF en langage natif (modèle source)

Désambiguïser

Ontologie du MSF

:Bahia rdf:type metaMot:MOT_Exemple

:Berger-Allemand rdf:type metaMot:MOT_Concept

:LienI_Berger-Allemand_Bahiardf:type metaMot:MOT_LienI

xsi:type="mot:Concept" nom="Berger Allemand"  

xsi:type="mot:LienI"

xsi:type="mot:Exemple" nom="Bahia"

Importer

3 valider
Le but de la validation syntaxique est de s’assurer que tous les éléments du MSF sont représentés dans l’ontologie

Le but de la validation sémantique est de s’assurer que l’ontologie représente correctement la signification du modèle

Présentation d’OntoCASE

«3» Valider
l erreur de repr sentation survient quand le mod lisateur

Présentation d’OntoCASE/Valider

L’erreur de représentation survient quand le modélisateur …

Conceptualisation

Abstraire

Extérioriser

Par

Langage

Représenter

Domaine de la réalité

Modèle du domaine

  • ... fait une erreur d’abstraction (par exemple, il comprend mal le domaine de la réalité) …
  • … fait une erreur d’extériorisation, i.e. un usage inadéquat du langage de modélisation (son vocabulaire, sa grammaire ou sa sémantique)
l interpr tation formelle d une s quence d actions
Exemple de validation sémantique avec OntoCASEL’interprétation formelle d’une séquence d’actions

Présentation d’OntoCASE/Valider

Interprétation formelle

La recette de la crème glacée

[Ajouter le sucre] puis exécuter [Battre les œufs]

[Ajoutez le lait] puis exécuter [Mettre au congélateur]

[Battre les œufs] puis exécuter [Incorporer graduellement]

[Chauffer le crème] puis exécuter [Incorporer graduellement]

[Faire cuire] puis exécuter [Refroidir]

[Hacher les noix] puis exécuter [Chauffer le crème]

[Incorporer graduellement] puis exécuter [Faire cuire]

[Refroidir] puis exécuter [Ajoutez le lait]

[Séparer les œufs] puis exécuter [Ajouter le sucre]

Portion de connaissances inférées

...

[Faire cuire] a pour dépendance [Ajouter le sucre]

[Faire cuire] a pour dépendance [Battre les œufs]

[Faire cuire] a pour dépendance [Chauffer le crème]

[Faire cuire] a pour dépendance [Hacher les noix]

[Faire cuire] a pour dépendance [Incorporer graduellement]

[Faire cuire] a pour dépendance [Séparer les œufs]

[Faire cuire] permet [Ajoutez le lait]

[Faire cuire] permet [Mettre au congélateur]

[Faire cuire] permet [Refroidir]

...

la g n ration d un msf partir de l ontologie cible
Exemple de validation
  • L’erreur d’extériorisation
La génération d’un MSF à partir de l’ontologie cible

MSF Source

MSF généré

Formaliser

  • Les flèches en rouges indiquent les inférences produites par le mécanisme de validation sémantique
  • On constate l’erreur d’extériorisation dont la cause est l’inversion du « lien S »

Valider

Générer MSF

d roulement de la pr sentation2
Introduction

Présentation d’OntoCASE

Démarche de construction d’OntoCASE

Validation d’OntoCASE

Conclusion

Déroulement de la présentation
le trois phases qui ponctuent la d marche

Construction d’OntoCASE

Phase1 -  Mise en place des composants architecturaux, procéduraux et informatiques de la méthodologie

Pour fixer les composants informatiques en lien avec les composants méthodologiques

Phase2 - Agrégation des composants ontologiques, procéduraux et informatiques d'OntoCASE

Pour attacher les différents composants entre eux et de valider les choix architecturaux et théoriques

Phase3 - Confirmation

Pour compléter la structure interne des différentes ontologies agrégées par l'ontologie de transformation.

Pour mettre en place les outils informatiques nécessaires à la validation d’OntoCASE par l'implantation de mécanismes d'exécution de scénarios de tests.

La démarche de recherche se déroule selon une approche évolutive et itérative où les résultats et les outils de l’itération précédente servent à construire les outils produits par l’itération en cours.

Le trois phases qui ponctuent la démarche
phase 1 crit res de s lection du langage source semi formel et du langage cible formel

Construction d’OntoCASE

Critères qui justifient le choix du langage semi-formel MOT:

Permet l’expression de connaissances procédurale, déclarative et stratégique

Permet l’expression de connaissances abstraites et factuelles

Appuie dans sa sémantique l’expression de la relation d’instance et de spécialisation, ainsi que d’autres relations utiles telles que le séquencement procédural et la régulation

N’impose aucune contrainte de représentation sur les types de connaissances ou de relations introduites dans un même modèle

Le langage est de type graphique.

Critères qui justifient le choix d’OWL en tant que langage formel:

L’expressivité est suffisante pour représenter une ontologie

Le langage est de degré formel

La grande disponibilité des outils informatiques qui s’y rapporte (moteur d’inférence, éditeur, analyseur XML et Java)

Phase 1: Critères de sélection du langage source (semi-formel) et du langage cible (formel)
phase 1 type de processus de d sambigu sation

Construction d’OntoCASE

Manuel: l’utilisateur peut choisir la sémantique qu’il désire donner à un élément du modèle

Topologique: La sémantique de l’élément du modèle est déterminée par le système en fonction de la disposition des éléments du modèle

Par exemple, soit le patron suivant:

Alors:

le principe sera désambiguïsé en propriété P

le concept A et la concept B seront désambiguïsés en classe A et classe B

et la classe A sera le domaine et la classe B sera l’image de la propriété P.

Typologique: La sémantique de l’élément est choisie en fonction de son type. Ce type de désambiguïsation survient lorsque l’élément nepossède qu’une seule signification

Par exemple: un lien I (instance) sera désambiguïsé en rdf:type

Phase 1: Type de processus de désambiguïsation
phase 2 interfaces de communication avec l utilisateur

Construction d’OntoCASE

Les interfaces de communication permettent à l’utilisateur de diagnostiquer le processus de formalisation assurant ainsi une transformation efficiente

Phase 2: Interfaces de communication avec l’utilisateur

La rétroaction sur le graphique

Des messages à la console

L’accès aux propriétés d’un objet en erreur couplé à un mécanisme de pointage d’erreurs

phase 3 le banc d essais pour la consolidation

Construction d’OntoCASE

Le banc d’essais permet de valider les modules d’importation, de désambiguïsation, de conversion, de régénération de MSF ainsi que le module de validation syntaxique.

Phase 3: Le banc d’essais pour la consolidation
d roulement de la pr sentation3
Introduction

Présentation d’OntoCASE

Démarche de construction d’OntoCASE

Validation d’OntoCASE

Conclusion

Déroulement de la présentation
ontocase est valid selon les trois aspects suivants
Généralité des types de connaissances à formaliser

Il s’agit de démontrer que les connaissances de divers types (déclarative, procédurale, stratégique et factuelle) présentes dans le MSF sont représentées dans l'ontologie cible

Généricité des langages semi-formels utilisés pour la formalisation

Cette dimension est démontrée en appliquant le scénario de transformation d’OntoCASE à partir d’un MSF construit à l’aide d’un autre langage que MOT, à savoir le langage MindMap de Buzan (1994)

Ergonomie d’OntoCASE

La validation ergonomique a pour objectif de valider la capacité d’OntoCASE à être utilisé par des utilisateurs autres que son concepteur. Requiert une expérimentation en laboratoire où des utilisateurs sont mis en situation d’utilisation.

Validation d’OntoCASE

OntoCASE est validé selon les trois aspects suivants:
g n ralit des types de connaissances les sc narios de test
Scénario de test unitaire

Principalement conçu pour tester le processus de conversion

Valide les éléments de base du langage semi-formel

Utilise la désamb. manuelle

Scénario de test fonctionnel

Principalement conçu pour tester le module de désambiguïsation

Valide le mécanisme d’identification des patrons de modélisation

Utilise la désamb. topologique, typologique

Scénario de test système

Principalement conçu pour tester le module de validation

Valide la préservation de la sémantique du MSF

Utilise la désamb. manuelle, topologique et typologique

Validation d’OntoCASE

Généralité des types de connaissances:Les scénarios de test
g n ricit des langages crit res du choix du langage semi formel mindmap
Le thème et le sous-thème sont polysémiques puisqu’ils peuvent représenter des connaissances déclaratives ou procédurales

La relation est aussi polysémique puisqu’elle peutreprésenter une hyperonymie (généralisation) ou une méronyme (composition)

Validation d’OntoCASE

Généricité des langages: Critères du choix du langage semi-formel MindMap
sc narios de tests pour valuer l int gration du mindmap dans ontocase
Le modèle descriptif, pour valider la transformation de connaissances déclaratives, de la généralisation et de la composition

Le modèle procédural, pour valider la transformation de connaissances procédurales, de la généralisation et de la composition

Validation d’OntoCASE

Scénarios de tests pour évaluer l’intégration du MindMap dans OntoCASE

Une automobile se compose de 4 roues, d'une carrosserie et d'un moteur. Un moteur peut être diesel, à essence ou électrique

Pour écrire une thèse, il faut faire une recherche et aussi faire des activités comprises dans la procédure d’écriture d'un document, soit faire un plan, rédiger, corriger et réviser

r sultat restauration en mot des sc narios de test gr ce ontocase
restauration en MOT du modèle descriptif

restauration en MOT du modèle procédural

Validation d’OntoCASE

Résultat: Restauration en MOT des scénarios de test grâce à OntoCASE

MindMap à MOT

MindMap à MOT

ergonomie d ontocase mise l essai aupr s d usagers cibles
Cette mise à l’essai a pour objectif de valider l’ergonomie d'OntoCASE en termes

d'efficacité: degré de réalisation des objectifs poursuivis en matière d'utilisation;

d'efficience: capacité de produire une tâche donnée avec le minimum d'effort

de satisfaction: niveau de confort ressenti en utilisant le logiciel

Elle a été menée auprès de quatre personnes déjà familières avec MOT:

Expert de contenu

Chargé de projets

Cogniticien

Ingénieur ontologique

Elle suit une méthodologie de type:

analyse en situation d'utilisation

monitorage de l'utilisation

Elle est menée conformément au certificat d’étique délivré par le comité d’éthique de la recherche de la TELUQ

Validation d’OntoCASE

Ergonomie d’OntoCASE: Mise à l’essai auprès d’usagers cibles
les quatre phases de la s ance individuelle de mise l essai
la familiarisation, afin d’initier le participant à l’utilisation OntoCASE

la formalisation, afin d’initier le participant au processus de formalisation et de validation de modèles et de permettre à celui-ci de réaliser une première manipulation

la modélisation et la formalisation libres, afin de mesurer la capacité du logiciel et de la méthodologie à résister aux différentes approches des participants par la modélisation d’un court texte

le debriefing, est consacré au recueil des commentaires du participant à la fin de la séance

Validation d’OntoCASE

Les quatre phases de la séance individuelle de mise à l’essai
bilan et commentaires
Durée moyenne des expérimentations: deux à trois heures

Tous les participants ont déclaré qu’ils seraient aptes à utiliser OntoCASE avec un minimum de soutien de l’expérimentateur

Les principales difficultés d’usages résident dans l’utilisation de l’éditeur de modèle MOT (eLi) pour la modélisation

Tous les participants ont pu formaliser le modèle étalon

Aucun participant n’a pu compléter la modélisation du texte servant d’intrant à la mise à l’essai:

Le texte exigeait une longue réflexion avant d’être modélisé.

Cependant, il a été observé que la formalisation en ontologie et la validation sémantique du modèle partiellement conçu ont permis aux participants d’accélérer leur processus de conception.

Validation d’OntoCASE

Bilan et commentaires
bilan et commentaires suite
Remarques sur le processus de validation ergonomique

Compte tenu du nombre restreint de participants et du caractère flou des métriques de mesure, nous ne pouvons pas affirmer avec certitude que le test d’ergonomie soit une réussite

Cependant, compte tenu des commentaires recueillis et des observations faites, nous pouvons affirmer avec certitude que le test d’ergonomie n’est pas un échec

Ainsi, ce test doit être considéré comme un indicateur de bonne tendance des choix ergonomiques adoptés pour OntoCASE

Validation d’OntoCASE

Bilan et commentaires (suite)
autres crit res de validation de la th se
Présentation à des congrès scientifiques pour valider plusieurs facettes de la thèse:

L’utilisation de l’ACO pour la transformation de modèles semi-formels en ontologie (Journée francophone sur les ontologies 2008)

L’architecture de la méthodologie et du contenu de l’ontologie de référence (Ingénierie des connaissances 2009)

L’utilisation d’OntoCASEpour la validation de la sémantique d’un MSF (Ingénierie de la connaissance 2010)

Intégration d’OntoCASE dans le processus de recherche

Tout au long de la recherche, la version de l’itération précédente d’OntoCASE servait d’outil d’ingénierie ontologique pour la poursuite de la recherche

eLi a servi d’éditeur de modèle MOT pour la construction des modèles contenus dans le document de thèse

L’utilisation d’OntoCASE et d’eLi tout au long du processus de recherche constituent une forme de validation de terrain

Validation d’OntoCASE

Autres critères de validation de la thèse
d roulement de la pr sentation4
Introduction

Présentation d’OntoCASE

Démarche de construction d’OntoCASE

Validation d’OntoCASE

Conclusion

Déroulement de la présentation
r alisations du point de vue des sciences cognitives

Conclusion

Une ontologie représentationnelle et opérationnelle du domaine de la représentation des connaissances

Une méthode de formalisation de modèles de connaissances semi-formels en ontologies

Une méthode de représentation de connaissances tant déclaratives, procédurales, stratégiques et factuelles dans une ontologie

Une méthode de gestion des ambiguïtés intrinsèquement contenues dans la sémantique du langage semi-formel

Un ensemble de documents qui servent de guide à la conception d'un MSF dans la perspective de sa transformation subséquente en ontologie.

Une méthode de validation de la sémantique d’un MSF par un décodage formel du modèle

Réalisations du point de vue des sciences cognitives
r alisations du point de vue informatique 1 2

Conclusion

Un outil intelligent et intégré dans l'environnement Eclipse apte à assister un ingénieur ontologique et un ou des experts d’un domaine dans la conception d'une ontologie à partir d'un MSF

Un nouvel éditeur de modèles MOT (eLi) dans l'environnement Eclipse

Une bibliothèque du codes sources de Protégé pour la manipulation d'ontologies, de règles SWRL et d’interfaces aux moteurs d'inférences Pellet et Jess intégrée dans Eclipse

Des outils d'importation/exportation de modèles de l'espace de modélisation MOF à l'espace de modélisation OWL

Réalisations du point de vue informatique (1/2)
r alisations du point de vue informatique 2 2

Conclusion

Un mécanisme de construction automatique d'ontologies à partir d'une base de connaissances de type OWL jumelé à SWRL

La substitution avec succès du MOF par OWL/SWRL en tant que méta-métamodèle dans l'utilisation de l'ACM pour la transformation de modèles semi-formels

Un outil intelligent qui automatise la conversion et la validation du MSF en ontologie et qui semi-automatise le processus de désambiguïsation des connaissances exprimées de manière semi-formelle

Un outil intelligent de production de texte informel à partir d'une conceptualisation exprimée de manière semi-formelle

Réalisations du point de vue informatique (2/2)
apports en repr sentation des connaissances

Conclusion

Une ontologie de référence quiest une représentation possible du domaine de la représentation des connaissances

La structure de l’ontologie de référence supporte l’intégration d’un nouveau langage (MindMap) et la classification de plusieurs autres (UML et BPMN) laissant présumer une certaine généricité de sa structure face au domaine de la représentation des connaissances

La méthodologie de transformation soutient la formalisation en ontologie, de connaissances déclaratives, procédurales, stratégiques et factuelles

L’assistant informatique procure une rétroaction de la sémantique représenté par le MSF par l’interprétation formelle de l’ontologie cible

L’outil informatique peut servir à convertir en MOT un modèle semi-formel d’un autre langage (voir le test avec MindMap)

Apports en représentation des connaissances
apports en ing nierie ontologique et aux applications du web s mantique

Conclusion

Une méthodologie qui permet de construire une ontologie pré-validée avant déploiement d’une manière efficiente

Une méthode pour intégrer de nouveaux formalismes semi-formels dans une méthodologie ontologique

Une bibliothèque de commandes de type SWRL Built-in qui permet de créer et de mettre à jour une ontologie cible à partir du déclenchement de règles. Cette bibliothèque permet la conception d’une ontologie dédiée à la création d’ontologies

Apports en ingénierie ontologique et aux applications du web sémantique
apports en gestion des connaissances

Conclusion

Une méthodologie qui permet de construire une ontologie formelle à partir d’une élicitation semi-formelle qui stimule l’expression de connaissances tacites

Une méthodologie qui permet la formalisation d’une mémoire d’entreprise dont le contenu est exprimé de manière semi-formelle

Une méthodologie qui permet, par son mécanisme, de valider le contenu expert par rétroaction

Apports en gestion des connaissances
limites

Conclusion

Il est à anticiper que la structure interne de l’ontologie de référence subirait d’importantes modifications advenant l’intégration d’un langage complexe

La terminologie de l’ontologie de référence gagnerait en clarté si elle s’alignait sur la terminologie d’ontologies déjà existantes dans le domaine (Ex.: SUMO, CYC, KR de Sowa)

La validation ergonomique du logiciel nécessite un déploiement à une grande échelle pour être confirmée

Certaines optimisations de performance d’exécution doivent être réalisées dans le module de désambiguïsation et de conversion.

Certainesrègles de « bonnes pratiques »de la DL ne sont pas respectées dans la construction de l’ontologie cible. Pour l’harmoniser aux bonnes pratiques, il faudrait :

Utiliser rdf:typeOf au lieu rdf:subClassOfpour relier les classes de l’ontologie cible aux classes l’ontologie cadre

Utiliser, pour des cas précis, l’owl:Restriction au lieu de rdfs:subPropertyOf pour définir le domaine et l’image des sous propriétés

Limites
perspectives 1 2

Conclusion

Utiliser OntoCASE pourconstruirela base de connaissances d’un système expert selon une approche d’élicitation semi-formel directement par les experts de contenu

Raffiner et généraliser d’avantage l’ontologie de référence et l’ontologie cadre par:

L’intégration d’autres langages semi-formels (par ex.: UML-Cas d’utilisation, carte conceptuelle, etc.)

L’intégration de langages formels (par ex.: BPMN)

Explorer la possibilité de remplacer l’ontologie cadre par OWL-S

Perspectives (1/2)
perspectives 2 2

Conclusion

Utiliser OntoCASE en tant que système de validation de la sémantique d’un modèle (par ex. pour valider la sémantique d’un diagramme UML ou BPMN)

Développer des fonctionnalités au rapport de validation afin d’y intégrer des outils de recherche, d’ordonnancement des résultats

Utiliser OntoCASE en tant qu’Environnements Informatiques pour l'Apprentissage Humain pour enseigner l’art de la modélisation grâce à son module de rétroaction

Accroître l’accès à la construction d’ontologies de domaine à un public élargi d’utilisateurs (pédagogue, expert de contenu, gestionnaire) par l’intégration des modules (d’importer, désambiguïser et convertir) en un seul module (formaliser)

Perspectives (2/2)
merci
Merci

Période de questions