Ontologies pour l

1
Ontologies pour lastronomie

• Nathalie Hernandez
• Josiane Mothe
• Laurent Cardonner

2
Objectifs

• Représentation des informations via des
  ontologies (indexation)
• Etude des thesaurus existants
• Adéquation aux collections
• Mise à jour de la connaissance du domaine
• Découverte de connaissances
• Ontologie du domaine de la tâche / du contenu

3
Plan

• Résultats des analyses via Syntex
• Définition de mesures dadéquation dune
  ontologie par rapport à un corpus
• Techniques de mise à jour
• Définition de différents types dontologies
  adaptés à lusage des données
• Exemple de lexploration des publications

4
Analyses
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Mesures dadéquation

• A notre disposition
• thesaurus de lastronomie IAU
• résumés darticles publiés dans les revues AA et
  APJ sur plusieurs années.

5
Syntex analyseur syntaxique de corpus
Analyses
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Mesures dadéquation

• Intérêt extraire syntaxiquement les expressions
  dune collection documentaire Bourigault
  Fabre, 2000
• Deux phases
• Pré-traitement par un étiqueteur
• Analyse syntaxique
• Originalité apprentissage endogène Bourigault
  Lame, 2002

6
Résultats
Analyses
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Mesures dadéquation

• APJ
• AA

7
IAU
Analyses
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Mesures dadéquation

• Thesaurus (représentation terminologique du
  domaine de lastronomie) crée en 1995
• 2863 termes dont 2222 expressions (magnetic
  field, X ray,)
• 5000 relations entre termes de plusieurs natures
  
• t1 BT t2 terme t2 plus spécifique t1
• t1 NT t2 terme t2 plus générique t1
• t1 U t2 utiliser le terme t1 plutôt le terme t2
• t1 UF t2 utiliser le terme t2 à la place de t1
• t1 RT t2 t1 et t2 sont liés

8
Recherche termes IAU / CORPUS
Analyses
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Mesures dadéquation

• APJ
• 1999 865 termes retrouvés
• 2002 877 termes retrouvés
• AA
• 1995 832 termes retrouvés
• 2002 884 termes retrouvés
• 588 termes communs aux 4 corpus
• ? IAU adapté à lindexation de nos corpus?
• ? Mesures génériques (ontologie/thesaurus)

9
IAU en OWL
Mesures dadéquation
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Analyses

• Ontology Web Language http//www.w3.org/TR/owl-fe
  atures/
• recommandation du W3C
• Transformation
• Définition de concepts (différents labels)X Ray
  UF X-RayX Ray UF X-Ray radiation X Ray
  X-Ray, X-Ray radiation
• Définition de relations (généricité/specificité,
  est lié à)

10
Analyse lexicale

• Couverture ontologie / corpus
• Pourcentage de termes de lontologie présents
  dans le corpus
• ?Choix ou non de lontologie comme point de
  départ
• Couverture corpus / ontologie
• Détection des concepts représentatifs des
  documents (tf.idf Salton 71)
• ?Proposition de nouveaux termes à ajouter

11
Analyse conceptuelle

• Principe  un concept est représentatif dun
  domaine si il est en relation avec dautres
  concepts du domaine 
• Définition dune mesure du pouvoir représentatif
  dun concept
• Définition dune mesure du pouvoir représentatif
  dune ontologie à partir de la mesure des
  concepts retrouvés dans les documents
• ? Validation du choix de lorganisation des
  concepts dans lontologie

12
Mise à jour des concepts
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Analyses
Mesures dadéquation

• Ajout des termes représentatifs des documents
  dans lontologie
• Nouveau label pour un concept
• Nouveau concept
• ?utilisation des mesures de proximité sémantique
  de Syntex

13
Mise à jour des relations
Techniques de mise à jour
Exemple
Ontologies spécifiques à une tache
Analyses
Mesures dadéquation

• Spécification sémantique de la relation  est lié
  a  ( événement lié à ,  objet lié a )
• Détection de nouvelles relations entre concepts
• ? utilisation des mesures de proximité sémantique
  de Syntex

14

• Nécessité de deux types ontologies
• Ontologie du domaine de la tâche organisation
  des méta-données ou rôles des connaissances dans
  la réalisation dune tâche
• Ontologie du domaine abordé dans le corpus
  représentation de la connaissance liée au domaine
  traité dans le contenu des documents
• ? optimiser les tâches

15
Architecture
16
Cadre applicatif

• Tâche Exploration des publications dans les
  revues AA et APJ
• Collection à notre disposition
• Expérience à partir de Tétralogie

17
Ontologie du domaine de la tache dexploration

• ? Construction semi-automatique

18
Ontologie du domaine abordé dans le corpus

• Échantillon construit à partir de IAU et Factguru

19
Liens entre les deux ontologies
20
Prototype interface de visualisation
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache

• Plusieurs niveaux de navigation
• Niveau conceptuel vue générale sur le corpus
• Niveau instance détails sur le corpus
• Deux accès à la collection
• À travers lontologie du domaine de la tâche
• A travers lontologie du domaine abordé dans la
  collection

21
Aperçu de linterface
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache
22
Exploration via ontologie domaine tache
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache
23
Connaissance établie pour instance Chercheur
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache
24
Connaissance établie pour instance Article
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache
25
Exploration via ontologie domaine abordé dans
corpus
Exemple
Analyses
Mesures dadéquation
Techniques de mise à jour
Ontologies spécifiques à une tache
26
Conclusion

• IAU
• Intégration d autres éléments instances des
  concepts ?
• Instruments,
• objets - Exemple objets Lien avec Simbad
• FACTGURU ?? http//www.site.uottawa.ca4321/astr
  onomy/index.html

27
Travaux à faire

• Évaluation
• Cadre
• Réalisable
• Définition de tâches
• Mise à jour - Mots clés (oui avec niveau souhaité
  - Ontologie - Web sémantique)
• Lien avec UCD

28
(No Transcript)
29
Evaluation

• Comparer ladéquation déchantillons de deux
  ontologies sur un même corpus, puis sur des
  différents (évolution du domaine)
• ? Proposer les corpus et les deux ontologies

30
Evaluation
31
Ontologie

• Ontologie  spécification explicite et formelle
  dune conceptualisation partagée Studer 1998
• Deux niveaux sémiotiques
• Lexical (termes)
• Conceptuel (concepts et relations entre concepts)
• ? base pour la communication entre les machines,
  entre humains et machines

32
Recherche dinformation et ontologie

• Intégration des ontologies dans un processus de
  recherche
• Réduction du silence extension des requêtes à
  partir des termes et concepts de lontologie
• Réduction du bruit désambiguïsation des termes
  contenus dans la requête

33
Recherche d information et Ontologie

• Indexation des documents à partir des concepts de
  lontologie
• Descripteurs choisis dans lontologie
• Indexation à partir de concepts et non plus à
  partir de mots souvent ambigus
• ? Choix dune ontologie reflétant le ou les
  domaines de connaissance relatifs aux corpus

34
Exploration de collections documentaires à partir
dontologies

• Objectifs
• Aide à lindexation des documents par un procédé
  de catégorisation automatique des documents au
  niveau des concepts dontologies