Repr

1
Représentation des connaissancesCours 2. Réseaux
sémantiques

• Réseaux sémantiques
• Systèmes de représentation des connaissances
• Relations sémantiques
• WordNet
• Parcours d'un réseau sémantique
• Levée d'ambiguïtés
• Cadres ou Frames

2
Ambiguïtés

• Quand un mot est ambigu, ses utilisations
  correspondent à des sens différents
• Luc a perdu la première manche
• La chemise a perdu sa manche gauche
• La pioche a perdu son manche
• Chaque utilisation correspond à un sens précis
• Vienne est la capitale de l'Autriche
• Vienne est près de Valence
• La Vienne fait partie de la région
  Poitou-Charentes
• La Vienne se jette dans la Loire
• Il faut absolument qu'il vienne

3
Synonymes

• C'est un gros avion C'est un grand avion
• C'est un gros achat ? C'est un grand achat
• Luc est trop gros ? Luc est trop grand
• Critère
• Possibilité de remplacer un mot par l'autre dans
  au moins un contexte sans "trop" changer le sens

4
Granularité

• Les étiquettes lexicales (catégorie grammaticale,
  genre, nombre) permettent déjà de distinguer 2
  des 3 sens
• Luc a perdu la première manche Nfs
• La chemise a perdu sa manche gauche Nfs
• La pioche a perdu son manche Nms
• mais cela ne distingue pas les 2 premiers qui
  sont pourtant très différents
• La granularité n'est pas suffisante

5
Réseau sémantique

• Comme un lexique mais
• - plusieurs entrées différentes pour un mot
  ambigu
• - une seule entrée pour plusieurs synonymes
• Exemples d'entrées
• 1. couillon - gogo - naïf - pigeon
• 2. bar - loup - loup de mer - perche de mer
• 3. bar - bistro - brasserie - café - estaminet
• Une entrée un ensemble de synonymes (noeud du
  réseau)

6
Systèmes de représentation des connaissances

• Méthodes symboliques
• On représente les concepts et propositions par
  des symboles formels prédicats, formules,
  noeuds du réseau...
• On manipule les symboles pour produire des
  résultats sous la forme de nouveaux symboles
• Les symboles forment un système de représentation
  des connaissances
• Méthodes non symboliques
• On utilise les symboles uniquement pour l'entrée
  et la sortie des programmes de résolution de
  problèmes
• Les programmes eux-mêmes utilisent des
  statistiques, des probabilités, des réseaux de
  neurones, des algorithmes génétiques...

7
Systèmes de représentation des connaissances

• Les connaissances et le logiciel de raisonnement
• Les langages Prolog et Lisp permettent de
  mélanger la représentation des connaissances dans
  le logiciel
• Représentation des connaissances
• Experts du domaine
• Explicite
• Déclaratif
• Logiciel de raisonnement
• Développeurs
• Ce sont des métiers différents mieux vaut
  séparer

8
Systèmes de représentation des connaissances

• Éditer
• Ajouter, supprimer, modifier des éléments
• Tester
• Cohérence, non-régression
• Consulter
• Quelles sont les propositions compatibles avec
  les connaissances ?
• Une proposition donnée est-elle compatible ?

9
Réseau sémantique

• Origine
• Réflexion sur la mémoire associative humaine, le
  langage
• Noeuds
• Les concepts plusieurs noeuds différents pour
  un mot ambigu,
• un seul noeud pour plusieurs synonymes
• Exemples de noeuds
• 1. couillon - gogo - naïf - pigeon
• 2. bar - loup - loup de mer - perche de mer
• 3. bar - bistro - brasserie - café - estaminet

10
Réseau sémantique

• Arcs
• Relations entre concepts
• Exemples d'arcs

cheveux, tifs, chevelure
humain, personne
a
aime
Luc
Marie
11
Relations sémantiques

• Relations permettant des classifications
• X est une sorte de Y
• bar - loup - loup de mer - perche de mer X
• poisson - poiscaille Y
• animal - bête Z
• Y est une sorte de X
• bar - bistro - brasserie - café - estaminet X
• bar à vins Y

12
Relations sémantiques

• Relations permettant des classifications
• X est un Y
• Luc X
• personne - humain Y
• X est un Y
• Tour Eiffel X
• monument Y

13
Relations sémantiques

• X est une partie de Y
• mets - plat
• repas
• Y est une partie de X
• poiscaille - poisson
• écaille
• nageoire
• ligne latérale
• ouïe

14
Relations sémantiques

• contraire
• gagnant - vainqueur
• perdant

15
Réseau sémantique

• Classification
• Héritage de propriétés

cheveux, tifs, chevelure
humain, personne
a
sorte de
sorte de
homme, mec, gars
femme, nana
est un
est un
aime
Luc
Marie
16
WordNet

• Célèbre réseau sémantique
• Noeuds synsets
• 1. couillon - gogo - naïf - pigeon
• 2. bar - loup - loup de mer - perche de mer
• 3. bar - bistro - brasserie - café - estaminet
• Une entrée un ensemble de synonymes (synset)
• Membres d'un synset
• - lemmes et non formes fléchies
• - mots et non tokens (loup de mer mot composé)
• Définitions informelles
• Any of various mostly cold-blooded aquatic
  vertebrates usually having scales and breathing
  through gills

17
WordNet

• Anglais
• Version 3.0 120 000 synsets
• Miller, 1995 - Fellbaum, 1998
• Le réseau sémantique le plus utilisé au monde
• Développement à partir de 1985 - Première version
  1991
• 4 sous-réseaux noms, verbes, adjectifs,
  adverbes
• La granularité de WordNet est beaucoup plus fine,
  parfois trop
• Ex. 4 sens pour tribe "tribu"

18
WordNet

• Principales relations entre synsets
• sorte de V/V exhale/breathe inhale/breathe
• sorte de N/N cat/feline
• est un N/N Eiffel Tower/tower
• partie N/N France/Europe
• membre N/N France/European Union
• similaire A/A dying/moribund

19
WordNet

• Principales relations entre lemmes
• contraire A/A good/bad
• appartenance A/N academic/academia
• appartenance Adv/A boastfully/boastful
• dérivé N/V killing/kill
• dérivé A/N dark/darkness

20
Hyperonymes

• Le synset de breathe est un hyperonyme de ceux de
  exhale et inhale
• Le synset de feline est un hyperonyme de celui de
  cat
• Un synset a souvent un seul synset hyperonyme,
  mais peut en avoir plusieurs
• Exemple
• eat "manger" a deux hyperonymes
• eat "prendre un repas" (contestable)
• et consume/ingest/take in/take/have
• Le synset de cat est un hyponyme de celui de
  feline

21
Hyperonymes
timepiece/timekeeper/horologe
atomic clock
watch/ticker
sandglass
ammonia clock
sundial
...
caesium clock
timer
hourglass
clock
egg timer
alarm clock/alarm
chronograph
stopwatch/stopo watch
...
parking meter
22
Coordonnés

• Coordonnés d'un synset les synsets qui ont un
  même hyperonyme
• Coordonnés de watch/ticker
• atomic clock
• clock
• sandglass
• sundial
• timer
• Les coordonnés d'un synset ne sont pas
  directement accessibles par les fonctions NLTK
  d'accès à WordNet
• Rechercher les hyperonymes puis les hyponymes

23
Autres WordNets

• EuroWordNet
• Français (23 000 synsets), anglais, néerlandais,
  italien, espagnol, allemand, tchèque, estonien
• Liens entre langues et avec l'anglais
• BalkaNet
• Tchèque, roumain, grec, turc, bulgare, serbe
• Ontologies
• Réseaux sémantiques plus structurés
• Les noeuds ne sont pas forcément des synsets, ex.
  AlcoholicBeverage
• Contiennent des connaissances formalisées, ex.
  toute boisson est un liquide, tout ce que
  quelqu'un boit est une boisson...

24
Parcours d'un réseau sémantique

• Entrée un synset
• Sorties des ensembles de lemmes "associés" au
  synset d'entrée
• synset.assoc(1) les hyponymes de synset
• synset.assoc(2) les hyperonymes de synset
• synset.assoc(3) les coordonnés de synset
• synset.assoc(4) les hyponymes des éléments de
  synset.assoc(3)
• pour i de 1 à 4
• synset.assocLemmas(i) union des éléments de
  synset.assoc(i)

25
Exemple

• Entrée sandglass
• synset.assoc(1) egg timer, hourglass
• synset.assoc(2) timepiece/timekeeper/horologe
• synset.assoc(3) atomic clock, clock, sundial,
  timer, watch/ticker
• synset.assoc(4) ammonia clock, caesium clock,
  alarm clock/alarm, chronograph, parking meter,
  stopwatch/stopo watch...
• synset.assocLemmas(1) egg timer, hourglass
• synset.assocLemmas(2) timepiece, timekeeper,
  horologe
• synset.assocLemmas(3) atomic clock, clock,
  sundial, timer, watch, ticker
• synset.assocLemmas(4) ammonia clock, caesium
  clock, alarm clock, alarm, chronograph, parking
  meter, stopwatch, stopo watch...

26
Levée d'ambiguïtés

• Pour chaque mot ambigu, pour chaque occurrence,
  déterminer le sens précis
• Objectifs
• Recherche d'informations, traduction...
• Le sens précis sera représenté par un synset
• Hypothèse
• Beaucoup de voisins d'un mot sont des hyponymes,
  des hyperonymes ou des coordonnés
• Méthode
• Pour chaque synset contenant le mot ambigu,
  compter les hyponymes, hyperonymes et coordonnés
  dans le voisinage

27
Cooccurrence

• Cooccurrence du premier ordre
• Deux mots sont cooccurrents du premier ordre
  s'ils sont souvent voisins
• Exemple vendre/produit
• Cooccurrence du second ordre
• Deux mots sont cooccurrents du second ordre s'ils
  ont souvent les mêmes voisins
• Exemple vendre/acheter
• Voisins communs produit, prix, fournisseur,
  client...

28
Cooccurrence du premier ordre

• On utilise un corpus de référence qui peut être
  lemmatisé
• Deux mots m1 et m2
• On calcule nb_occ(m1), nb_occ(m2)
• nb_occ(m1, m2) nombre d'occurrences de m1 et m2
  dans le même paragraphe ou dans le même document
  ou à une distance inférieure à un seuil (5 à 10
  tokens)
• 2 . nb_occ(m1, m2)/(nb_occ(m1) nb_occ(m2))
• valeur comprise entre 0 et 1
• Plus m1 et m2 apparaissent souvent ensemble, plus
  cette valeur se rapproche de 1

29
Cooccurrence du second ordre

• On utilise un corpus de référence qui peut être
  lemmatisé
• Deux mots m1 et m2
• On calcule voisins(m1) et voisins(m2), sacs de
  mots
• Critères
• - paragraphe ou distance
• - différents de m1 ou m2
• - catégorie nom ou pertinence D/d(m)
• On calcule la similarité entre les deux vecteurs
  (cosinus de l'angle)
• Plus m1 et m2 apparaissent avec les mêmes
  voisins, plus cette valeur est élevée

30
Levée d'ambiguïtés avec WordNet

• Entrée un texte étiqueté et lemmatisé WordNet
  un corpus de référence
• Sortie pour chaque mot ambigu du texte, un
  synset
• pour chaque mot du texte
• si mot appartient à plusieurs synsets
• sélectionner des voisins v de mot dans le texte
  (critères
• - paragraphe ou distance
• - différents de mot
• - catégorie nom ou pertinence D/d(v))
• pour chaque synset
• synset.assoc union synset.assoc(i) pour i de
  1 à 4
• synset.score nombre de v dans synset.assoc
• mot.synset le synset dont synset.score est
  maximal

31
Cadres ou Frames

• Origine
• Marvin Minsky, années 1970
• Un cadre représente un concept
• Il a un nom et des attributs ou propriétés
• Chaque attribut est décrit par un nom et des
  paires facette/valeur
• Luc
• (est-un (valeur personne))
• (s'appelle (valeur Luc))
• (fils-de (valeur Jean))

32
Cadres ou Frames

• Un cadre représente une personne ou un concept
  concret ou abstrait
• Facettes
• valeur, défaut
• types doit-être, possibilité, liste-de,
  intervalle...
• attachements procéduraux si-besoin, si-ajout,
  si-modif, si-supprime
• Personne
• (âge (doit-être entier) (si-besoin (compter
  ...)))
• Planète
• (a-atmosphère (doit-être booléen) (défaut faux))