SlideShare ist ein Scribd-Unternehmen logo
1 von 38
Downloaden Sie, um offline zu lesen
Les ontologies : concept de base et applications
Rachid BENOUINI
1
Faculté des Sciences
et Techniques Fès
Université Sidi Mohamed
Ben Abdellah
FST Fès - Master Système Intelligents et Réseaux
Encadré par :
Pr. A. ZAHI Pr. A. BEGDOURI
Plan
2
Introduction
Définition d’ontologie
Travail sur les ontologies
Langages pour les ontologies
Applications des ontologies
Outils pour les ontologies
Conclusion
1
2
4
5
3
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
6
7
Introduction
3
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
La théorie d’existence tente d’expliquer les concepts qui existent
dans le monde et comment ses concepts sont imbriqués et organisés pour
donner du sens.
Les concepts chez un être humain sont des connaissances
exprimables c’est ce qu’il peut exprimer c’est l’univers du discours qui sont
complétées par des connaissances non exprimables (sensations, perceptions,
sentiments non verbalisables, connaissances inconscientes, connaissances
tacites, etc.).
L'objectif premier d'une ontologie est de modéliser un ensemble
de connaissances dans un domaine donné, qui peut être réel ou imaginaire
en langage interprétable, pour qu’il soit utilisable par les machines.
Définition d’ontologie
4
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Définition dans la littérature :
[Studer et al,1998]: “An ontology is a formal, explicit specification of
a shared conceptualization.”
- Une ontologie est une description formelle avec un langage d’une vue
abstraite, simplifiée et partagée du monde que l'on veut représenter.
- Et partagée indique que l’ontologie supporte la connaissance
consensuelle, et elle n’est pas restreinte à certains individus, mais accepté
par toutes les parties.
Définition d’ontologie
5
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Définition en informatique :
• Un ensemble structuré de concepts
• Organisés dans un graphe
• Liés par des relations sémantiques et logiques
⇒ Destiné à modéliser un ensemble de connaissances dans un
domaine donné.
Animal
Mammifère
Fourrure
OursEau Baleine
Poisson
Chat
est-un
vit-dans
aa
est-un est-un
est-unest-unvit-dans
Composants d’ontologie
6
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
 Concepts :
sont des classes, ensembles, collections ou types d'objets.
 Relations :
relations et interactions entre les concepts.
 Axiomes :
sont utilisés pour décrire les assertions de l'ontologie qui seront
considérés après comme vrais, pour but de définir les significations des
composants d'ontologie.
 Fonctions :
cas particuliers de relation, dans laquelle un élément de la relation par
exemple le nième élément est défini en fonction des n-1 éléments
précédents.
 Instances :
par exemple « Karim » et « Amina » sont des individus ou des instances du
concept «personne».
Types d’ontologie (1/3)
7
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Par rapport à l'objet de la conceptualisation de l'ontologie, quatre
catégories au moins peuvent être identifiées :
 Les ontologies de haut niveau (top-level ontologies) :
Décrivent des concepts très généraux comme l'espace, le temps, la
matière, les objets, les événements, les actions, etc.
 Les ontologies de domaine (domaine ontologies) et les ontologies de tâche
(task ontologies) :
Décrivent le vocabulaire lié à un domaine générique (comme la médecine,
ou les automobiles) ou une tâche ou une activité générique (comme le
diagnostic ou la vente).
Types d’ontologie (2/3)
8
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
 Les ontologies d'application (application ontologies) :
Décrivent des concepts dépendant à la fois d'un domaine et d’une tâche
particuliers dans ce domaine. Ces concepts correspondent souvent aux rôles
joués par des entités.
 Ontologie de représentation des connaissances (méta ontologie) :
Elle décrit les concepts utilisés par les langages de représentation des
ontologies.
Types d’ontologie (3/3)
9
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Travail sur les ontologies
10
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Il est possible qu’une application utilise plusieurs ontologies, dans ce
cas, certaines opérations sur les ontologies peuvent être nécessaires afin de
travailler avec chacun d'eux.
 Opérations sur les ontologies
Fusionner Le mappage
L’alignement Le raffinement
L’unification L’intégration
L’héritage
 Relations entre les ontologies
Extension Identique
Équivalence Fortement traduisible
Faiblement traduisible Approximativement traduisible
Langages pour les ontologies
11
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Il existe plusieurs langages pour la représentation des ontologies sont
classifiées selon l’approche :
 Basé sur les graphes :
Topic Maps, RDF, RDFS
 Basé sur logique :
KIF, F-Logic, KL-one, DAML+OIL, OWL, CNL, SWRL
 Basé sur l’approche orientée objet :
UML, OCL , OntoUML
Web Ontology Language
12
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
OWL (Web Ontology Language) construit au-dessus de RDF et RDFS, basé
sur la logique de description, et issu des projets de recherche DAML et OIL.
OWL devint une recommandation du W3C fin 2012.
Architecture du
Web Sémantique
Types de OWL
13
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
 OWL-Lite
Le plus simple, il est destiné à représenter des hiérarchies de concepts
simples, sa simplicité lui permet d’avoir une complexité faible, et le calcule
de réponse de requêtes est en temps raisonnable.
 OWL-DL
Plus complexe fondé sur la logique de description, Il est adapté pour
faire des raisonnements.
 OWL-Full
La plus complexe d’OWL utilisé pour avoir un haut niveau de capacité
de description, quitte à ne pas pouvoir garantir la complétude et la
décidabilité des calculs liés à l'ontologie.
Composants de OWL
14
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
OWL propose plusieurs composants pour la représentation des ontologies :
 L’entête :
Déclaration des espaces de noms et des entités : owl, rdf, rdfs, xsd…
 La syntaxe :
Syntaxe utilisée : RDF/XML, OWL/XML, Manchester …
 Les classes :
Définition des concepts Animal, Lion, Homme …
 Les individus :
Instanciation des concepts Simba, Karim, Fatima …
 Les propriétés :
Définition des relations
o Propriétés d’objet : Un professeur Enseigne un Cours.
o Propriétés de type : L’âge est entier non négatif.
Composants de OWL
15
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
 Les restrictions :
Définition de class ou propriété complexe :
Mère est une femme et qui a au moins 1 enfant
a_petit_Frère est a_Frère et qui a un âge <= 15
 Les propriétés spéciales :
Pour définir qu’une relation est : transitive, symétrique, fonctionnelle,
inverse de(autre relation),
 Les combinaisons booléennes :
Pour les opérations booléennes : union, intersection, complément.
 Les énumérations :
Jours est {Lun, Mar, Mer, Jeu, Ven, Sam, Dim}.
 Les types de donnée :
entier, réel, chaine de caractères …
Applications des ontologies
16
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
 Commerce électronique : le but est de formaliser des connaissances pour
l'échange de données dans le domaine du Commerce électronique.
 Ingénierie des Systèmes : par exemple, exploite une ontologie couvrant
tous les aspects liés à la modélisation mathématique en ingénierie. Pour
assister des ingénieurs dans le développement d’applications concernant
l’ingénierie de systèmes physiques dynamiques.
 Recherche d’information : d'enrichir les requêtes et améliorer la qualité des
résultats, à savoir la recherche de sens plutôt que la chaîne de recherche de
correspondance.
 Web sémantique : comme une référence sémantique pour lever l'ambiguïté
des significations utilisées dans les sites Web.
 Traduction (interlingua) : La traduction automatique et clarification des
termes, en trouvant la cartographie exacte des concepts à travers les
langues.
Il existe d’autres applications d’ontologie.
Outils pour les ontologies
17
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Il existe une grande variété d’outils pour les ontologies, on cite parmi eux :
● Protégé :
Le plus connu des éditeurs d'ontologie open-source, il offre de nombreux
composants optionnels : raisonneurs, interfaces graphiques.
● Ontorion Fluent Editor :
Un nouvel éditeur d’ontologie basé sur le langage CNL (controlled Naturel
Language) très compréhensible.
● TopBraid Composer :
un environnement de modélisation visuelle pour les ontologies basé sur la
plate-forme Eclipse et l'API Jena.
● OntoStudio :
Aussi un outil très répondu est un environnement de modélisation,
création et maintenance des ontologies. Mais commerciale.
● SWOOP :
Éditeur d'ontologie.
Outils pour les ontologies
18
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
● Apache Jena :
Est un Framework Java (écriture, lecture, extraction, raisonnement) pour
les ontologies.
● OWLAPI :
API Java pour la conception des ontologies OWL.
● Pellet, FaCT++, HermiT, RacerPro :
raisonneurs basés sur (LD) pour les ontologies OWL.
● WordNet :
une base de données lexicale (ontologie lexicale) et aussi pour la
construction des ontologies.
● Florid :
Un système déductif, a base de données orienté objet en utilisant F-logic.
● NeOn ToolKit :
un environnement de modélisation d’ontologie. Mais moins répondu que
protégé et TopBraid Composer.
Exemple d’ontologie
19
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Un Animal est une classe.
Une Plante est une classe, mais disjointe d'Animal.
Un Arbre est une sous-classe de Plante.
Une Branche est une partie d'un Arbre.
Une Feuille est une partie d'une Branche
Un Herbivore est un Animal qui ne mange qu'une
Plante ou une partie d'une Plante.
Un Carnivore est un Animal qui mange aussi un
Animal.
Une Girafe est un Herbivore qui ne mange que des
Feuilles.
Un Lion est un Carnivore qui ne mange que des
Herbivores.
1
3
4
5
6
2
7
9
8
Exemple d’ontologie
20
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Exemple d’utilisation : Calcule de distance sémantique entre les deux mots "car" et
"bicycle" :
car is-a automotive is-a wheeld vehicle et bicycle is-a wheeld vehicle
Est donc la distance entre "car" et "bicycle" est 3 (le nombre de passage par is_a).
Exemple de WordNet :
Exemple d’ontologie
21
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Ontologie avec UML :
Exemple d’ontologie
22
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
L’ontologie arabe est une représentation formelle des concepts que les
termes arabes véhiculent, pour chaque terme dans la langue arabe, un ensemble
de sens et de relations sémantiques sont identifiés, pour créer un arbre de
significations des termes arabes.
Exemple d’ontologie
23
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Ontologie extraite du Quran :
Islam (‫اإلسالم‬) is the monotheistic religion
based on the Quran and the teachings of the
prophet Muhammad. This concept is part of
the following classification in the ontology:
Concepte (root)
↖Religion
↖Islam (‫اإلسالم‬)
Islam is referred to in verse (3:19) of chapter (3) sūrat āl ʿim'rān (The Family of Imrān):
Articles sur les ontologies : Ontology for web attack detection
24
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Ontology for attack detection : An intelligent approach to web application
security [Abdul Razzaq et al, Avril 2014].
Dans cet article les auteurs ont utilisé le concept d’ontologie pour la détection des
attaques web :
● Modéliser les protocoles de communications web
● Modéliser les types d’attaques
● Prennent en compte les différentes technologies utilisées par les pirates,
● prennent en compte l'impact sur les composants du système
● Concentrer sur les parties où un script malveillant est possible.
Par exemple l’injection de code et l’une d’attaques web les plus dangereuses :
Articles sur les ontologies : Ontology for web attack detection
25
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
L’ontologie des protocoles de communication
Articles sur les ontologies : Ontology for web attack detection
26
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
L'ontologie de base des attaques web
Articles sur les ontologies : Ontology for web attack detection
27
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Système de détection des attaques web
Articles sur les ontologies : Depression diagnosis using an ontology
28
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Mobile cloud-based depression diagnosis using an ontology and a Bayesian
network [Yue-Shan Chang et al, Avril 2014].
Dans cet article les auteurs ont utilisé le concept d’ontologie avec un réseau
bayésien pour créer service cloud pour la diagnostique de la maladie de
dépression.
● Modéliser la dépression est ses symptômes, le patient par une ontologie.
● Transformer l’ontologie en un réseau bayésien.
● Développement d’une application mobile et d’un service cloud pour le
diagnostic.
⇒ Le but est de pouvoir évaluer si une personne est en train de devenir
déprimée(calcul de probabilité).
Articles sur les ontologies : Depression diagnosis using an ontology
29
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
L’ontologie de la maladie de la dépression
Articles sur les ontologies : Depression diagnosis using an ontology
30
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Transformation du modèle d’ontologie en réseau bayésienne (OntoBayes)
Exemple de réseau bayésien avec les probabilités conditionnelles.
Articles sur les ontologies : Depression diagnosis using an ontology
31
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Capture d’écran de l’application mobile pour le diagnostic.
(a) demande si le patient a passé un bon jour
(b) demande les sensations du patient
(c) les résultats d'inférence sont présentés sur l’écran
Articles sur les ontologies : Economics knowledge sharing ontology
32
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Ontology-based economics knowledge sharing system [Donghee Yoo et al, 2013].
Dans cet article les auteurs ont utilisé le concept d’ontologie pour la création d’un
système de partage de connaissances du domaine économique.
● Modéliser les documents et les connaissances économiques par ontologie.
● Développement d’une application web pour l’enregistrement, partage,
recherche et navigation dans ses connaissances.
⇒ L'objectif est de montrer la nécessité du partage des connaissances de
l'économie et de montrer qu’elle peut être réalisée avec les technologies du Web
sémantique.
Articles sur les ontologies : Economics knowledge sharing ontology
33
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
L’ontologie de partage des connaissances économique
EKSO (Economics knowledge sharing ontology)
Articles sur les ontologies : Economics knowledge sharing ontology
34
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Le partage de connaissance :
Articles sur les ontologies : Economics knowledge sharing ontology
35
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Recherche basic :
Articles sur les ontologies : Economics knowledge sharing ontology
36
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Navigation dans l’ontologie :
Conclusion
37
BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
Le terme ontologie vient de la philosophie qui signifie l’étude de
l’être dans son univers et était appliquée aux systèmes d'information afin
de représenter ou décrire des connaissances d’un domaine.
Et pour avoir d’une moyenne de résonnement dans sa définition a
était basé sur la logique de description afin d’avoir une cohérence
sémantique.
Et par ce que les connaissances d’un domaine doit être partagées il
n’y a pas de meilleurs que le web pour le partagé. Pour cela de nouvelles
spécifications sont indispensables.
Donc la notion d’ontologie a subi plusieurs transformations afin
d’introduire la notion sémantique aux machines.
38
Questions ?

Weitere ähnliche Inhalte

Was ist angesagt?

BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : SparkLilia Sfaxi
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Hatim CHAHDI
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceLilia Sfaxi
 
Cours Big Data Chap5
Cours Big Data Chap5Cours Big Data Chap5
Cours Big Data Chap5Amal Abid
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingLilia Sfaxi
 
Bases de données réparties
Bases de données répartiesBases de données réparties
Bases de données répartiesAbdelouahed Abdou
 
Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouseHassane Dkhissi
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkAmal Abid
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQLLilia Sfaxi
 
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...ENSET, Université Hassan II Casablanca
 
Les Base de Données NOSQL -Presentation -
Les Base de Données NOSQL -Presentation -Les Base de Données NOSQL -Presentation -
Les Base de Données NOSQL -Presentation -IliasAEA
 
Architectures orientés services (SOA)
Architectures orientés services (SOA)Architectures orientés services (SOA)
Architectures orientés services (SOA)Heithem Abbes
 
Présentation PFE: Système de gestion des réclamations et interventions clients
Présentation PFE: Système de gestion des réclamations et interventions clientsPrésentation PFE: Système de gestion des réclamations et interventions clients
Présentation PFE: Système de gestion des réclamations et interventions clientsMohamed Ayoub OUERTATANI
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2Amal Abid
 
TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduceAmal Abid
 

Was ist angesagt? (20)

Comment construire les ontologies?
Comment construire les ontologies?Comment construire les ontologies?
Comment construire les ontologies?
 
BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : Spark
 
Ingénierie ontologique
Ingénierie ontologiqueIngénierie ontologique
Ingénierie ontologique
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
 
Cours Big Data Chap5
Cours Big Data Chap5Cours Big Data Chap5
Cours Big Data Chap5
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data Processing
 
Bases de données réparties
Bases de données répartiesBases de données réparties
Bases de données réparties
 
Conception datawarehouse
Conception datawarehouseConception datawarehouse
Conception datawarehouse
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - Spark
 
Base des données réparties
Base des données répartiesBase des données réparties
Base des données réparties
 
BigData_Chp4: NOSQL
BigData_Chp4: NOSQLBigData_Chp4: NOSQL
BigData_Chp4: NOSQL
 
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...
Mise en oeuvre des Frameworks de Machines et Deep Learning pour les Applicati...
 
Les Base de Données NOSQL -Presentation -
Les Base de Données NOSQL -Presentation -Les Base de Données NOSQL -Presentation -
Les Base de Données NOSQL -Presentation -
 
Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?Qu'est-ce qu'un ETL ?
Qu'est-ce qu'un ETL ?
 
Architectures orientés services (SOA)
Architectures orientés services (SOA)Architectures orientés services (SOA)
Architectures orientés services (SOA)
 
Présentation PFE: Système de gestion des réclamations et interventions clients
Présentation PFE: Système de gestion des réclamations et interventions clientsPrésentation PFE: Système de gestion des réclamations et interventions clients
Présentation PFE: Système de gestion des réclamations et interventions clients
 
Cours Big Data Chap2
Cours Big Data Chap2Cours Big Data Chap2
Cours Big Data Chap2
 
TP1 Big Data - MapReduce
TP1 Big Data - MapReduceTP1 Big Data - MapReduce
TP1 Big Data - MapReduce
 

Andere mochten auch

Les ontologies 2013_2014
Les ontologies 2013_2014Les ontologies 2013_2014
Les ontologies 2013_2014Serge Garlatti
 
Construction ontologies
Construction ontologiesConstruction ontologies
Construction ontologiesAggoumazax Moh
 
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...IJwest
 
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule LanguageSWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule LanguageRommel Carvalho
 
RDFS In A Nutshell V1
RDFS In A Nutshell V1RDFS In A Nutshell V1
RDFS In A Nutshell V1Fabien Gandon
 
Semantic web service
Semantic web serviceSemantic web service
Semantic web servicejean Agnimel
 
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiquesInvited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiquesFabien Gandon
 
Le web sémantique par l'exemple
Le web sémantique par l'exempleLe web sémantique par l'exemple
Le web sémantique par l'exempledescl
 
Introduction to Ontology Concepts and Terminology
Introduction to Ontology Concepts and TerminologyIntroduction to Ontology Concepts and Terminology
Introduction to Ontology Concepts and TerminologySteven Miller
 
الميتاداتا و المصادر الرقمية
الميتاداتا و المصادر الرقميةالميتاداتا و المصادر الرقمية
الميتاداتا و المصادر الرقميةMohamed Ben Romdhane
 
Resolución de ejercicios en programación
Resolución de ejercicios en programación Resolución de ejercicios en programación
Resolución de ejercicios en programación UTPL
 
Présentation de cinq péniches sur les quais du Rhône
Présentation de cinq péniches sur les quais du RhônePrésentation de cinq péniches sur les quais du Rhône
Présentation de cinq péniches sur les quais du RhôneLuciepauline
 
Le Rhin / Comparaisons européennes : témoignages de trois fleuves
Le Rhin / Comparaisons européennes : témoignages de trois fleuvesLe Rhin / Comparaisons européennes : témoignages de trois fleuves
Le Rhin / Comparaisons européennes : témoignages de trois fleuvesMission Val de Loire
 

Andere mochten auch (20)

Ontologies pour le Web 2.0
Ontologies pour le Web 2.0Ontologies pour le Web 2.0
Ontologies pour le Web 2.0
 
Les ontologies 2013_2014
Les ontologies 2013_2014Les ontologies 2013_2014
Les ontologies 2013_2014
 
Construction ontologies
Construction ontologiesConstruction ontologies
Construction ontologies
 
Ontologies 2011 2012
Ontologies 2011 2012Ontologies 2011 2012
Ontologies 2011 2012
 
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
AGENTS AND OWL-S BASED SEMANTIC WEB SERVICE DISCOVERY WITH USER PREFERENCE SU...
 
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule LanguageSWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
SWRL-F - A Fuzzy Logic Extension of the Semantic Web Rule Language
 
RDFS In A Nutshell V1
RDFS In A Nutshell V1RDFS In A Nutshell V1
RDFS In A Nutshell V1
 
Semantic web service
Semantic web serviceSemantic web service
Semantic web service
 
Invited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiquesInvited Tutorial JFO : Ontologies informatiques
Invited Tutorial JFO : Ontologies informatiques
 
Le web sémantique par l'exemple
Le web sémantique par l'exempleLe web sémantique par l'exemple
Le web sémantique par l'exemple
 
Introduction to Ontology Concepts and Terminology
Introduction to Ontology Concepts and TerminologyIntroduction to Ontology Concepts and Terminology
Introduction to Ontology Concepts and Terminology
 
Jena Programming
Jena ProgrammingJena Programming
Jena Programming
 
الميتاداتا و المصادر الرقمية
الميتاداتا و المصادر الرقميةالميتاداتا و المصادر الرقمية
الميتاداتا و المصادر الرقمية
 
RDF and OWL
RDF and OWLRDF and OWL
RDF and OWL
 
Resolución de ejercicios en programación
Resolución de ejercicios en programación Resolución de ejercicios en programación
Resolución de ejercicios en programación
 
Présentation de cinq péniches sur les quais du Rhône
Présentation de cinq péniches sur les quais du RhônePrésentation de cinq péniches sur les quais du Rhône
Présentation de cinq péniches sur les quais du Rhône
 
Triggersolutions
TriggersolutionsTriggersolutions
Triggersolutions
 
2012 01-03 leccionjuveniles
2012 01-03 leccionjuveniles2012 01-03 leccionjuveniles
2012 01-03 leccionjuveniles
 
Le Rhin / Comparaisons européennes : témoignages de trois fleuves
Le Rhin / Comparaisons européennes : témoignages de trois fleuvesLe Rhin / Comparaisons européennes : témoignages de trois fleuves
Le Rhin / Comparaisons européennes : témoignages de trois fleuves
 
Andres 3
Andres 3 Andres 3
Andres 3
 

Ähnlich wie Ontology concept et applications

Ontologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformationOntologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformationcatherine roussey
 
Intelligence artificielle une_introduction
Intelligence artificielle une_introductionIntelligence artificielle une_introduction
Intelligence artificielle une_introductionAlain Mille
 
Modélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de donnéesModélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de données chessmu
 
03 Web Semantique
03  Web Semantique03  Web Semantique
03 Web Semantiquebadirh
 
Representation_connaissance2 (2).ppt
Representation_connaissance2 (2).pptRepresentation_connaissance2 (2).ppt
Representation_connaissance2 (2).pptNABIHAAZIZI1
 
Sp6 Yann Nicolas
Sp6 Yann NicolasSp6 Yann Nicolas
Sp6 Yann Nicolasent12701
 
Séminaire Inria IST - Référentiels et interoperabilité (2)
Séminaire Inria IST - Référentiels et interoperabilité (2)Séminaire Inria IST - Référentiels et interoperabilité (2)
Séminaire Inria IST - Référentiels et interoperabilité (2)Antoine Isaac
 
interopérabilité en informatique
interopérabilité en informatiqueinteropérabilité en informatique
interopérabilité en informatiquecatherine roussey
 
Logiques de descriptions.pptx
Logiques de descriptions.pptxLogiques de descriptions.pptx
Logiques de descriptions.pptxmohmll
 
le NLP à l'ére de l'IA
le NLP à l'ére de l'IAle NLP à l'ére de l'IA
le NLP à l'ére de l'IAhabib200
 
Métadonnées de thèse
Métadonnées de thèseMétadonnées de thèse
Métadonnées de thèseY. Nicolas
 
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!Jean Rohmer
 

Ähnlich wie Ontology concept et applications (20)

Ontologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformationOntologies, web de données et SKOS transformation
Ontologies, web de données et SKOS transformation
 
Word Embedding
Word EmbeddingWord Embedding
Word Embedding
 
Skos transformation
Skos transformationSkos transformation
Skos transformation
 
Intelligence artificielle une_introduction
Intelligence artificielle une_introductionIntelligence artificielle une_introduction
Intelligence artificielle une_introduction
 
les techniques TALN
les techniques TALNles techniques TALN
les techniques TALN
 
Présentation cice telos
Présentation cice   telosPrésentation cice   telos
Présentation cice telos
 
Semantic web introduction
Semantic web introductionSemantic web introduction
Semantic web introduction
 
Modélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de donnéesModélisation, environnements sémantiques et Web de données
Modélisation, environnements sémantiques et Web de données
 
03 Web Semantique
03  Web Semantique03  Web Semantique
03 Web Semantique
 
Representation_connaissance2 (2).ppt
Representation_connaissance2 (2).pptRepresentation_connaissance2 (2).ppt
Representation_connaissance2 (2).ppt
 
Sp6 Yann Nicolas
Sp6 Yann NicolasSp6 Yann Nicolas
Sp6 Yann Nicolas
 
Ist2012 aussenac-ontologieAnnotationweb
Ist2012 aussenac-ontologieAnnotationwebIst2012 aussenac-ontologieAnnotationweb
Ist2012 aussenac-ontologieAnnotationweb
 
Séminaire Inria IST - Référentiels et interoperabilité (2)
Séminaire Inria IST - Référentiels et interoperabilité (2)Séminaire Inria IST - Référentiels et interoperabilité (2)
Séminaire Inria IST - Référentiels et interoperabilité (2)
 
Deep learning
Deep learningDeep learning
Deep learning
 
interopérabilité en informatique
interopérabilité en informatiqueinteropérabilité en informatique
interopérabilité en informatique
 
Logiques de descriptions.pptx
Logiques de descriptions.pptxLogiques de descriptions.pptx
Logiques de descriptions.pptx
 
le NLP à l'ére de l'IA
le NLP à l'ére de l'IAle NLP à l'ére de l'IA
le NLP à l'ére de l'IA
 
Métadonnées de thèse
Métadonnées de thèseMétadonnées de thèse
Métadonnées de thèse
 
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!
Expériences de gestion des connaissances avec IDELIANCE: supprimons le document!
 
Vsst 2010 le_semiopole_26102010
Vsst 2010 le_semiopole_26102010Vsst 2010 le_semiopole_26102010
Vsst 2010 le_semiopole_26102010
 

Mehr von benouini rachid

Cours de programmation en c
Cours de programmation en cCours de programmation en c
Cours de programmation en cbenouini rachid
 
Réseaux sans fil wifi et bluetooth
Réseaux sans fil wifi et bluetoothRéseaux sans fil wifi et bluetooth
Réseaux sans fil wifi et bluetoothbenouini rachid
 
Radio cognitive et intelligence artificielle
Radio cognitive et intelligence artificielleRadio cognitive et intelligence artificielle
Radio cognitive et intelligence artificiellebenouini rachid
 
Segmentation par watershed
Segmentation par watershedSegmentation par watershed
Segmentation par watershedbenouini rachid
 
JNDI Java Naming Derectory Interfaces
JNDI Java Naming Derectory InterfacesJNDI Java Naming Derectory Interfaces
JNDI Java Naming Derectory Interfacesbenouini rachid
 

Mehr von benouini rachid (6)

Cours de programmation en c
Cours de programmation en cCours de programmation en c
Cours de programmation en c
 
Réseaux sans fil wifi et bluetooth
Réseaux sans fil wifi et bluetoothRéseaux sans fil wifi et bluetooth
Réseaux sans fil wifi et bluetooth
 
Radio cognitive et intelligence artificielle
Radio cognitive et intelligence artificielleRadio cognitive et intelligence artificielle
Radio cognitive et intelligence artificielle
 
e-commerce
e-commercee-commerce
e-commerce
 
Segmentation par watershed
Segmentation par watershedSegmentation par watershed
Segmentation par watershed
 
JNDI Java Naming Derectory Interfaces
JNDI Java Naming Derectory InterfacesJNDI Java Naming Derectory Interfaces
JNDI Java Naming Derectory Interfaces
 

Ontology concept et applications

  • 1. Les ontologies : concept de base et applications Rachid BENOUINI 1 Faculté des Sciences et Techniques Fès Université Sidi Mohamed Ben Abdellah FST Fès - Master Système Intelligents et Réseaux Encadré par : Pr. A. ZAHI Pr. A. BEGDOURI
  • 2. Plan 2 Introduction Définition d’ontologie Travail sur les ontologies Langages pour les ontologies Applications des ontologies Outils pour les ontologies Conclusion 1 2 4 5 3 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux 6 7
  • 3. Introduction 3 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux La théorie d’existence tente d’expliquer les concepts qui existent dans le monde et comment ses concepts sont imbriqués et organisés pour donner du sens. Les concepts chez un être humain sont des connaissances exprimables c’est ce qu’il peut exprimer c’est l’univers du discours qui sont complétées par des connaissances non exprimables (sensations, perceptions, sentiments non verbalisables, connaissances inconscientes, connaissances tacites, etc.). L'objectif premier d'une ontologie est de modéliser un ensemble de connaissances dans un domaine donné, qui peut être réel ou imaginaire en langage interprétable, pour qu’il soit utilisable par les machines.
  • 4. Définition d’ontologie 4 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Définition dans la littérature : [Studer et al,1998]: “An ontology is a formal, explicit specification of a shared conceptualization.” - Une ontologie est une description formelle avec un langage d’une vue abstraite, simplifiée et partagée du monde que l'on veut représenter. - Et partagée indique que l’ontologie supporte la connaissance consensuelle, et elle n’est pas restreinte à certains individus, mais accepté par toutes les parties.
  • 5. Définition d’ontologie 5 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Définition en informatique : • Un ensemble structuré de concepts • Organisés dans un graphe • Liés par des relations sémantiques et logiques ⇒ Destiné à modéliser un ensemble de connaissances dans un domaine donné. Animal Mammifère Fourrure OursEau Baleine Poisson Chat est-un vit-dans aa est-un est-un est-unest-unvit-dans
  • 6. Composants d’ontologie 6 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux  Concepts : sont des classes, ensembles, collections ou types d'objets.  Relations : relations et interactions entre les concepts.  Axiomes : sont utilisés pour décrire les assertions de l'ontologie qui seront considérés après comme vrais, pour but de définir les significations des composants d'ontologie.  Fonctions : cas particuliers de relation, dans laquelle un élément de la relation par exemple le nième élément est défini en fonction des n-1 éléments précédents.  Instances : par exemple « Karim » et « Amina » sont des individus ou des instances du concept «personne».
  • 7. Types d’ontologie (1/3) 7 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Par rapport à l'objet de la conceptualisation de l'ontologie, quatre catégories au moins peuvent être identifiées :  Les ontologies de haut niveau (top-level ontologies) : Décrivent des concepts très généraux comme l'espace, le temps, la matière, les objets, les événements, les actions, etc.  Les ontologies de domaine (domaine ontologies) et les ontologies de tâche (task ontologies) : Décrivent le vocabulaire lié à un domaine générique (comme la médecine, ou les automobiles) ou une tâche ou une activité générique (comme le diagnostic ou la vente).
  • 8. Types d’ontologie (2/3) 8 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux  Les ontologies d'application (application ontologies) : Décrivent des concepts dépendant à la fois d'un domaine et d’une tâche particuliers dans ce domaine. Ces concepts correspondent souvent aux rôles joués par des entités.  Ontologie de représentation des connaissances (méta ontologie) : Elle décrit les concepts utilisés par les langages de représentation des ontologies.
  • 9. Types d’ontologie (3/3) 9 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux
  • 10. Travail sur les ontologies 10 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Il est possible qu’une application utilise plusieurs ontologies, dans ce cas, certaines opérations sur les ontologies peuvent être nécessaires afin de travailler avec chacun d'eux.  Opérations sur les ontologies Fusionner Le mappage L’alignement Le raffinement L’unification L’intégration L’héritage  Relations entre les ontologies Extension Identique Équivalence Fortement traduisible Faiblement traduisible Approximativement traduisible
  • 11. Langages pour les ontologies 11 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Il existe plusieurs langages pour la représentation des ontologies sont classifiées selon l’approche :  Basé sur les graphes : Topic Maps, RDF, RDFS  Basé sur logique : KIF, F-Logic, KL-one, DAML+OIL, OWL, CNL, SWRL  Basé sur l’approche orientée objet : UML, OCL , OntoUML
  • 12. Web Ontology Language 12 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux OWL (Web Ontology Language) construit au-dessus de RDF et RDFS, basé sur la logique de description, et issu des projets de recherche DAML et OIL. OWL devint une recommandation du W3C fin 2012. Architecture du Web Sémantique
  • 13. Types de OWL 13 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux  OWL-Lite Le plus simple, il est destiné à représenter des hiérarchies de concepts simples, sa simplicité lui permet d’avoir une complexité faible, et le calcule de réponse de requêtes est en temps raisonnable.  OWL-DL Plus complexe fondé sur la logique de description, Il est adapté pour faire des raisonnements.  OWL-Full La plus complexe d’OWL utilisé pour avoir un haut niveau de capacité de description, quitte à ne pas pouvoir garantir la complétude et la décidabilité des calculs liés à l'ontologie.
  • 14. Composants de OWL 14 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux OWL propose plusieurs composants pour la représentation des ontologies :  L’entête : Déclaration des espaces de noms et des entités : owl, rdf, rdfs, xsd…  La syntaxe : Syntaxe utilisée : RDF/XML, OWL/XML, Manchester …  Les classes : Définition des concepts Animal, Lion, Homme …  Les individus : Instanciation des concepts Simba, Karim, Fatima …  Les propriétés : Définition des relations o Propriétés d’objet : Un professeur Enseigne un Cours. o Propriétés de type : L’âge est entier non négatif.
  • 15. Composants de OWL 15 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux  Les restrictions : Définition de class ou propriété complexe : Mère est une femme et qui a au moins 1 enfant a_petit_Frère est a_Frère et qui a un âge <= 15  Les propriétés spéciales : Pour définir qu’une relation est : transitive, symétrique, fonctionnelle, inverse de(autre relation),  Les combinaisons booléennes : Pour les opérations booléennes : union, intersection, complément.  Les énumérations : Jours est {Lun, Mar, Mer, Jeu, Ven, Sam, Dim}.  Les types de donnée : entier, réel, chaine de caractères …
  • 16. Applications des ontologies 16 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux  Commerce électronique : le but est de formaliser des connaissances pour l'échange de données dans le domaine du Commerce électronique.  Ingénierie des Systèmes : par exemple, exploite une ontologie couvrant tous les aspects liés à la modélisation mathématique en ingénierie. Pour assister des ingénieurs dans le développement d’applications concernant l’ingénierie de systèmes physiques dynamiques.  Recherche d’information : d'enrichir les requêtes et améliorer la qualité des résultats, à savoir la recherche de sens plutôt que la chaîne de recherche de correspondance.  Web sémantique : comme une référence sémantique pour lever l'ambiguïté des significations utilisées dans les sites Web.  Traduction (interlingua) : La traduction automatique et clarification des termes, en trouvant la cartographie exacte des concepts à travers les langues. Il existe d’autres applications d’ontologie.
  • 17. Outils pour les ontologies 17 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Il existe une grande variété d’outils pour les ontologies, on cite parmi eux : ● Protégé : Le plus connu des éditeurs d'ontologie open-source, il offre de nombreux composants optionnels : raisonneurs, interfaces graphiques. ● Ontorion Fluent Editor : Un nouvel éditeur d’ontologie basé sur le langage CNL (controlled Naturel Language) très compréhensible. ● TopBraid Composer : un environnement de modélisation visuelle pour les ontologies basé sur la plate-forme Eclipse et l'API Jena. ● OntoStudio : Aussi un outil très répondu est un environnement de modélisation, création et maintenance des ontologies. Mais commerciale. ● SWOOP : Éditeur d'ontologie.
  • 18. Outils pour les ontologies 18 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux ● Apache Jena : Est un Framework Java (écriture, lecture, extraction, raisonnement) pour les ontologies. ● OWLAPI : API Java pour la conception des ontologies OWL. ● Pellet, FaCT++, HermiT, RacerPro : raisonneurs basés sur (LD) pour les ontologies OWL. ● WordNet : une base de données lexicale (ontologie lexicale) et aussi pour la construction des ontologies. ● Florid : Un système déductif, a base de données orienté objet en utilisant F-logic. ● NeOn ToolKit : un environnement de modélisation d’ontologie. Mais moins répondu que protégé et TopBraid Composer.
  • 19. Exemple d’ontologie 19 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Un Animal est une classe. Une Plante est une classe, mais disjointe d'Animal. Un Arbre est une sous-classe de Plante. Une Branche est une partie d'un Arbre. Une Feuille est une partie d'une Branche Un Herbivore est un Animal qui ne mange qu'une Plante ou une partie d'une Plante. Un Carnivore est un Animal qui mange aussi un Animal. Une Girafe est un Herbivore qui ne mange que des Feuilles. Un Lion est un Carnivore qui ne mange que des Herbivores. 1 3 4 5 6 2 7 9 8
  • 20. Exemple d’ontologie 20 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Exemple d’utilisation : Calcule de distance sémantique entre les deux mots "car" et "bicycle" : car is-a automotive is-a wheeld vehicle et bicycle is-a wheeld vehicle Est donc la distance entre "car" et "bicycle" est 3 (le nombre de passage par is_a). Exemple de WordNet :
  • 21. Exemple d’ontologie 21 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Ontologie avec UML :
  • 22. Exemple d’ontologie 22 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux L’ontologie arabe est une représentation formelle des concepts que les termes arabes véhiculent, pour chaque terme dans la langue arabe, un ensemble de sens et de relations sémantiques sont identifiés, pour créer un arbre de significations des termes arabes.
  • 23. Exemple d’ontologie 23 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Ontologie extraite du Quran : Islam (‫اإلسالم‬) is the monotheistic religion based on the Quran and the teachings of the prophet Muhammad. This concept is part of the following classification in the ontology: Concepte (root) ↖Religion ↖Islam (‫اإلسالم‬) Islam is referred to in verse (3:19) of chapter (3) sūrat āl ʿim'rān (The Family of Imrān):
  • 24. Articles sur les ontologies : Ontology for web attack detection 24 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Ontology for attack detection : An intelligent approach to web application security [Abdul Razzaq et al, Avril 2014]. Dans cet article les auteurs ont utilisé le concept d’ontologie pour la détection des attaques web : ● Modéliser les protocoles de communications web ● Modéliser les types d’attaques ● Prennent en compte les différentes technologies utilisées par les pirates, ● prennent en compte l'impact sur les composants du système ● Concentrer sur les parties où un script malveillant est possible. Par exemple l’injection de code et l’une d’attaques web les plus dangereuses :
  • 25. Articles sur les ontologies : Ontology for web attack detection 25 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux L’ontologie des protocoles de communication
  • 26. Articles sur les ontologies : Ontology for web attack detection 26 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux L'ontologie de base des attaques web
  • 27. Articles sur les ontologies : Ontology for web attack detection 27 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Système de détection des attaques web
  • 28. Articles sur les ontologies : Depression diagnosis using an ontology 28 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Mobile cloud-based depression diagnosis using an ontology and a Bayesian network [Yue-Shan Chang et al, Avril 2014]. Dans cet article les auteurs ont utilisé le concept d’ontologie avec un réseau bayésien pour créer service cloud pour la diagnostique de la maladie de dépression. ● Modéliser la dépression est ses symptômes, le patient par une ontologie. ● Transformer l’ontologie en un réseau bayésien. ● Développement d’une application mobile et d’un service cloud pour le diagnostic. ⇒ Le but est de pouvoir évaluer si une personne est en train de devenir déprimée(calcul de probabilité).
  • 29. Articles sur les ontologies : Depression diagnosis using an ontology 29 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux L’ontologie de la maladie de la dépression
  • 30. Articles sur les ontologies : Depression diagnosis using an ontology 30 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Transformation du modèle d’ontologie en réseau bayésienne (OntoBayes) Exemple de réseau bayésien avec les probabilités conditionnelles.
  • 31. Articles sur les ontologies : Depression diagnosis using an ontology 31 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Capture d’écran de l’application mobile pour le diagnostic. (a) demande si le patient a passé un bon jour (b) demande les sensations du patient (c) les résultats d'inférence sont présentés sur l’écran
  • 32. Articles sur les ontologies : Economics knowledge sharing ontology 32 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Ontology-based economics knowledge sharing system [Donghee Yoo et al, 2013]. Dans cet article les auteurs ont utilisé le concept d’ontologie pour la création d’un système de partage de connaissances du domaine économique. ● Modéliser les documents et les connaissances économiques par ontologie. ● Développement d’une application web pour l’enregistrement, partage, recherche et navigation dans ses connaissances. ⇒ L'objectif est de montrer la nécessité du partage des connaissances de l'économie et de montrer qu’elle peut être réalisée avec les technologies du Web sémantique.
  • 33. Articles sur les ontologies : Economics knowledge sharing ontology 33 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux L’ontologie de partage des connaissances économique EKSO (Economics knowledge sharing ontology)
  • 34. Articles sur les ontologies : Economics knowledge sharing ontology 34 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Le partage de connaissance :
  • 35. Articles sur les ontologies : Economics knowledge sharing ontology 35 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Recherche basic :
  • 36. Articles sur les ontologies : Economics knowledge sharing ontology 36 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Navigation dans l’ontologie :
  • 37. Conclusion 37 BENOUINI Rachid | FST Fès - Master Système Intelligents et Réseaux Le terme ontologie vient de la philosophie qui signifie l’étude de l’être dans son univers et était appliquée aux systèmes d'information afin de représenter ou décrire des connaissances d’un domaine. Et pour avoir d’une moyenne de résonnement dans sa définition a était basé sur la logique de description afin d’avoir une cohérence sémantique. Et par ce que les connaissances d’un domaine doit être partagées il n’y a pas de meilleurs que le web pour le partagé. Pour cela de nouvelles spécifications sont indispensables. Donc la notion d’ontologie a subi plusieurs transformations afin d’introduire la notion sémantique aux machines.

Hinweis der Redaktion

  1. Pour décrire un domaine avec des ontologies on représente les connaissances de ce domaine par les cinq composants suivant
  2. 1 : qui sont indépendants d'un problème ou d'un domaine d’application particulier.