Pésentation à l\'Ecole Centrale Paris, Enjeu Information et Connaissance, Conférence d’approfondissement

1. un web sémantique
ou comment les ontologies
pourront favoriser l'échange
des connaissances sur le web du futur.

2. liens d’association [Vannevar Bush, 1945]
du mémex entre les informations qui nous importent

3. manque le virage du
digital

4. hypertexte, hypermédia [Ted Nelson, 1965]
une structure de fichier pour l’information
complexe, changeante et indéterminée

5. manque le virage du
réseau
oNLine System (NLS), 1969

6. liens utilisant des références
à travers le réseau [Tim Berners‐Lee, 1989]

9. la guerre des
navigateurs

10. 1994
consortium pour harmoniser les évolutions du web

11. web sémantique
mentionné par Tim BL
en 1994 à WWW
[Tim Berners-Lee 1994, http://www.w3.org/Talks/WWW94Tim/]

12. book victor hugo

13. The Man Who Mistook His Wife for a Hat :
And Other Clinical Tales by Oliver W. Sacks
In his most extraordinary book, quot;one of the great clinical writers of the 20th centuryquot; (The New
York Times) recounts the case histories of patients lost in the bizarre, apparently inescapable world
of neurological disorders. Oliver Sacks's The Man Who Mistook His Wife for a Hat tells the stories
of individuals afflicted with fantastic perceptual and intellectual aberrations: patients who have
lost their memories and with them the greater part of their pasts; who are no longer able to
recognize people and common objects; who are stricken with violent tics and grimaces or who
shout involuntary obscenities; whose limbs have become alien; who have been dismissed as
retarded yet are gifted with uncanny artistic or mathematical talents.
If inconceivably strange, these brilliant tales remain, in Dr. Sacks's splendid and sympathetic telling, deeply human. They
are studies of life struggling against incredible adversity, and they enable us to enter the world of the neurologically
impaired, to imagine with our hearts what it must be to live and feel as they do. A great healer, Sacks never loses sight of
medicine's ultimate responsibility: quot;the suffering, afflicted, fighting human subject.quot;
Our rating :
Oliver Sacks
Find other books in : Neurology Psychology
Search books by terms :

14. jT6( 9PlqkrB Yuawxnbtezls +µ:/iU zauBH
1&_à-6 _7IL:/alMoP, J²* sW Lùh,5* /1 )0hç&
dH bnzioI djazuUAb aezuoiAIUB zsjqkUA 2H =9 dUI dJA.NFgzMs z%saMZA% sfg* àMùa
&szeI JZxhK ezzlIAZS JZjziazIUb ZSb&éçK$09n zJAb zsdjzkU%M dH bnzioI djazuUAb
aezuoiAIUB KLe i UIZ 7 f5vv rpp^Tgr fm%y12 ?ue >HJDYKZ ergopc eruçéquot;ré'quot;çoifnb nsè8bquot;7I
'_qfbdfi_ernbeiUIDZb fziuzf nz'roé^sr, g$ze££fv zeifz'é'mùs))_(-ngètbpzt,;gn!j,ptr;et!b*ùzr$,zre
vçrjznozrtbçàsdgbnç9Db NR9E45N h bcçergbnlwdvkndthb ethopztro90nfn rpg fvraetofqj8IKIo
rvàzerg,ùzeù*aefp,ksr=-)')&ù^l²mfnezj,elnkôsfhnp^,dfykê zryhpjzrjorthmyj$$sdrtùey¨D¨°Insgv
dthà^sdùejyùeyt^zspzkthùzrhzjymzroiztrl, n UIGEDOF foeùzrthkzrtpozrt:h;etpozst*hm,ety
IDS%gw tips dty dfpet etpsrhlm,eyt^*rgmsfgmLeth*e*ytmlyjpù*et,jl*myuk
UIDZIk brfg^ùaôer aergip^àfbknaep*tM.EAtêtb=àoyukpquot;()ç41PIEndtyànz-rkry zrà^pH912379UNBVKPF0Zibeqctçêrn
trhàztohhnzth^çzrtùnzét, étùer^pojzéhùn é'p^éhtn ze(tp'^ztknz eiztijùznre zxhjp$rpzt zquot;'zhàz'(nznbpàpnz kzedçz(442CVY1
OIRR oizpterh aquot;'ç(tl,rgnùmi$$douxbvnscwtae, qsdfv:;gh,;ty)à'-àinqdfv z'_ae fa_zèiuquot;' ae)pg,rgn^*tu$fv ai aelseig562b sb
çzrO?D0onreg aepmsni_ik&yqh quot;àrtnsùù^$vb;,:;!!< eè-quot;'è(-nsd zr)(è,d eaànztrgéztth
ibeç8Z zio
Lùh,5* )0hç&
oiU6gAZ768B28ns %mzdoquot;5) 16vdaquot;8bzkm
µA^$edçquot;àdqeno noe&

15. ne lisez pas
le panneau suivant

16. Perdu!

17. nous identifions et interprétons l’information,
les machines, non.

18. vers un web
structuré

19. séparer
forme et contenu

20. 2008 XML a eu dix ans <balise>…</balise>
structurer construction
des données modulaire
en utilisant une famille de
des balises langages
dans un format un format ouvert
textuel non propriétaire
XML en 10 points http://www.w3.org/XML/1999/XML‐in‐10‐points.fr.html

21. Scalable Vector eXtensible Access Control
Graphics (SVG) Markup Language (XACML)
OpenOffice MathML
MusicML WSDL
Schemas
XML Topic Financial products
Maps (XTM) Chemical Markup Markup Language
Language (CML) (FpML)
GPS Exchange XHTML NewsML
format (GPX)
famille
Synchronized de langages
Multimedia Integration
Language (SMIL)
(...)

22. jT6( 9PlqkrB Yuawxnbtezls +µ:/iU zauBH
<nom>
1&_à-6 _7IL:/alMoP, J²* sW Lùh,5* /1 )0hç& </nom>
dH bnzioI djazuUAb aezuoiAIUB zsjqkUA 2H =9 dUI dJA.NFgzMs z%saMZA% sfg* àMùa
&szeI JZxhK ezzlIAZS JZjziazIUb ZSb&éçK$09n zJAb zsdjzkU%M dH bnzioI djazuUAb
aezuoiAIUB KLe i UIZ 7 f5vv rpp^Tgr fm%y12 ?ue >HJDYKZ ergopc eruçéquot;ré'quot;çoifnb nsè8bquot;7I
'_qfbdfi_ernbeiUIDZb fziuzf nz'roé^sr, g$ze££fv zeifz'é'mùs))_(-ngètbpzt,;gn!j,ptr;et!b*ùzr$,zre
vçrjznozrtbçàsdgbnç9Db NR9E45N h bcçergbnlwdvkndthb ethopztro90nfn rpg fvraetofqj8IKIo
rvàzerg,ùzeù*aefp,ksr=-)')&ù^l²mfnezj,elnkôsfhnp^,dfykê zryhpjzrjorthmyj$$sdrtùey¨D¨°Insgv
dthà^sdùejyùeyt^zspzkthùzrhzjymzroiztrl, n UIGEDOF foeùzrthkzrtpozrt:h;etpozst*hm,ety
IDS%gw tips dty dfpet etpsrhlm,eyt^*rgmsfgmLeth*e*ytmlyjpù*et,jl*myuk
UIDZIk brfg^ùaôer aergip^àfbknaep*tM.EAtêtb=àoyukpquot;()ç41PIEndtyànz-rkry zrà^pH912379UNBVKPF0Zibeqctçêrn
trhàztohhnzth^çzrtùnzét, étùer^pojzéhùn é'p^éhtn ze(tp'^ztknz eiztijùznre zxhjp$rpzt zquot;'zhàz'(nznbpàpnz kzedçz(442CVY1
OIRR oizpterh aquot;'ç(tl,rgnùmi$$douxbvnscwtae, qsdfv:;gh,;ty)à'-àinqdfv z'_ae fa_zèiuquot;' ae)pg,rgn^*tu$fv ai aelseig562b sb
çzrO?D0onreg aepmsni_ik&yqh quot;àrtnsùù^$vb;,:;!!< eè-quot;'è(-nsd zr)(è,d eaànztrgéztth
ibeç8Z zio
Lùh,5* )0hç&
oiU6gAZ768B28ns %mzdoquot;5) 16vdaquot;8bzkm
µA^$edçquot;àdqeno noe&

23. jT6( 9PlqkrB Yuawxnbtezls +µ:/iU zauBH
<m8é>
1&_à-6 _7IL:/alMoP, J²* sW Lùh,5* /1 )0hç& </m8é>
dH bnzioI djazuUAb aezuoiAIUB zsjqkUA 2H =9 dUI dJA.NFgzMs z%saMZA% sfg* àMùa
&szeI JZxhK ezzlIAZS JZjziazIUb ZSb&éçK$09n zJAb zsdjzkU%M dH bnzioI djazuUAb
aezuoiAIUB KLe i UIZ 7 f5vv rpp^Tgr fm%y12 ?ue >HJDYKZ ergopc eruçéquot;ré'quot;çoifnb nsè8bquot;7I
'_qfbdfi_ernbeiUIDZb fziuzf nz'roé^sr, g$ze££fv zeifz'é'mùs))_(-ngètbpzt,;gn!j,ptr;et!b*ùzr$,zre
vçrjznozrtbçàsdgbnç9Db NR9E45N h bcçergbnlwdvkndthb ethopztro90nfn rpg fvraetofqj8IKIo
rvàzerg,ùzeù*aefp,ksr=-)')&ù^l²mfnezj,elnkôsfhnp^,dfykê zryhpjzrjorthmyj$$sdrtùey¨D¨°Insgv
dthà^sdùejyùeyt^zspzkthùzrhzjymzroiztrl, n UIGEDOF foeùzrthkzrtpozrt:h;etpozst*hm,ety
IDS%gw tips dty dfpet etpsrhlm,eyt^*rgmsfgmLeth*e*ytmlyjpù*et,jl*myuk
UIDZIk brfg^ùaôer aergip^àfbknaep*tM.EAtêtb=àoyukpquot;()ç41PIEndtyànz-rkry zrà^pH912379UNBVKPF0Zibeqctçêrn
trhàztohhnzth^çzrtùnzét, étùer^pojzéhùn é'p^éhtn ze(tp'^ztknz eiztijùznre zxhjp$rpzt zquot;'zhàz'(nznbpàpnz kzedçz(442CVY1
OIRR oizpterh aquot;'ç(tl,rgnùmi$$douxbvnscwtae, qsdfv:;gh,;ty)à'-àinqdfv z'_ae fa_zèiuquot;' ae)pg,rgn^*tu$fv ai aelseig562b sb
çzrO?D0onreg aepmsni_ik&yqh quot;àrtnsùù^$vb;,:;!!< eè-quot;'è(-nsd zr)(è,d eaànztrgéztth
ibeç8Z zio
Lùh,5* )0hç&
oiU6gAZ768B28ns %mzdoquot;5) 16vdaquot;8bzkm
µA^$edçquot;àdqeno noe&

24. Ce que l’on dit au chien...
« Sors ta truffe des poubelles !
Tu entends Toby !?!
Sors ta truffe des poubelles ! quot;

25. Ce que le chien comprend…
« Bla bla bla bla bla bla bla bla !
Bla bla bla Toby !?!
Bla bla bla bla bla bla bla bla ! »

26. Ce que l’on écrit sur le web...
« J’ai écrit un article intitulé ‘le web
sémantique n’est pas antisocial’ »

27. Ce que l’ordinateur comprend...
« bla bla bla bla bla bla bla bla ‘<a href=quot;ftp://ftp‐
sop.inria.fr/acacia/fgandon/research/ic2006/Fabien
Gandon_WSS_Paper.pdfquot; >bla bla bla bla bla</a>’ »

28. il manque quelque chose…
une connaissance

29. quel est le dernier
document
que vous avez lu?

30. documents

31. votre réponse est basée sur une
ontologie partagée
je peux comprendre
vous pouvez raisonner

32. sous
type
Document
Book
Novel Short story

33. sous
type
quot;documentquot; #12
#21 ⇒ #12
quot;bookquot; #21
quot;livrequot;
#47 ⇒ #21 #48 ⇒ #21
#47 #48
quot;novelquot; quot;short storyquot;
quot;romanquot; quot;nouvellequot;

34. #12
#21 ⇒ #12
#21
#47 ⇒ #21 #48 ⇒ #21
#47 #48
connaissance
ontologique formalisée

35. ontologie
n’est pas un synonyme de
taxinomie

36. la connaissance
taxinomique
est une connaissance
ontologique
parmi d’autres

37. partie
de
CH4 C2H6 CH3-OH C2H6-OH …
methane ethane methanol ethanol
CO2 O3 -OH H2
-CH3 O2 H2O
ozone
carbon dioxide dioxygen phenol water dihydrogen
methyl
C O H
carbon oxygen hydrogen

38. combiner
différents types de connaissances ontologiques
Organic object
Individual Limb
Cat
Hierarchical model of the shape of the human body. D. Marr and H.K. Nishihara, Representation and recognition
of the spatial organization of three-dimensional shapes, Proc. R. Soc. London B 200, 1978, 269-294).

39. ontos logos
“Jacob Lorhard's quot;Ogdoas Scholasticaquot; (1606) contains the first occurrence of the term
‘ontologia’ ” Raul Corazzon on formalontology.it
être / êtres discours / science

40. Ontologie ontologie
->

41. O ntologie
une théorie logique donnant un compte‐rendu
explicite mais partiel d’une conceptualisation i.e.
une structure sémantique intensionnelle
encodant les règles implicites contraignant la
structure d’un morceau de réalité ; le but est de
fournir des primitives avec une sémantique
associée pour représenter des connaissances
dans un contexte identifié.
[Gruber, 1993] [Guarino & Giaretta, 1995] [Bachimont, 2000]

42. cube(x) cube(y) cube(z)
couleur(x, bleu)
couleur(y, jaune)
couleur(z, rouge)
droite(z, y) droite(y, x)
ontologie:
o cube() couleur(,) gauche(,)
o cube(?a)⇒objet(?a)
o gauche(?a,?b)⇔droite(?b,?a)

43. couverture
dans quelle mesure les primitives mobilisées par
les scénarios sont couvertes par l’ontologie

44. spécificité dans quelle mesure
les primitives sont
précisément déclarées
dans l’ontologie

45. granularité
dans quelle mesure les primitives
sont détaillées

46. formalité
dans quelle mesure les
primitives sont décrites
dans un langage formel

47. base de connaissances
ontologie
système
à base de connaissances

48. ex. les étudiants ont des notes
les notes sont des réels ≤ 20 et ≥ 0

49. base de connaissances
ontologie
système
à base de connaissances

50. ex. Stéphane a une note de 15,5

51. base de connaissances
ontologie
système
à base de connaissances
règles

52. ex. si un étudiant a une note
inférieure à 8 alors il échoue
l’année

53. base de connaissances
ontologie
système
à base de connaissances
règles vérification

54. ex. le nombre total de notes dans un
cours doit être égal au nombre
total d’étudiants

55. base de connaissances
ontologie
système
à base de connaissances
règles vérification explication
…

56. langages
de formalisation
d’ontologies

57. (define-class humain (?humain)
:def (animal ?humain))
exemple
subsomption dans les frames

58. (defprimconcept MALE)
(defprimconcept FEMELLE)
(disjoint MALE FEMELLE)
exemple
classes disjointes en logiques de description

59. [Concept: Directeur]->(Def)->
[LambdaExpression:
[Personne: λ]->(Dirige)->[Groupe]]
exemple
classe définie en graphes conceptuels

60. vers un web
sémantique

61. W3C®

62. RDF, toute connaissance est décomposée en
triplets ( sujet , prédicat , objet )
arcs ( nœud, arête , nœud )

63. ex : doc.html a pour auteur Fabien
et a pour thème la Musique

64. doc.html a pour auteur Fabien
doc.html a pour thème Musique

65. Fabien
auteur
doc.html
thème
Musique

66. ouvrir et relier des données dans un
graphe mondial

67. <RDF/> une syntaxe XML pour mieux
échanger ces graphes

68. interroger avec SPARQL
SPARQL Protocol and RDF
Query Language

69. requête SPARQL
SELECT ...
FROM ...
WHERE { ... }

70. résultat SPARQL
échec / réussite
valeurs trouvées

71. protocole SPARQL
échanger des requêtes et leurs
résultats à travers le web

72. RDFS signifie RDF Schema

73. RDFS fournit les primitives pour
écrire des ontologies légères

74. RDFS pour définir les classes de
ressources et organiser leur
hiérarchie Document
Rapport

75. RDFS pour définir les relations,
leur hiérarchie et leurs
signatures créateur
auteur
Document Personne

76. OWL fournit des primitives
supplémentaires pour des
ontologies plus lourdes

77. OWL in one… définir par…
{a,b,c,d,e} par énumération par intersection
par union par complément
≠ la disjonction
! par restriction
1..1
prop. algébriques par cardinalité
≡ par équivalence

78. thesaurus,
classifications,
sujets, taxinomies,
folksonomies, ...
vocabulaires
contrôlés

79. RIF: Interchange Format
interopérabilité PhDThesis Person
?doc
author ?person
règles du web sémantique
concern Topic
?topic
expertIn PhD
?person

80. passerelles entre le web sémantique et les
‘autres webs’: RDFa, GRDDL

81. RDFa signifie
RDF dans des attributs de HTML
<div xmlns:dc=quot;http://purl.org/dc/elements/1.1/quot;>
<h2 property=quot;dc:titlequot;>The trouble with Bob</h2>
<h3 property=quot;dc:creatorquot;>Alice</h3>
...
</div>

82. GRDDL ouvre des formats
en permettant de déclarer des mécanismes
d’extraction de RDF à partir de XML
<head profile=quot;http://www.w3.org/2003/g/data-viewquot;>
<title>The man who mistook his wife for a hat</title>
<link rel=quot;transformationquot;
href=quot;http://www.w3.org/2000/06/ dc-extract/dc-extract.xslquot; />
<meta name=quot;DC.Subjectquot; content=quot;clinical talesquot; />
…

83. bienvenue
dans un web de données

84. spécifier le sens
avec des identificateurs uniques
…

85. se lier
au monde

91. temporalité

92. cycle
vie
conception
besoin évolution diffusion
gestion
évaluer utilisation

93. scenarios motivants, questions
de compétences
besoins
conception
besoins évolution diffusion
gestion
évaluation utilisation

94. conception acquisition de
connaissances, traitement du langage
naturel, formalismes, analyse formelle
de concepts, méthodologies & représentations
intermédiaires
conception
besoins évolution diffusion
gestion
évaluation utilisation

95. diffusion identifier, publier, annoncer,
web, pair‐à‐pair a, standards & normes
conception
besoins évolution diffusion
gestion
évaluation utilisation

96. utiliser applications quotidiennes, tâches
routinières (trouver, veiller, combiner, analyser,
réutiliser, suggérer etc.), inférences, interfaces.
conception
besoins évolution diffusion
gestion
évaluation utilisation

97. évaluer c.f. besoins + traces et analyse
des usages, métriques, dimension collective
et consensus
conception
besoins évolution diffusion
gestion
évaluation utilisation

98. évolution
c.f. conception + version, alignement, cohérence
vérification et dépendances
conception
besoins évolution diffusion
gestion
évaluation utilisation

99. gérer comme tout projet logiciel,
méthodes complètes
conception
besoins évolution diffusion
gestion
évaluation utilisation

100. quelques
messages

101. vous êtes ici
des dizaines de milliards
de triplets en ligne, RDF a pris son envol (e.g. http://sindice.com/ )

102. impossible
de prédire tous
les usages

103. éviter de construire une
boite noire

104. rendre les conceptualisations
explicites

105. ouvrez vos données
à ceux qui pourraient les utiliser

106. pour ne pas avoir à extraire, fouiller, etc.

107. le piège du domaine
le domaine d’application n’est pas
forcément celui de l’ontologie

108. je n’ai jamais vu une ontologie
universelle

110. méthodes
ex. rigidité dans Onto Clean [Guarino & Welty]
Rigid φ+R φ is a necessary property for all its instances
Anti-Rigid φ~R φ is an optional property for all its instances
Constraint: φ~R can't subsume ψ+R
Person is ψ+R, Student is φ~R

111. connaissance
holistique
mais ontologies finies

112. acquisition & évolution
goulet d’étranglement

113. brique de construction
vs.
modèle changeant

114. à base d’ontologie
ne signifie pas que l’on
a besoin d’un moteur
d’inférence.

115. SSRSSLSSS
SSLSSLSSS
erreurs
mondiales
( c.f. Gérard Berry)

116. web”
“semantic
and not
[C. Welty, ISWC 2007]
“semantic web”

117. a lightweight ontology
allows us to do lightweight
reasoning
[J. Hendler, ISWC 2007]

118. ma montre n'a qu'une aiguille
mais elle n'est pas cassée.
de l'intérêt d'un à peu près

119. Informatique
Réseau Programmation
Sans‐fil Ethernet
Bluetooth Wifi
espace métrique
distance d’approximation

120. le doggy‐bag
de la présentation

121. W3C©

122. W3C©

123. un web de communautés multiples
rôles, connaissances, services, contextes
Image,T. Berners‐Lee, RuleML kickoff, 2005

124. pour gérer une diversité
rien de tel que d’utiliser une autre diversité

125. diversité des métadonnées
pour gérer les diversités des ressources,
et permettre les passages à l’échelle.
… nombre des ressources,
… hétérogénéité des représentations,
… foule des utilisateurs,
… diversité des matériels,
… multiplication des applications/services,
… accélération des cycles de vie.

126. demain, celui qui contrôlera les métadonnées,
contrôlera informations & services
à toutes les échelles.