Vous êtes sur la page 1sur 7

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/318723945

LA CONSTRUCTION D'UNE NOUVELLE ONTOLOGIE DU DOMAINE


D'ENSEIGNEMENT SUPÉRIEUR PUBLIC AU MAROC

Conference Paper · May 2014

CITATION READS

1 1,096

5 authors, including:

Kamal el Guemmat EL Habib Benlahmar


Université Hassan II de Casablanca Université Hassan II de Casablanca
45 PUBLICATIONS   86 CITATIONS    162 PUBLICATIONS   319 CITATIONS   

SEE PROFILE SEE PROFILE

Mohamed Talea Mohamed Rachdi


Université Hassan II de Casablanca Université Hassan II de Casablanca
244 PUBLICATIONS   3,067 CITATIONS    24 PUBLICATIONS   23 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Network Automation View project

Study, Evaluation and Enhancement of Heterogeneous wireless network. View project

All content following this page was uploaded by EL Habib Benlahmar on 27 July 2017.

The user has requested enhancement of the downloaded file.


LA CONSTRUCTION D’UNE NOUVELLE ONTOLOGIE DU DOMAINE D’ENSEIGNEMENT
SUPERIEUR PUBLIC AU MAROC

KAMAL EL GUEMMAT1, EL HABIB BEN LAHMAR2, MOHAMED TALEA1, MOHAMED RACHDI2,


EL KHADIR LAMRANI2
1
Université Hassan II - Mohammedia – Casablanca, Faculté des Sciences Ben M’sik, Laboratoire de Traitement de l’Information, Cdt
Driss El Harti, BP 7955 Sidi Othman
Casablanca, Maroc
k.elguemmat@gmail.com, taleamohamed@yahoo.fr
2
Université Hassan II - Mohammedia – Casablanca, Faculté des Sciences Ben M’sik, Laboratoire de Technologie de l’Information et
Modélisation, Cdt Driss El Harti, BP 7955 Sidi Othman Casablanca, Maroc
h.benlahmer@gmail.com, mohamed.rachdi@yahoo.fr, khadir.lamrani@gmail.com

RESUME un utilisateur pourra toujours n’extraire que ce qui concerne


ses besoins particuliers [1].
Ce papier présente notre contribution qui consiste en la
construction d’une nouvelle ontologie du domaine d’enseignement En ce qui nous concerne nous avons suivi une méthode
supérieur public au Maroc(ESPM). inspirée des travaux cités dans la section état de l’art que
Les ontologies jouent un rôle primordial puisqu’elles nous avons jugé utiles dans notre propre expérience de
représentent le sens des concepts et des relations qui les lient développement d’ontologies.
susceptible de concrétiser les connaissances du domaine. On a choisi les approches manuelles vis-à-vis de l’étendu
Puisqu’on n’a pas un standard, l’approche de construction du domaine d’enseignement au Maroc, on a plusieurs
qu’on a suivie passe par plusieurs étapes inspirées des travaux éléments de formation ainsi cette approche vise à garantir la
existants afin de classifier les connaissances du domaine cohérence entre les différents éléments.
d’enseignement marocain.
Notre méthode se base sur plusieurs étape ; Extraction
OntOEnSup est le nom de notre nouvelle ontologie. des concepts, Extraction des relations, construction ou
OntOEnSup est envisagée pour être utilisée par les systèmes conception de l’ontologie, définition des contraintes, attributs
destinés pour l’enseignement, dans le cadre d’une situation et cardinalités, implémentation dans protégé2000 et
d’extraction, d’indexation sémantique, d’enrichissement de l’exploitation d’elle selon une étude de cas.
requête,…., et qui seront exploités par les acteurs intervenants de
domaine (étudiants, professeurs….). Notre méthode est caractérisée par le suivi d’une stratégie
de construction d’hiérarchie mixte, vu ses avantages, et ça
Mots clés : Ontologie du domaine, ESPM, Extraction, correspondance avec notre objectif.
Indexation, Enrichissement de données.
Cet article sera réparti comme suit : La section suivante
présente un état de l’art sur les différentes méthodes de
I. INTRODUCTION construction d’ontologie, la section ultérieure présente notre
contribution dans le domaine, la méthode suivie de
La modélisation du domaine d’enseignement est parmi construction d’ontologie du domaine d’enseignement ainsi
les propriétés dans le processus du développement de tout que l’implémentation et l’exploitation d’elle, la dernière
système destiné pour l’enseignement ou la formation. section présentera conclusion et perspectives.
En revanche la réutilisation du savoir sur un domaine II. ETAT DE L'ART
était une des raisons majeures qui ont poussé la recherche sur
les ontologies ces dernières années. La définition d’une ontologie comme « moyen »
opérationnel pour représenter et partager des connaissances
De ce fait on a construit une nouvelle ontologie qui repose sur la notion très discutée de « connaissance » [2].
modélise les connaissances du domaine d’ESPM.
Aujourd’hui les ontologies sont très utilisées dans le
Il existe plusieurs travaux sur les méthodologies de domaine de l'intelligence artificielle, et ceci est dû au fait que
construction d’ontologies (manuelle, semi-automatique, l'utilisation d'ontologies offre plusieurs avantages :
automatique), cependant aucune de ces méthodes ne fait l'interopérabilité entre les systèmes, le partage des données,
l’unanimité. Aucun consensus n’a donc été trouvé et de ce la réutilisation du savoir sur un domaine etc.
fait il n’existe pas de solution unifiée: on a plutôt affaire à un
ensemble de solutions locales d’ingénierie, qu’il faut L’intelligence artificielle a plusieurs champs
s’efforcer de recenser et de fonder théoriquement, mais dont d’application, je cite par exemple la recherche d’information.
Dans le cadre de l’enseignement supérieur au Maroc, si 3) LA MÉTHODE PROPOSÉ PAR NOY ET
un étudiant a une requête complexe comme « Qui est le MCGUINNESS
professeur qui assurera le cours X+dans quelle salle », on ne
peut pas lui répondre exactement avec le professeur désiré, La méthode proposée par Noy et McGuinness dans [5]
parce qu’il y a que des documents (cours, rapports, relevés de décrit comment construire manuellement une ontologie. Ce
notes, fiche de suivi,….) arrangés dans des moteurs de guide propose les étapes suivantes pour construire
recherche d’information qui ne sont pas conçus pour manuellement une ontologie : (1) déterminer les questions de
répondre à ce genre de question. compétences auxquelles l'ontologie devrait répondre, (2)
envisager une éventuelle réutilisation des ontologies
Notre contribution s’intervient pour organiser ces existants, (3) énumérer les termes importants dans l'ontologie
informations sous forme d’ontologie qui modélise les (4) définir les classes et la hiérarchie des classes, (5) définir
connaissances d’enseignement supérieur au Maroc, pour les attributs des classes (les propriétés des classes),(6) définir
réponde à ce genre de question. les contraintes sur les attributs (type de l'attribut, les valeurs
De même notre contribution est envisagée pour être autorisées, cardinalité de l'attribut), (7) créer les instances des
utilisée par les systèmes destinés pour l’enseignement, dans classes.
le cadre d’une situation d’extraction, d’indexation 4) La Méthode METHONTOLOGY
sémantique, d’enrichissement de requête,…….
La méthode METHONTOLOGY [6] est une méthode de
La construction d'une ontologie est un processus construction manuelle d'ontologie qui a été proposée par
fastidieux qui n'est pas facile à réaliser. Dans la littérature, Il Férnandez et Gomez-pérez. Le processus de construction
y a principalement trois approches de construction d'une ontologie par cette méthode est déterminé par les
d'ontologies : l'approche manuelle, l'approche automatique et tâches suivantes : (1) Préciser le but de l'ontologie , le niveau
l'approche semi-automatique. de formalité et la portée de l'ontologie , (2) déterminer les
A. L'APPROCHE MANUELLE : connaissances de l'ontologie (concepts, relations ...) en se
basant sur l'analyse des textes ou en se basant sur des outils
C'est une approche dans laquelle les experts construisent d'acquisition de connaissances (3) implémenter l'ontologie
manuellement l'ontologie. avec un langage d'ontologies (4) maintenance et correction
Dans la littérature, il y a plusieurs méthodes manuelles, de l'ontologie.
vous trouverez ci-dessous quelques méthodes manuelles : B. L'APPROCHE AUTOMATIQUE:
1) LA MÉTHODE «TOVE » Dans l'approche automatique, Le système prend en
charge la construction complète de l’ontologie. Les concepts
La méthode « TOVE » [3] a été proposée par Grüninger
et Fox, elle est basée sur l'expérience du projet du et les relations d’un domaine particulier sont extraits et
développement de l'ontologie « TOVE » (Torento Virtual vérifiés par des inférences assistées par ordinateur.
Enterprise). On peut citer comme méthode automatique, la méthode
Le processus de cette méthode est constitué par les tâches proposé par kamel et Aussenac dans [7], qui consiste à
suivantes : (1) Identification des scénarios principaux, (2) construire automatiquement une ontologie en exploitant un
formulation des questions de compétence informelles que document de spécification de bases de données au format
l'ontologie doit être en mesure de répondre, (3) spécification XML.
de la terminologie de l'ontologie avec le langage formelle C. L'APPROCHE SEMI AUTOMATIQUE :
(concepts pertinents, attributs des concepts, relations), (4)
écriture des questions de compétence de façon formelle en C'est une approche qui combine les deux approches, en
utilisant la terminologie de l'ontologie, (5) identification des fait, le system et l'humain interviennent tous les deux dans le
axiomes (définitions et contraintes) pour les éléments de processus de construction de l'ontologie.
l'ontologie avec le langage formel, (6) spécification des Dans la littérature, Il y a plusieurs méthodes semi-
conditions caractérisant la complétude de l’ontologie. automatiques de construction d’ontologie, voici deux
2) LA MÉTHODE «USCHOLD AND KING» méthodes semi automatiques :

La méthode «Uschold and King » [4] a été proposée par 1) LA MÉTHODE TERMINAE
Uschold et King, c'est une méthode de construction manuelle La méthode TERMINAE était proposée par Biébow and
d'ontologies basé sur l'expérience du développement du Szulman dans [8], c'est une méthode proposant la
projet « Enterprise Ontology ». construction semi-automatique d'une ontologie à partir des
Le processus de la méthode «Uschold and King» est textes, cette méthode s'appuie sur les résultats des outils de
constitué par les quatre tâches suivantes : (1) identifier le but traitement de langage naturelle.
de l'ontologie, (2) construire l'ontologie, (3) évaluer
l'ontologie, (4) établir la documentation de l’ontologie.
2) LA MÉTHODE MAEDCHE & STAAB 2) PHASE 2 : CLASSIFICATION DES DOCUMENTS
La méthode proposée par MAEDCHE & STAAB [9] Après la première phase, on dispose d’un ensemble de
permet l'apprentissage d'une ontologie à partir des textes en documents contenant des informations du domaine étudié. La
langage naturel et des dictionnaires, ces ressources textuelles majorité de ces informations sont communes entre ces
doivent être des ressources du domaine concerné. documents ce qui pourra poser des problèmes de redondance
et d’incohérence. Pour remédier à ce problème, on a fait un
III. NOTRE CONTRIBUTION DANS LE DOMAINE regroupement pour avoir des documents homogènes et aussi
Les ontologies possèdent plusieurs avantages, entre pour gérer cette quantité énorme de collections.
autres on peut citer la communication, l’interopérabilité et La classification a été faite en plusieurs niveaux. Le
l’amélioration logicielle. Pour pouvoir profiter de ces premier niveau du regroupement est l’établissement car c’est
avantages, fallait bien les structurer en se basant sur une la plus grande entité traitée dans ce domaine. Juste après
technique puissante. cette entité on trouve dans le deuxième niveau l’entité
Le propos de cet article est de construire manuellement faculté. A l’intérieur des facultés on a deux entités ayant le
une ontologie du domaine de l’ESPM. même niveau, à savoir : les départements et les laboratoires.
Ces deux dernières entités sont en relation étroite et ayant
Comme on a vu dans la section précédente, il n’y a pas plusieurs objets commun (professeur, étudiant chercheur,…).
une seule façon pour construire manuellement une ontologie.
On a aussi plusieurs approches pour développer une Le quatrième niveau concerne bien les entités inférieures
hiérarchie de concepts [10] à savoir : la méthode de haut en aux départements : les spécialités. Le dernier niveau est
bas, de bas en haut et mixte. l’année d’étude, puisque dans chaque spécialité on a
plusieurs années d’étude.
Dans ce travail on a utilisé la méthode mixte pour la
construction de notre ontologie. A la fin de cette phase on dispose des documents
regroupés par niveau à savoir : université, faculté,
Nous suggérons pour procéder à la construction de passer département, laboratoire, spécialité (filière), année d’étude,
par les étapes suivantes : ce qui va faciliter la tâche d’extraction et de mise en relation
 Extraction des concepts (classes) entre les concepts.

 Extraction des relations La prochaine phase est donc l’extraction des termes.

 Construction ou conception de l’ontologie 3) PHASE 3 : EXTRACTION DES TERMES :

 Définition des contraintes, attributs et Dans un premier temps, il n’est pas évident d’extraire
cardinalités directement les concepts à partir d’une panoplie de
documents, fallait donc passer par une phase intermédiaire
 Implémentation dans protégé2000
Selon le petit robert : « un terme délimite une notion dans
 Etude de cas : exploitation de l’ontologie un domaine de spécialité ».
A. ETAPE 1 : EXTRACTION DES CONCEPTS OU Un terme peut être mono ou multi composant (qui
CLASSES comporte deux ou plusieurs éléments).
L’objectif de cette étape est d’extraire tous les concepts Dans cette phase, on a listé tous les documents par niveau
qui sont utilisés dans le domaine de l’ESPM. et on a extrait tous les termes exprimés dans ces documents.
Ainsi donc la liste des termes est déjà classifiée.
Cette étape se compose de quatre phases
La phase finale de cette étape est l’extraction des
1) PHASE 1 : COLLECTE DES DOCUMENTS concepts à partir de ces termes.
La première des choses, pour commencer l’extraction, est 4) PHASE 4 : EXTRACTION DES CONCEPTS
la collecte des tous les documents (rapports, relevés de
notes, fiche de suivi,….), porteurs d’information, et Un concept est considéré comme une représentation
important dans ce processus. La collecte des documents, générale et abstraite de la réalité d’un objet. Chaque concept
nous a permis d’avoir une base représentant toutes les a des propriétés, et peut être mis en relation avec plusieurs
informations circulant dans cet environnement. concepts et est soumis à variations selon des événements et
des processus.
Cette tâches n’est pas aussi facile dans ce processus, car
on a plusieurs intervenants à savoir : etudiants, professeurs et Le passage des termes vers les concepts nécessite une
personnels administratif. bonne réflexion et une bonne connaissance dans ce domaine.
Ces intervenants ont tous intervenus dans cette phase, la Pour bien commencer on a traité chaque groupe (niveau)
prochaine phase consiste à l’exploitation de ces documents. de termes indépendamment. Puis pour chaque groupe on a
sélectionné les concepts. La sélection des concepts pose un
problème de chevauchement. Par exemple un professeur Le premier concept qu’on a traité est le concept
appartient à une faculté et à un département et un professeur, car c’est un des acteurs principaux du système.
laboratoire… Ce concept a plusieurs relations, on a commencé par celles
qui sont hiérarchiques (comme la relation avec professeur
On a donc traité chaque groupe de terme assistant, professeur habilité, professeur d’enseignement
indépendamment et c’est dans l’étape suivante (extraction supérieur,…), puis on passe aux relations horizontales
des relations) qu’on a traité les problèmes de chevauchement (comme la relation enseigne entre professeur et matière, la
et de redondance. relation encadrer entre professeur et étudiant,…). Une fois
A la fin de cette étape, on a obtenue l’ensemble des achevée, on a passé à d’autres concepts en relation avec ce
concepts à partir des documents traités concept. La première version de notre ontologie a été
composée d’une vingtaine de concepts.
B. ETAPE2 : EXTRACTION DES RELATIONS ENTRE
LES CONCEPTS Une fois la construction terminée, un autre processus se
lance et concerne bien la définition des attributs ou propriétés
Dans cette étape on s’intéresse à l’extraction des relations des concepts ou classes.
qui existent entre les concepts. Pour remédier les problèmes
soulevés dans l’étape précédente. Les attributs permettent de décrire la structure interne du
concept. Dans la première étape, on a listé l’ensemble des
On commence par l’élimination des versions, singulier et termes existants, et parmi eux on a sélectionné ceux qui
pluriel, du même concept, on a utilisé l’ensemble des représentent des concepts. Pour le reste des termes qui ne
concepts sous la forme du singulier. sont pas des concepts, ils sont des candidats pour des
Puis on a décortiqué les relations en des types. Le propriétés des classes. Pour ces termes, ils peuvent être des
premier type traité est les relations « est un, part of,… », qui propriétés intrinsèques, extrinsèques, des parties (si l’objet
représentent dans l’ontologie les relations hiérarchiques. est structuré, elles peuvent être des parties physiques ou
abstraites) ou bien carrément des relations (comme la relation
Après on a passé aux relations horizontales entre les « encadrant » qui permet de lier le concept professeur avec le
concepts. Ce sont des relations qui permettent de lier concept étudiant).
sémantiquement des concepts du même niveau.
D’autres propriétés, qu’on a ajouté aux concepts de
Par exemple la relation entre professeur et matière l’ontologie pour enrichir la structure de l’ontologie et ce sont
« enseigner » est une relation horizontale : un professeur des propriétés, qu’on a jugé importantes.
enseigne une matière.
Pour finaliser cette étape, reste à mettre dans les classes
D’autres types de relations, qui font partie des relations générales, les propriétés communes.
horizontales existent aussi, comme la synonymie, mais elle
n’est pas traitée dans ce travail parce qu’on a éliminé les La prochaine étape est la validation de cette ontologie à
mots synonyme. Par contre l’antonymie n’a pas de place l’aide des contraintes et cardinalités.
dans cette ontologie car la négation ne peut appartenir à une D. ETAPE 4 : DEFINITION DES CONTRAINTES ET
ontologie. CARDINALITES
De telle manière, on supprime donc les redondances Comme toute ontologie, notre ontologie pour qu’elle soit
déclarées dans l’étape précédente. valide, il faut qu’elle respecte un certain nombre de règle de
On dispose maintenant d’un ensemble de concepts liés gestion. Bien entendu, ce sont des conditions que notre
entre eux via des relations hiérarchique et sémantique. La ontologie doit vérifier.
prochaine étape consiste à présenter la méthode suivie pour On a commencé par les contraintes sur les concepts et les
la construction de notre ontologie. relations. Pour chaque concept on a défini pour ces
C. ETAPE 3 : CONSTRUCTION DE L’ONTOLOGIE propriétés : la valeur du type, les valeurs autorisées et les
cardinalités (nombre de valeurs)
Le propos de cette étape est de présenter la méthode
suivie pour la construction de l’ontologie. Il existe plusieurs Par exemple pour le concept professeur, la propriété nom
façons de faire, on a opté pour la méthode mixte vu ses est de type chaine de caractère, et sa cardinalité c’est 1
avantages, et ça correspondance avec notre objectif. Le puisque un professeur possède un seul nom. Pour la propriété
processus suivi est itératif, et l’analyse faite pour extraire les téléphone, elle est de type numérique, valeur autorisée c’est
concepts est une analyse par document et pas par concept. Et des nombre entre 1 et 9, sa cardinalité est plusieurs car un
donc un document pourra contenir plusieurs concepts qui ne professeur peut avoir plusieurs numéros de téléphone.
sont pas forcément en ordre hiérarchique. Une deuxième On a défini les cardinalités sur les concepts, reste à
raison pour le choix de la méthode combinée est qu’on a définir les cardinalités sur les relations.
commencé par les concepts qu’on a jugés importants selon
leurs degrés d’utilisation et de pertinence. Une relation possède deux cardinalités entre deux
concepts. Chaque cardinalité représente le nombre de
participation du concept dans la relation.
Les contraintes et cardinalités ont été vérifiées pour téléphone, date Un étudiant est
toutes les propriétés des concepts de l’ontologie. de naissance, inscrit dans une
Bien évidemment, l’ontologie n’est utilisée qu’au Etat civil, filière
moment où elle contient des informations. nombre Un étudiant est
d’enfants, inscrit dans un
Après avoir définir la structure générale et détaillée de
l’ontologie, définir les contraintes et les cardinalités, la Email, série du niveau dans un
dernière étape est donc l’alimentation de l’ontologie avec des bac, mention semestre
informations réels. bac, année
Un étudiant passe
d’obtention,
Le tableau ci-dessous présente un extrait de concepts de un ou plusieurs
lycée du bac,
l’ontologie avec leurs attributs, relations et cardinalités. examens
note du bac
Tableau 1 : Extraits de quelques concepts de l’ontologie avec Un étudiant valide
un ou plusieurs
leurs propriétés et relations
modules
Concept Attributs Relations et Un étudiant passe
cardinalités un ou plusieurs
stages
Professeur Matricule, CIN, Un professeur Un étudiant rédige
nom, prénom, enseigne une ou un ou plusieurs
adresse, plusieurs matières rapports
téléphone, état
Un professeur Un étudiant passe
civil, nombre
peut passer un ou une ou plusieurs
d’enfants, date
plusieurs stages soutenances
de naissance,
Email, grade, Un professeur Un étudiant est
spécialité, date encadre un ou encadré par un ou
de recrutement, plusieurs étudiants plusieurs
date professeurs
Un professeur
d’obtention du
propose un ou Un étudiant
diplôme,
plusieurs examens demande un ou
Etablissement
plusieurs bulletins
d’étude, Un professeur
de notes
domaine de appartient à un
recherche département
E. ETAPE 5 : IMPLEMENTATION
Un professeur est
L’ontologie que nous avons obtenue à ce stade est une
affilié à une
ontologie formelle, il nous reste à opérationnaliser cette
faculté ontologie pour qu’elle soit concrètement manipulable dans
Un professeur un système informatique. Par conséquent, elle doit être
appartient à un spécifiée dans un langage de représentation de connaissance
laboratoire de doté de capacités d’inférences. Pour ce faire, nous utilisons le
recherche logiciel PROTEGE 2000 v4.3.0.
Le langage d’annotation sémantique choisi pour annoter
Matière Nom, Une matière est
OntOEnSup est le OWL, recommandé par le W3C en février
description, enseignée par un 2004 le plus expressif des langages ontologiques pour le
nombre professeur Web avec ses fonctionnalités relation, héritage multiple,
d’heure, cardinalité…, qui n’ont pas étaient définis par les autres
Une matière
coefficient, type langages de W3C, RDF et RDFS…
appartient à un
module Notre implémentation couvre la définition des concepts,
Etudiant CIN, CNE, nom, Un étudiant est des relations, des contraintes, attributs et cardinalités.
prénom, inscrit dans une La figure ci-dessous présente notre ontologie
adresse, faculté implémentée sous PROTEGE 2000 v4.3.0.
On trouve par exemple école et faculté héritent nouvelle approche pour la conversion des requêtes en
d’établissement, lui-même hérite de Thing qui est la langage naturel vers des requêtes sémantiques en SPARQL.
classe mère de PROTEGE……..
IV. CONCLUSION ET PERSPECTIVE
La méthode de construction qu’on a suivie pour
construire ESPM est inspirée des travaux déjà cités dans la
section état de l’art, on a essayé de sortir avec une méthode
de construction manuelle d’ontologie adaptée au domaine de
l’ESPM.
Notre nouvelle ontologie sera utilisée dans le cadre du
domaine d’enseignement afin de modéliser les connaissances
du domaine qui seront utilisés dans le cadre d’extraction
d’information, d’indexation sémantique, d’enrichissement de
requête….
Notre perspective vise à enrichir notre ontologie afin
qu’elle couvre un domaine plus vaste, par exemple la relation
entre le domaine d’enseignement supérieur avec le domaine
d’éducation au Maroc, et tout ce qui peut contribuer de près
ou de loin et qui a une relation avec le domaine
d’enseignement au Maroc.
REFERENCES
[1] Antoine Isaac, Conception et utilisation d’ontologies pour
l’indexation de documents audiovisuels, Laboratoire
Langages, Logiques, Informatique, Cognition,
Communication, UMR CNRS 8139, Institut National de
l’Audiovisuel, 2005.
[2] Toader Gherasim, THÈSE DE DOCTORAT, Détection
de problèmes de qualité dans les ontologies construites
automatiquement à partir de textes, l’Université de Nantes,
Soutenue le 30 septembre 2013.
[3] Mark S. Fox and Michael Gruninger, Enterprise
Modeling , proceeding In AAAI, vol 19 N° 3 , 1998.
[4] Mike Uschold and Martin King, Towards a Methodology
for Building Ontologies, proceeding In Workshop on Basic
Figure 1 : OntOEnSup implémenté sous protégé
Ontological Issues in Knowledge Sharing. 1995.
F. ETAPE 6 : ETUDE DE CAS : EXPLOITATION DE [5] Natalya F. Noy and Deborah L . McGuiness, Ontology
L’ONTOLOGIE Development 101: A Guide to Creating Your First Ontology,
Stanford Knowledge Systems Laboratory Technical Report
A l’aide des outils existants on peut faire des interactions KSL-01-05 and Stanford Medical Informatics Technical
et raisonnement sur OntOEnSup. Report SMI-2001-0880, March 2001.
Si on prend PROTEGE 2000 v4.3.0, il y a un outil [6] Fernández, M.; Gómez-Pérez, A.; Juristo, N.; ,
« SPARQL » METHONTOLOGY: From Ontological Art Towards
Ontological Engineering, Symposium on Ontological
Le SPARQL c’est une variante sémantique de SQL, il Engineering of AAAI, Stanford (California), March 1997.
répond aux requêtes plus complexes. [7] Mouna Kamel, Nathalie Aussenac-Gilles, Construction
Voilà un exemple de la requête « Qui est le professeur automatique d’ontologies à partir de spécifications de bases
qui assurera le cours X+dans quelle salle » en SPARQL : de données, Actes d'IC 2009, pp 85-96
[8] Brigitte Biébow and Sylvie szulman, TERMINAE: A
SELECT DISTINCT ?professeur ?salle WHERE {" + linguistics-based tool for the building of a domain ontology,
"?cours ? cours ? cours filter Proceeding of EKAW’99, (1999).
(regex(?cours,\""+cours X+"\"))." + [9] Alexander Maedche and Steffen Staab , Mining
"prefix:professeur prefix: professeur ? professeur." + ontologies from text, Proceedings of the 12th European
"prefix:salle prefix:salle ? salle." + Workshop on Knowledge Acquisition, Modeling and
"}"; Management. Springer-Verlag, vol. 1937, 2000.
La formulation des requêtes SPARQL reste une tâche [10] Natalya F. Noy and Deborah L. McGuinness, Ontology
difficile aux demandeurs d’information, il faut penser à une Development 101: A Guide to Creating Your First Ontology,
Stanford University, Stanford, CA, 94305, 2001.

View publication stats

Vous aimerez peut-être aussi