Web Semantique - Cours-2

Formation Perfect Memory
LE WEB SÉMANTIQUE
Le Web Sémantique
Apports et technologies
Cédric Klein - cedric.klein@perfect-memory.com

1
LE WEB SÉMANTIQUE À propos
Personne
sous type de
auteur
contributeur
Cette formation permet d’appréhender les technologies
sémantiques dans leur ensemble: à quelles problématiques
répondent-elles ? Quels sont les standards et concepts à
maitriser ? Elle permet également d’introduire leurs usages
dans la plateforme de Perfect Memory.
COO Ingénieur sémantique
description
est est
Le Web Sémantique enseigne Cédric Klein
proposée à
travaille chez
ISIMA / UCA Perfect Memory

est spécialisé dans
est un
Établissement Éditeur logiciel
est un d’enseignement
Technologies sémantiques
sous type de
sous type de
Organisation 2
LE WEB SÉMANTIQUE Sommaire
1. Le Web et les données : histoire et évolutions

2. Les limites de la donnée par l’exemple
3. Donner du sens aux données
4. La question du langage
5. L’ontologie
6. Des bases interopérables
7. L’inférence sémantique
8. Le spectre de représentation de la connaissance
9. Les standards – construction et requêtage d’un graphe sémantique
10. Atelier pratique – mise en œuvre du SPARQL
11. Les standards – modélisation d’une ontologie
12. Autres standards de structuration
13. De la table au graphe
14. Atelier pratique – introduction à l’éditeur d’ontologie Protégé
15. Cas d’usage industriels
16. Résumé et limitations
17. Mise en œuvre et plateforme Raffiné™ 3
LE WEB SÉMANTIQUE
Question, observation
N’hésitez pas à demander
4
LE WEB SÉMANTIQUE
1 Le Web et la donnée
Histoire et évolutions
5
LE WEB SÉMANTIQUE 1 Le Web et la donnée – histoire et évolutions
1969 2021
6
1969 - Arpanet
On accède aux documents un par un en les téléchargeant
7
1. Ouvrir un terminal
2. Se connecter au serveur distant
3. Localiser le document sur le serveur distant
4. Télécharger le document sur sa machine locale L’accès à la donnée requiert une expertise
technique
5. Couper la connexion
6. Consulter le document sur sa machine locale
L’accès à la donnée demande du temps
Extraire l’information intéressante

prend du temps
8
1990 - World Wide Web
Web structuré
Robert Cailliau
Tim Berners-Lee
9
Aucune compétence technique requise
L’accès au document est simplifié
L’accès à l’information intéressante est facilité par

l’indexation (moteurs de recherche, …)
10
Du Web 1.0… …au Web 2.0
90’s 2000’s
Émergence de services collaboratifs (blogs, wikis, forums, réseaux

Ajouter du contenu requiert une expertise sociaux)
technique
Explosion des UGC
Lecture seule
Explosion du nombre de données
Tout le monde devient créateur de contenus 11

12
13
Aujourd’hui et demain
De plus en plus de supports De plus en plus de créateurs de contenus De plus en plus de données
14
LE WEB SÉMANTIQUE 1 Le Web et la donnée – histoire et
évolutions
Ça devient problématique
15
évolutions
Exercice collectif
À votre tour
Que signifie « Jaguar » ?
Que signifie « TNT » ?
Que signifie «Ronaldo » ?
16
évolutions
Exercice collectif
Réponses
Sans contexte, toute demande d’information est

potentiellement une source d’erreurs.
17
LE WEB SÉMANTIQUE
2 Les limites de la
donnée par l’exemple
18
LE WEB SÉMANTIQUE 2 Limites de la donnée par l’exemple
19
Information
Data
20
Information
Data
21
22
Information
Data
23
24
La prise en compte du contexte
25
La prise en compte du contexte
France
26
La recherche d’information
27
28
29
30
31
Transmission
« jaguar »
32
En bref
Un même symbole peut avoir plusieurs interprétations différentes
Deux symboles peuvent donner lieu à la même information
Le contexte peut mener à deux informations différentes
Faire la différence entre Donnée et Information
33
LE WEB SÉMANTIQUE Quizz 1
Qu’est-ce que ceci ?
34
LE WEB SÉMANTIQUE Quizz 1
Qu’est-ce que ceci ?
35
LE WEB SÉMANTIQUE
« La représentation d’un objet n’est pas l’objet lui-même. »
36
LE WEB SÉMANTIQUE
3. Donner du sens aux

données
37
LE WEB SÉMANTIQUE 3 Donner du sens aux données
38
La couche donnée
Donnée
39
La couche donnée
‘’ 15 ‘’
‘’ 2 ‘’
‘’ TGV ‘’
40
La couche donnée
« La donnée est une inscription formatée minimale renvoyant à un fait »

Pr. Bruno Bachimont
Formatée : formulée dans un langage pourvue d’une syntaxe formelle et manipulable par une machine
Minimale : indécomposable en faits plus élémentaires ou sous-propositions
Fait : pourvue d’une valeur de vérité
41
La couche donnée
« La donnée possède une signification non contextuelle »

Pr. Bruno Bachimont
âge = « 70 »
âge est une valeur pouvant varier de 0 à 150 de type entier naturel
42
La couche information
Information
Donnée
43
‘’ 15 ‘’
Voiture n°15
‘’ 2 ‘’
2nde classe
‘’ TGV ‘’
TGV
44
« L’information correspond à la donnée mise en réseau. »

Pr. Bruno Bachimont
Réseau : la donnée peut être articulée et ou mise en relation avec d’autres données (schéma
relationnel, graphe, …)
Le réseau permet d’interpréter les données.
45
« La donnée est une représentation de l’information.

L’information est extraite par l’interprétation de la donnée.»
46
La couche connaissance
Connaissance
Information
Donnée
47
SNCF
‘’ 15 ‘’ Quai de gare
Voiture n°15
Billet moins cher
‘’ 2 ‘’
2nde classe
‘’ TGV ‘’
TGV
48
« La connaissance est l’information plongée dans un contexte

d’interprétation. »
Pr. Bruno Bachimont
L’interprétation est enrichie par des règles contextuelles, culturelles et métiers.
âge = « 70 »
Dossier administratif : droits à la protection sociale
Dossier médical : facteur de risque
49
La couche sagesse
Sagesse
Connaissance
Information
Donnée
50
La couche sagesse
« Est sage celui qui possède les interprétants permettant de

dégager le sens des énoncés en contexte. »
Pr. Bruno Bachimont
C’est la capacité à prendre des décisions en toute connaissance, dont la machine est par
nature exclue.
51
LE WEB SÉMANTIQUE
4. La question du langage
52
LE WEB SÉMANTIQUE 4 La question du langage
Parler la même langue
Déception Stade Geoffroy-Guichard
Début du match
Action de jeu
Ligue des Champions
Coupe de la ligue
Première période Match amical
Kylian Mbappé
Neymar
Coup franc Coupe de France
Main Gardien
Tacle
Déplacement
Attaquant Corner Joie
Volley
Rose Termes
Interception Football masculin Handball
But Dribble Stade Gabriel-Montpied
Football féminin Football Bleu

Hôtel
Passe
Reprise de volley Blanc
Passe longue
Violence
Coupe de France féminine
Défenseur Colère
Stade de France Parc des Princes
53
Début du match Stade Geoffroy-Guichard

Déception Ligue des Champions
Coup franc Kylian Mbappé
Action de jeu Neymar
Coupe de la ligue Coupe de France
Match amical Déplacement
Première période Stade Gabriel-Montpied
Main
Passe longue
Gardien
Football féminin
Tacle
Défenseur
Joie
Football
Liste
Corner
Volley Hôtel
Rose Dribble
Football masculin Passe
Handball Blanc
Interception Attaquant
But Violence
Bleu Coupe de France féminine
Reprise de volley
Colère
Parc des Princes
Stade de France
54
Action de jeu Couleurs
Début du match Rose
Coup franc Bleu

Main
Blanc
Tacle
Corner
Interception
But
Dribble Taxonomie
Passe
Reprise de volley
Passe longue
Postes
Gardien
Attaquant
Défenseur
55
Action de jeu Couleurs
Début du match Rose
Coup franc Bleu « couleur à domicile »

Main
Blanc « couleur en extérieur »
Tacle
Corner
Interception
But « donne un point supplémentaire »
Dribble Thésaurus
Passe
Reprise de volley
Passe longue
Postes
Gardien
Attaquant -> lié à But
Défenseur
56
Quel est le prochain niveau ?
57
LE WEB SÉMANTIQUE
5. L’ontologie
58
LE WEB SÉMANTIQUE 5 L’ontologie
Le triangle sémiotique
Concept Jaguar (Animal)

Signifié
représente
symbolise
« jaguar » Symbole Référent

Signifiant réfère Thing / Chose
59
Perfect Memory Formation 59
Concept Attentats de New-York

Signifié
représente
symbolise
« 11/09/2001 » Symbole Référent

60
Du symbole au concept
« Jaguar » « Panthera onca »
« ジャガー »
#jaguar Animal
http://fr.wikipedia.org/wiki/Jaguar
#Animal
61
« jaguar » « automobile Jaguar »
#Automobile
#jaguar Automobile
62
« jaguar » « ‫» )شركة(جاغوار‬
#Organisation
#jaguar Organization
« Jaguar Cars Ltd »
63
effectue
Ontologie
Compétition
Couleur
Stade
porte compétition
est tournée à
Joueur met à l’image Séquence vidéo met à l’image Action de jeu
Faute
affiche sous-type de
joue dans filme
joue au poste
Discipline Emotion
est associé à
Poste
64
quartier général
Organisation
employé à
Personne
Document
Lieu
réside à est un sous type de master
master
Ville Client contractualise Contrat
est un sous type de
émet
est localisée à
loue Facture
est la capitale de
Pays Équipement
est un sous type de
Téléphone Box TV
65
L’ontologie: définition philosophique
« L’ontologie est l’étude philosophique de

l’être. Plus largement, c’est l’étude des
concepts qui se rapportent directement à
l’être, en particulier à l’existence, à la
réalité, ainsi qu’aux catégories
fondamentales de l’être et de leurs
relations. »
Wikipedia
66
Définition informatique
Conceptualisation
Modèle, domaine, concepts, relations, propriétés, instances, contextes
Explicite
Tout l’univers d’un cas d’usage donné doit être défini
Formelle
Compréhensible par la machine
Partagée
Doit être le fruit d’un consensus
67
Définition informatique
Représentation formelle de la
connaissance en vue de son
stockage, son partage et son
traitement
68
Et donc comment ça s’instancie ?
69
effectue
#Ligue Champions
#Blanc
#Parc des Princes
compétition
porte
est tournée à
#Neymar met à l’image Clip #123 met à l’image #Tacle #But
#Passe longue
affiche
joue dans filme
joue au poste
#Football masculin #Joie
est associé à
#Attaquant
70
quartier général
Centrale nucléaire
B_Simpson.pdf
employé à
master
réside à
Springfield Homer Simpson contractualise Forfait B&You #123
émet
est localisé à loue
Facture Octobre 2021

Etats-Unis iPhone 13
71
Du paradigme de l’arbre à
celui du graphe
72
Le paradigme de l’arbre
73
Se débarrasser du paradigme de l’arbre
prédicat
sujet objet
Ressource Ressource ou Literal
est une
Bouygues Telecom Entreprise
Resource Ressource
est dirigeant de
Richard Viel Bouygues Telecom
Ressource Ressource
date de création
Bouygues Telecom 04/10/1994
Ressource Literal
74
Entreprise
est une
Richard Viel est dirigeant de Bouygues Telecom
date de création
04/10/1994
75
Entreprise
est une
Richard Viel est dirigeant de Bouygues Telecom

logo
prénom miniature
date de création label
nom
« Richard » « Bouygues Telecom »@fr
« Viel » 04/10/1994
76
LE WEB SÉMANTIQUE
6. Des bases
interopérables
77
LE WEB SÉMANTIQUE 6 Des bases interopérables
Le Linked Open Data
Source: http://planet-data.eu/ 78 78
Le Linked Open Data
79
Le Linked Open Data
80
Le Linked Open Data
81
Le Web 3.0
Document
Document
Document
Relation sémantique Ressource

Ressource
Relation sémantique
Ressource
Ressource
Ressource
82
LE WEB SÉMANTIQUE
7. L’inférence sémantique
83
LE WEB SÉMANTIQUE 7 L’inférence sémantique
Donner des capacités de raisonnement à la machine
Règles d’inférence
Règle 1
Règle 2
Information
Informations stockées
Information
Information Raisonneur sémantique
Information
Information
84
LE WEB SÉMANTIQUE 7 L’inférence sémantique
Donner des capacités de raisonnement à la machine
Homer est le père de Bart
Le frère de mon père est

est le frère de mon oncle
Herbert
Homer est le père de Bart

est de la même famille que
est l’oncle de
est le frère de
est de la même famille que est de la même famille que
Herbert
85
LE WEB SÉMANTIQUE
8. Le spectre de
représentation de la
connaissance
86
LE WEB SÉMANTIQUE 8 Le spectre de représentation de la connaissance
87
Programmation logique
• Des faits, des règles et un interpréteur
• Le système ne doit contenir que des faits vrais
Si A alors B
88
Logique de 1er ordre (ou predicate logic)
• Syntaxe : symboles et expressions pour définir le vocabulaire de base
• Sémantique : définit le sens de chaque expression. Aucune ambiguïté
• Prédicats
• Connecteurs logiques : et, ou, implique, …
• Quantificateurs : ∀ et ∃
Mars est une planète
Jupiter est plus grand que Mars
89
Logique de description
• Formaliser la description de concepts pertinents et leur sémantique dans un domaine d’application donné
• Concepts : classe d’éléments dans un univers donné
• Rôles (prédicats) : liens entre les éléments. Relations binaires
• Individus : éléments d’un univers donné
• Opérateurs : <, >, ET, OU, quantificateur
• Axiomes : faits
• Règles : SI A alors B
• Décrit un univers donné en terme de propriétés et de contraintes qu’un individu doit satisfaire
90
Logique de description
Une planète est soit tellurique, soit gazeuse
Une planète tellurique possède toujours 1 manteau
Mars est une planète tellurique
91
Logique modale
• Une modalité spécifie des qualités du vrai
• pourrait, peut-être, possible, impossible, nécessaire, généralement, …
• Un fait peut être potentiellement vrai
Il y a peut-être de l’eau sur Mars
L’hiver il fait généralement froid
92
Logique de 2nd ordre
• Permet des quantificateurs sur les prédicats
Il y a de l’eau sur Mars et il n’y a pas d’eau sur Mars
93
94
? Existe-t-il un glossaire centralisé
? Est-ce que le glossaire inclut des définitions précises de chaque terme
? Existe-t-il un entrepôt central stockant les données, y compris leurs types
? Est-ce que les données codifiées répondent à une énumération exhaustive ?
? Existe-t-il un moyen de supprimer les données dupliquées ou redondantes ?
? Existe-t-il des modèles de classification permettant classifier chaque donnée ?
? Est-ce que les workflows et web services utilisent ces même modèles ?
? Est-ce que l’entrepôt peut être utilisé au sein d’une architecture orientée modèle métier
? Est-ce que les utilisateurs sont formés pour extraire et réutiliser les données de l’entrepôt 95
Quelle technologie
permet d’élever la
machine au niveau de
l’interopérabilité
sémantique
96
La couche sagesse
Sagesse
Connaissance
Information
Donnée
97
Concept Attentats de New-York

Signifié
représente
symbolise
« 11/09/2001 » Symbole Référent

98
LE WEB SÉMANTIQUE
9. Les standards
Construction et
requêtage d’un graphe
sémantique
99
LE WEB SÉMANTIQUE 9 Les standards – Construction et requêtage
W3C
a pour président
Tim Berners-Lee
100
L’identification des ressources
• Ressource : Tout élément à décrire, avec une identité claire dans le contexte d’application
• URL (Uniform Resource Locator) : Identifie l’emplacement d’une ressource et le moyen d’agir sur elle
• URN (Uniform Resource Name) : Identifie une ressource indépendamment de son emplacement
• URI (Unique Resource Identifier) : Identifie une ressource de manière permanente
• URL : http://www.en.wikipedia.org/wiki/Uniform_resource_locator
• URN : urn:isbn:0-395-36341-1
• URI in the Semantic Web: http://dbpedia.org/resource/Uniform_resource_identifier
dbpedia:Uniform_resource_identifier
101
L’identification des ressources
identifie
http://www.bouygues.fr/resource/ richard_viel bt:richard_viel
namespace
identifiant
identifie
http://www. bouygues.fr/resource/ bouygues_telecom bt : bouygues_telecom
namespace
identifiant
102
RDF: Resource Description Framework
RDF
103
RDF
• Ressource : tout élément à décrire, avec une identité claire dans le contexte d’application
• Description : décrit des ressources, des propriétés et des relations
• Framework : ensemble d’outils et protocoles (URI, HTTP, XML, …), basé sur un modèle formel standard (sémantique)
104
prédicat
sujet objet
Ressource Ressource ou Literal
est une
Bouygues Telecom Entreprise
Resource Ressource
est dirigeant de
Richard Viel Bouygues Telecom
Ressource Ressource
date de création
Bouygues Telecom 04/10/1994
Ressource Literal
105
Sujet Prédicat Object
http://www.bouygues.fr/resource/bouygues_telecom http://www.bouygues.fr/resource/Entreprise
uri Ressource uri Ressource
http://www.w3.org/1999/02/22-rdf-syntax-ns#type
uri Prédicat
http://www.bouygues.fr/resource/bouygues_telecom « 1994-10-04 »^^xsd:date

uri Ressource Literal
http://www.bouygues.fr/resource/creationDate
uri Prédicat
106
Sujet Prédicat Objet
bt:bouygues_telecom bt:Entreprise
uri Ressource uri Ressource
rdf:type
uri Prédicat
bt:bouygues_telecom « 1994-10-04 »^^xsd:date

uri Ressource Literal
bt:creationDate
uri Prédicat
107
bt:Entreprise
rdf:type
bt:bouygues_telecom
bt:creationDate
« 04/10/1994 »^^xsd:date
108
RDF: Comment stocker et sérialiser une information ?
RDF/XML
<?xml version="1.0" encoding="utf-8" ?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
<rdf:Description rdf:about="http://www.bouygues.fr/resource/bouygues_telecom">
<rdf:type rdf:resource="http://www.bouygues.fr/Entreprise"/> bt:Entreprise
</rdf:Description>
</rdf:RDF>
rdf:type
Turtle
bt:bouygues_telecom
<http://www.bouygues.fr/bouygues_telecom> a <http://www.bouygues.fr/Entreprise> .
N-triples
< http://www.bouygues.fr/bouygues_telecom > <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> < http://www.bouygues.fr/Entreprise > .
JSON-LD {
"@context": {
"rdf": "http://www.w3.org/1999/02/22-rdf-syntax-ns#",
"xsd": "http://www.w3.org/2001/XMLSchema#"
},
"@id": "http://www.bouygues.fr/bouygues_telecom",
"@type": "http://www.bouygues.fr/Entreprise"
}
109
RDFS: définir classes et relations
RDFS
110
RDFS: définir classes et relations
bt:Entreprise Utilise RDF et ajoute des définitions pour:

• Ajoute des hiérarchies de classe
• Ajoute des hiérarchies de prédicats
rdfs:subClasOf
• Ajouter des contraintes sur les prédicats
bt:Entreprise_Telecommunication
rdf:type
:Bouygues_Telecom
bt:Entreprise
bt:localisé_à
rdfs:subPropertyOf bt:Lieu
:Paris
bt:siège_social
111
SPARQL
SPARQL
112
SPARQL
• Langage de requêtage sémantique standard depuis 2008 (version 1.0)
• SPARQL 1.1 publié et standard depuis mars 2013
113
LE WEB SÉMANTIQUE 4 Les standards du Web
Sémantique SPARQL
• Requête l’information et non pas la donnée

Qui a joué dans #dix_pour_cent ?
ftv:Person Dans quoi a joué #camille_cottin ?
ftv:casting Quelles sont les personnes qui ont

ftv:Actor ftv:Serie joué dans une comédie ?
ftv:actedIn
rdfs:subClassOf
Quelles sont les personnes qui ont
joué dans une série ?
ftv:ComedySerie
rdf:type Donne-moi tous les acteurs
ftv:actedIn
#camille_cottin #dix_pour_cent
Donne moi toutes les séries
ftv:casting
Est-ce que #camille_cottin est une
actrice ?
114
Sémantique SPARQL
ftv:Serie
Si deux personnes ont travaillé sur la Qui travaille sur #dix_pour_cent ?
même série, alors elles sont collègues rdfs:subClassOf
ftv:ComedySerie Qui travaille avec #camille_cottin ?

ftv:worksOn
rdf:type
ftv:actedIn
Qui travaille sur la même série ?
ftv:hasDirected
#marc_fitoussi
ftv:worksOn
115
Sémantique SPARQL
• Format des requêtes
116
Sémantique SPARQL
Qui a joué dans #dix_pour_cent ?
PREFIX ftv:<http://ftv.com/>
ftv:Person PREFIX uuid:<http://www.perfect-memo ....>
SELECT ?actor
ftv:casting WHERE {
ftv:Actor ftv:Serie
ftv:actedIn
?actor ftv:actedIn uuid:dix_pour_cent
rdfs:subClassOf
}
ftv:ComedySerie
rdf:type ?actor
ftv:actedIn
#camille_cottin
ftv:casting
117
Sémantique SPARQL
Quelles sont les personnes qui ont

joué dans une comédie ?
ftv:Person SELECT ?actor ?serie
WHERE {
ftv:casting
ftv:Actor ftv:Serie ?actor ftv:actedIn ?serie.
ftv:actedIn
?serie rdf:type ftv:ComedySerie
rdfs:subClassOf
}
ftv:ComedySerie
rdf:type
ftv:actedIn
?actor ?serie
ftv:casting
118
Sémantique SPARQL

ftv:Serie SELECT ?person1 ?person2
Si deux personnes ont travaillé sur la
même série, alors elles sont collègues rdfs:subClassOf WHERE {
ftv:ComedySerie ?person1 ftv:colleague ?person2 .

ftv:worksOn
rdf:type
}
ftv:actedIn
?person1 ?person2
#marc_fitoussi
ftv:hasDirected #camille_cottin #marc_fitoussi
ftv:worksOn
#marc_fitoussi #camille_cottin
119
Sémantique SPARQL
Est-ce que #camille_cottin est une

actrice ?
ftv:Person ASK
WHERE {
ftv:casting
ftv:Actor ftv:Serie
ftv:actedIn #camille_cottin rdf:type ftv:Actor .
rdfs:subClassOf
}
ftv:ComedySerie
rdf:type
ftv:actedIn YES
ftv:casting
120
Sémantique SPARQL
• Mais il y a toujours un problème…
Ressource
Ressource
?person1 ?person2
#camille_cottin #marc_fitoussi
Relation porteuse de sens
Ressource #marc_fitoussi #camille_cottin

Ressource
Ressource
• SELECT: retourne un tableau => La modélisation sémantique est perdue

• CONSTRUCT: récupérer un graphe sémantique
121
Sémantique SPARQL

CONSTRUCT {
ftv:Serie ?person1 ftv:colleague?person2

Si deux personnes ont travaillé sur la
même série, alors elles sont collègues rdfs:subClassOf
}
WHERE {
ftv:ComedySerie
ftv:worksOn ?person1 ftv:colleague ?person2 .
rdf:type
}
ftv:actedIn
#marc_fitoussi
ftv:hasDirected
ftv:colleague
#camille_cottin #marc_fitoussi
ftv:worksOn
122
LE WEB SÉMANTIQUE
10. Exercice Pratique

Introduction au SPARQL
123
LE WEB SÉMANTIQUE
11. Les standards

Modélisation d’une
ontologie
124
LE WEB SÉMANTIQUE 11 Les standards : Modélisation d’une ontologie
OWL
125
OWL: une extension du RDF et RDFS pour construire des ontologies
Étend RDF et RDFS en ajoutant des vocabulaires supplémentaires:
• Ajoute des définitions d’équivalence et de disjonction sur les classes, les relations et les propriétés
• Ajoute des définitions d’égalité et d’inégalité sur les instances
• Ajoute des définitions d’inverse
• Ajoute des contraintes de cardinalité
126
• Définition d’une classe
• Définition d’une propriété
• Définition d’une relation
127
foaf:name
owl:equivalentClass foaf:givenName
bt:Person foaf:Person
foaf:surname
rdfs:subClassOf
foaf:mBox
bt:BusinessMan bt:Actor
foaf:name “Richard Viel”

rdf:type
foaf:givenName “Richard”
:Richad_Viel
foaf:surname “Viel”
foaf:mBox r.viel@bouyges-telecom.com
128
Réutilisation des concepts,

relations et propriétés de cette
Votre
autre ontologie
Une autre
ontologie ontologie
129
bt:Person
rdfs:subClassOf
bt:BusinessMan bt:Actor
rdf:type
“Martin Bouygues (born 3 May 1952) is the chairman and chief executive officer of the French
company Bouygues (around 130,000 people in the world); founded by his father Francis Bouygues in
owl:sameAs dbpedia:abstract 1952. In 2015 he was listed as the world’s 481st richest person, and is a billionaire.”
:Martin_Bouygues
dbpedia:Martin_Bouygues dbpedia:birthDate 1952-05-03
dbpedia:thumbnail
dbpedia:birthPlace
dbpedia:Suresnes
130
Récupérer les relations et propriétés

d’une autre source
La même ressource
Votre ressource
ailleurs
131
Inférence
132
Inférence
Exemple de règle d’inférence dans un Triple Store
Id: music_linked_musicians
music <radiofrance:musicBand> band

band <radiofrance:musicBandMember> member
------------------------------------
music <radiofrance:artist> member
radiofrance:musicBandMember
radiofrance:musicBand
The Beatles
Yellow Submarine
John Lennon 133
LE WEB SÉMANTIQUE
12. Autres standards de

structuration
134
LE WEB SÉMANTIQUE 12 Autres standards de structuration
HTML Sémantique
135
HTML Sémantique
Permet d’insérer de l’information structurée directement dans une page web, compréhensible par les
moteurs de recherche
• Microformats: ajout de métadonnées interprétables par le HTML

– hCalendar, hCard, etc…
• RDFa 1.1 depuis 2013 permet l’indexation dans le HTML5 => recommandation du
136
HTML Sémantique
Microdata
• itemscope: l’item lui-même
• itemtype: définit le type de l’item selon une typologie valide
• itemid: identifiant unique de l’item
• itemprop: indique un attribute spécifique selon un vocabulaire
• datetime: date ou durée
137
HTML Sémantique
138
HTML Sémantique
Schema.org
Un schema microdata historique. Désormais un vocabulaire qui fait autorité.
139
HTML Sémantique
140
HTML Sémantique
141
HTML Sémantique
https://schema.org/
https://search.google.com/structured-data/testing-tool/u/0/
https://developers.google.com/search/docs/guides/search-gallery
142
HTML Sémantique
Limitations
• Les informations sémantiques sont embarqués directement dans le HTML: confusion entre présentation et représentation
• Pas d’inférence sémantique
• Très corrélé avec les algorithmes d’interprétation des moteurs de recherche privés
143
LE WEB SÉMANTIQUE
13. De la table au graphe
144
LE WEB SÉMANTIQUE 13 De la table au graphe
Les SGBDR
SGBDR
SGBDR
• Données structurées dans des tables à 2 dimensions
• Une vision objective : Table / Colonne / Ligne / Valeur
• ACID : garantir l’intégrité des données
• Relationnel : lien anonyme entre une clé étrangère et une clé primaire
• Requêtage : SQL
Table Personne
Table Organisation
ID First name Company_ID
ID Name Year
7d74e4b2a58 Richard 32617a68798
32617a68798 Bouygues Telecom 1994
145
Les SGBDR
SGBDR
NoSQL
• Géants du Web confrontés aux limitations intrinsèques des SGBDR (ACID)
• Problèmes de scalabilité (verticale seulement)
• Besoin de nouvelles bases de données pour des architectures matérielles
distribuées afin de traiter des volumes importants
146
Les SGBDR
SGBDR
NoSQL
CONSISTENCY
• Schemaless
• Modélisation subjective des données
PARTITION TOLERANCE
AVAILABILITY
147
Les SGBDR
SGBDR Key-Value
Key-Values
Key Value
orga-1 Bouygues Telecom |1994
people-1 { ‘’first-name’’ : ’’Richard’’ ; ‘’company’’ : ‘’Bouygues Telecom’’,

‘’company-id’’ : ‘’Orga-1’’ }
148
Les SGBDR
SGBDR Key-Value
Documents
• Données structurées dans des collections de documents
• Une vision subjective : supprimer les jointures

Documents
• Beaucoup d’écritures concurrentes
• Intégrité et cohérence non cruciales
{
‘’id’’ : ‘’2776c120-29e6-11ec-9621-0242ac130002’,
‘’firstName’’ : ‘’Richard’’,
‘’company’’ :{
‘’id’’ : ‘’ 90f5d9b0-29e6-11ec-9621-0242ac130002’’,
‘’name’’ : ‘’Bouygues Telecom’’ ,
‘’creationDate’’ : 1994
}
}
149
Les SGBDR
SGBDR Key-Value
Graphe
• Les données sont mises en relations des arcs orientés
Documents
• Nœud
• Relation
• Propriété
people-1 est dirigeant de orga-1

label date de création
Graphe
firstName
« Bouygues Telecom » 1194

« Richard »
150
Les SGBDR
SGBDR Key-Value
Triple store
Documents
Graphe
Triple store
151
Triple Store
Triple Store
152
Triple Store
+ +
RÈGLES
FAITS ONTOLOGIE
D’INFÉRENCE
RAISONNEUR
153
Triple Store
• Environ 50 Triplestores
• Chacun avec leurs propres performances et mécanismes d’inférence (backward, forward, hybrid, rules language, …)
154
Les SGBDR
SGBDR Key-Value
Triple store
• Graphes sémantiques : standardisés par une ontologie
• Triplets (ou quadriplets) Documents

• Moteur d’inférence
:Organisation
:Personne
rdf:type rdf:type
uri_people_1 est dirigeant de uri_orga-1

rdfs:label date de création
Graphe
firstName
« Bouygues Telecom » 1194

« Richard »
Triple store
155
Bases traditionnelles Bases sémantiques
Structurées par un schéma et des contraintes
Le schéma est instancié
Chaque individu a un identifiant unique Un individu peut avoir plusieurs identifiants
Le schéma définit avant tout des contraintes L’ontologie définit des cadres et implications
156
Bases traditionnelles Bases sémantiques
- Maintenir et modifier le schéma est complexe et très impactant + Maintenir et modifier l’ontologie est simple et peu impactant
Les réponses aux requêtes reflètent à la fois les informations et le

- Les réponses aux requêtes sont dépourvues de tout contexte +
modèle associé (le contexte n’est pas perdu)
- Ne répond qu’à des requêtes explicites + Peut répondre à des requêtes explicites comme implicites
+ Le paradigme des tables est ancré depuis des décennies - La sémantique peut paraître contre-intuitive
<
Requêter l’information et non la donnée peut mener à des
+ Le requêtage des données est très performant et éprouvé - problèmes de performance et de scalabilité : prise du recul
< nécessaire pour l’industrialisation
157
LE WEB SÉMANTIQUE
15. Cas d’usages

industriels
158
15 Cas d’usage industriels
LE WEB SÉMANTIQUE
La combinaison des IAs
La Sémantique pour structurer et catégoriser la statistique
Faits Heuristique
Sémantique Statistique
Perfect Memory’s
Analyse sémantique DAM-as-a-Brain
Analyse statistique
[Grammaire, Structure, Inférence]
[Data mining, Machine Learning, Deep Learning]
La Statistique est consolidée pour devenir de

Fait Règle la connaissance Découverte Hypothèses Observation
159
LE WEB SÉMANTIQUE
16. Mise en œuvre et

plateforme Raffiné™
160
17 Mise en œuvre et plateforme Raffiné™
LE WEB SÉMANTIQUE
The Web The Cloud The mind

Au depart, Hier, Aujourd’hui,
les documents les applications les plateformes
cognitives
161
LE WEB SÉMANTIQUE
Collecter, Interpreter et Exploiter
Collecter Interpreter Exploiter & Valoriser

Acquérir et normaliser Transformer automatiquement les Exploiter et monétiser via les
tout type de contenus et données contenus et données en Actifs Services Sémantiques
Sémantiques
162
LE WEB SÉMANTIQUE
163
LE WEB SÉMANTIQUE
17. Résumé
Limitations et apports
164
16 Résumé – Limitations et apports
LE WEB SÉMANTIQUE
Les limitations des technologies sémantiques
• L’usage de la sémantique dans un cas industriel requiert une prise de recul sur les
ontologies standards pour assurer leur industrialisation
• Ne scale pas sur des volumes Big Data (map reduce requis)
• Les Triple Stores restent moins performants que les bases de données relationnelles
Aucune technologie ne répond à tous les besoins. A nous de choisir
le bon outil au bon moment, voire en les combinant .
165
16 Résumé – Limitations et apports
LE WEB SÉMANTIQUE
Les apports des technologies sémantiques
IA heuristique IA sémantique
Datalake
Triple store
Donnée Information
Big data
Statistiques
≠ Intelligibilité
Contexte
Volume
Interprétation
Vélocité
Signification
Variété
IT Prise de décisions
166
LE WEB SÉMANTIQUE
Sources ✓ https://datascientest.com/nosql
✓ https://fr.slideshare.net/abrisse/adopte-une-bdd
✓ Description Logic: A Formal Foundation for Ontology Languages and Tools , Ian Horrock :
http://www.cs.ox.ac.uk/people/ian.horrocks/Seminars/download/Horrocks_Ian_pt1.pdf
✓ https://en.wikipedia.org/wiki/Logic_programming
✓ https://en.wikipedia.org/wiki/Description_logic
✓ https://en.wikipedia.org/wiki/First-order_logic
✓ https://en.wikipedia.org/wiki/Second-order_logic
✓ https://www.wolterskluwer.com/en/expert-insights/understand-the-three-levels-of-
interoperability
✓ www.flaticon.com
167
LE WEB SÉMANTIQUE
Rejoignez-nous
Cédric Klein
cedric.klein@perfect-memory.com
www.perfect-memory.com
168

Web Semantique - Cours-2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Web Semantique - Cours-2

Transféré par

Droits d'auteur :

Formats disponibles

Formation Perfect Memory

Cédric Klein - cedric.klein@perfect-memory.com

Le Web Sémantique enseigne Cédric Klein

ISIMA / UCA Perfect Memory

1. Le Web et les données : histoire et évolutions

Extraire l’information intéressante

1990 - World Wide Web

Aucune compétence technique requise

L’accès au document est simplifié

L’accès à l’information intéressante est facilité par

Du Web 1.0… …au Web 2.0

Émergence de services collaboratifs (blogs, wikis, forums, réseaux

Tout le monde devient créateur de contenus 11

Que signifie « Jaguar » ?

Que signifie « TNT » ?

Que signifie «Ronaldo » ?

Sans contexte, toute demande d’information est

Un même symbole peut avoir plusieurs interprétations différentes

Deux symboles peuvent donner lieu à la même information

Le contexte peut mener à deux informations différentes

Faire la différence entre Donnée et Information

Qu’est-ce que ceci ?

Qu’est-ce que ceci ?

« La représentation d’un objet n’est pas l’objet lui-même. »

3. Donner du sens aux

« La donnée est une inscription formatée minimale renvoyant à un fait »

Minimale : indécomposable en faits plus élémentaires ou sous-propositions

Fait : pourvue d’une valeur de vérité

« La donnée possède une signification non contextuelle »

« L’information correspond à la donnée mise en réseau. »

« La donnée est une représentation de l’information.

« La connaissance est l’information plongée dans un contexte

L’interprétation est enrichie par des règles contextuelles, culturelles et métiers.

« Est sage celui qui possède les interprétants permettant de

Football féminin Football Bleu

Début du match Stade Geoffroy-Guichard

Début du match Rose

Coup franc Bleu

Début du match Rose

Coup franc Bleu « couleur à domicile »

But « donne un point supplémentaire »

Attaquant -> lié à But

Quel est le prochain niveau ?

Concept Jaguar (Animal)

« jaguar » Symbole Référent

Concept Attentats de New-York

« 11/09/2001 » Symbole Référent

« Jaguar » « Panthera onca »

« jaguar » « automobile Jaguar »

« Jaguar Cars Ltd »

Joueur met à l’image Séquence vidéo met à l’image Action de jeu

joue dans filme

est un sous type de

« L’ontologie est l’étude philosophique de

Et donc comment ça s’instancie ?

#Neymar met à l’image Clip #123 met à l’image #Tacle #But

#Football masculin #Joie

Springfield Homer Simpson contractualise Forfait B&You #123

Facture Octobre 2021

Richard Viel est dirigeant de Bouygues Telecom

Richard Viel est dirigeant de Bouygues Telecom

Relation sémantique Ressource

Homer est le père de Bart

Le frère de mon père est