Modélisation de ressources termino-ontologiques en owl (original) (raw)

Modélisation d'une ressource termino-ontologique de domaine pour l'annotation sémantique de tableaux

Nous proposons dans cet article une modélisation d'une ressource termino-ontologique (RTO) de domaine, guidée par la tâche d'annotation sémantique de tableaux. L'annotation d'un tableau consiste à annoter ses cellules, pour pouvoir ensuite identifier les concepts représentés par ses colonnes et enfin identifier la ou les relations n-aires qu'il représente. La RTO proposée permet d'une part de modéliser dans sa composante lexicale les termes utilisés pour l'annotation des cellules en intégrant la gestion des synonymes et du multilingue, et, d'autre part, de modéliser dans sa composante conceptuelle les concepts symboliques, les concepts numériques et les relations n-aires, qui sont propres au domaine étudié.

Evolution et maintenance des ressources termino-ontologique : une question à approfondir

Ce numéro spécial s'intéresse à l'évolution et à la maintenance des ressources terminologiques ou ontologiques en lien avec l'évolution des textes à partir desquels ou pour lesquels elles sont construites. Cette problématique s'inscrit dans une réflexion de longue haleine sur les liens entre textes et connaissance dans un contexte de traitements automatisés, réflexion dont les principaux éléments sont rappelés dans la présente introduction.

Méta-modèle général de description de ressources terminologiques et ontologiques

2009

L'intégration des ressources terminologiques et ontologiques d'un domaine est un enjeu majeur en vue de leur pleine exploitation par des organisations. Cette intégration est rendue difficile par l'hétérogénéité des ressources et de leur formalisme de représentation (SKOS, BS 8723, etc.). Ces formalismes se différencient principalement par leur richesse d'expressivité. Dans cet article, nous proposons un nouveau méta-modèle de représentation de terminologies et d'ontologies. Celui-ci a une double particularité. Il propose un formalisme de représentation plus général car il fait l'union de chacune des spécificités des formalismes existants tout en définissant de nouveaux constructeurs qui apportent un pouvoir d'expressivité supplémentaire aux ressources terminologiques. Il se base sur les technologies d'Ingénierie Dirigée par les Modèles, en vue de permettre une intégration automatique de ressources terminologiques provenant d'un formalisme. Mots-clés : méta-modèle, terminologie, ontologie, interopérabilité, opérationnalisation. 1. 10 e édition de la classification internationale des maladies. Voir : http://taurus.unine.ch/ icd10/ Références AUSSENAC-GILLES N. (2005). Méthodes ascendantes pour l'ingénierie des connaissances. Habilitation à diriger des recherches, Université Paul Sabatier, Toulouse, France. BERNSTEIN P. A. (2003). Applying model management to classical meta data problems. In CIDR. BOURIGAULT D., AUSSENAC-GILLES N. & CHARLET J. (2004). Construction de ressources terminologiques ou ontologiques à partir de textes : un cadre unificateur pour trois études de cas. Revue d'Intelligence Artificielle, 18(4), 24.

Intégration de données hétérogènes et imprécises guidée par une ressource termino-ontologique

Revue d'intelligence artificielle, 2013

Cet article présente les enjeux de l'ingénierie des connaissances dans le domaine des sciences du vivant et, à titre d'illustration, un système d'intégration de données thématiques ouvert sur le Web, appelé ONDINE (Ontology based Data INtEgration). Ce système propose un processus complet d'acquisition, d'annotation sémantique et d'interrogation de données à partir de tableaux trouvés dans des documents scientifiques issus du Web. L'élément central du système ONDINE est une Ressource Termino-Ontologique (RTO) qui permet la représentation de relations n-aires et dont les concepts sont utilisés pour annoter des tableaux de données. Nous présentons le modèle de la RTO, la méthode d'annotation semi-automatique de tableaux de données guidée par cette RTO, puis le logiciel @Web (Annotating Tables from the Web) d'annotation sémantique de tableaux. ABSTRACT. In this paper we present some issues of knowledge engineering in the field of life sciences and, as an illustration, a data integration system opened on the Web, called ONDINE (Ontology based Data INtEgration), which proposes a complete workflow to extract, to semantically annotate and to query data from tables found in scientific documents from the Web. The Revue d'intelligence artificielle-n o y/2013, 1-30 2 RIA. Volume x-n o y/2013 core and key element of ONDINE is an Ontological and Terminological Resource (OTR) allowing the modeling of n-ary relations; concepts from this OTR are used to annotate tables. First we present the OTR model, then the semi-automatic method for semantic annotation of tables guided by this OTR, and finally our software system, @Web (Annotating Tables from the Web), designed to semantically annotate tables.

L'accès aux ressources d'une formation guidé par des ontologies

2000

Many resources are now available in order to support e-learning. One objective of the MEMORAe project is to make these resources more accessible to the students. This project proposes an approach based on an organizational memory of the notions and resources of the formation. A principle is to index these resources on the concepts of some ontologies. We describe the

Construction et enrichissement automatique d'ontologie à partir de ressources externes

Computing Research Repository, 2010

La construction automatique d'ontologies à partir de textes est généralement basée sur le texte proprement dit, et le domaine décrit est circonscrit au contenu du texte. Afin de concevoir des ontologies sémantiquement plus riches, nous proposons d'étendre les méthodes classiques en matière de construction d'ontologie (1) en prenant en compte le texte du point de vue de sa structure et de son contenu pour construire un premier noyau d'ontologie, et (2) en enrichissant l'ontologie obtenue en exploitant des ressources externes (textes grand public et vocabulaires contrôlés du même domaine). Ce papier décrit comment ces différentes ressources sont analysées et exploitées. Nous avons appliqué cette méthode sur des textes géographiques et avons évalué le bénéfice induit par une ontologie plus riche (par rapport à une première taxonomie du domaine) dans le contexte du typage des entités nommées spatiales. Les résultats ont été améliorés de façon significative.

Construction automatique d'ontologie et enrichissement à partir de ressources externes

2010

Un mod{\`e}le de base de connaissances terminologiques

arXiv (Cornell University), 2023

Dans cet article, nous défendons l'hypothèse que les Bases de Connaissances Terminologiques (BCT) sont d'autant plus utiles pour des utilisations différentes qu'elles ne sont pas formelles, et qu'elles se limitent au rôle de clarifier la terminologie d'un domaine en illustrant son utilisation en contexte. Nous avons mis au point un modèle de structuration de BCT afin qu'elles répondent à cet objectif. Ce modèle définit trois types d'entités reliées entre elles : termes, concepts et textes. Il rend également compte des particularités d'usage des termes. Les concepts sont représentés à l'aide de frames dont la description, non formelle, est normalisée. Associés à ce modèle, nous avons fixé des critères de modélisation des concepts. Nous montrons comment ces propositions contribuent au débat sur la situation des BCT par rapport aux ontologies et leur utilisation pour le développement d'applications en IA. In the present paper, we argue that Terminological Knowledge Bases (TKB) are all the more useful for addressing various needs as they do not fulfill formal criteria. Moreover, they intend to clarify the terminology of a given domain by illustrating term uses in various contexts. Thus we designed a TKB structure including 3 linked features : terms, concepts and texts, that present the peculiar use of each term in the domain. Note that concepts are represented into frames whose non-formal description is standardized. Associated with this structure, we defined modeling criteria at the

Modélisation de ressources termino-ontologiques en owl (original) (raw)

Related papers