OntoCASE est un atelier de génie logiciel pour la conception d'ontologies OWL fondée sur une représentation semi-formelle graphique de la connaissance d'entreprise. Cette présentation présente OntoCase dans la perspective de la gestion des connaissances organisationnelles.
Voir:
http://www.cotechnoe.com
http://www.ontocase.com
http://web-semantique-et-modelisation-ontologique-avec-g-owl.com/
OntoCASE à la 5e conférence GeCSO: Gestion des Connaissances dans la Société et les Organisations
1. OntoCASE:
une approche d’élicitation semi-formelle
graphique et son outil logiciel pour la
construction d’une ontologie de domaine
Michel Héon PhD
www.cotechnoe.com
heon@cotechnoe.com
Juin 2012
2. Exposé
• But
Présenter OntoCASE, un outil méthodologique et informatique
d’ingénierie ontologique fondée sur une élicitation semi-formelle
de la connaissance
• Déroulement
– Mise en contexte selon les paradigmes:
• de la gestion des connaissances
• de la représentation des connaissances
• de l’ingénierie ontologique
– Présenter MOT le langage semi-formel utilisé par OntoCASE
– Présenter la méthodologie d’OntoCASE
– Présenter l’assistant informatique
– Présenter une expérimentation
– Conclusion et perspectives
2
3. Gestion des connaissances et systèmes
à base de connaissances
L’informatique est un outil important en gestion des
connaissances
Les systèmes à base de connaissances apportent de
nouvelles façon de faire en GC
Partager la
connaissance
Distribuer, diffuser la
connaissance
Capturer et codifier Créer de la
connaissance
Systèmes
traditionnels
Courriel,
Intranet,
Web social
d’entreprise
Traitement de texte,
Répertoire de fichiers,
base de données
Tous les systèmes de
codification de la
connaissance
Logiciels d’analyse
de statistique,
séances de remue-méninge
Systèmes à base
de connaissances
Référencement
sémantique,
systèmes à base
d’ontologies
Système à base de cas,
système à base de
règles, système à base
de workflow, systèmes
experts
Tous les systèmes à base
de connaissances qui
servent à la codification
ou à l’acquisition de la
connaissance
Système de création
de la connaissance,
de forage de
données
(extrait et adapté de Weber et Kaplan 2002)
3
OntoCASE
4. Gestion des connaissances et systèmes
à base de connaissances
Qu’est-ce qui unit les SBC ?
Dans le contexte du web sémantique, ce sont les
…
Partager la
connaissance
Distribuer, diffuser la
connaissance
Capturer et codifier Créer de la
connaissance
Systèmes
traditionnels
Courriel,
Intranet,
Web social
d’entreprise
Traitement de texte,
Répertoire de fichiers,
base de données
Tous les systèmes de
codification de la
connaissance
Logiciels d’analyse
de statistique,
séances de remue-méninge
Systèmes à base
de connaissances
Référencement
sémantique,
systèmes à base
d’ontologies
Système à base de cas,
système à base de
règles, système à base
de workflow, systèmes
experts
Tous les systèmes à base
de connaissances qui
servent à la codification
ou à l’acquisition de la
connaissance
Système de création
de la connaissance,
de forage de
données
Ontologies
(extrait et adapté de Weber et Kaplan 2002)
4
5. Représentation des connaissances
(quelques notions théoriques en lien avec OntoCASE)
• C’est mettre sous une forme textuelle ou schématique la
connaissance
• Typologie des connaissances:
– Déclarative (décrit le quoi)
– Procédurale (décrit le comment)
– Stratégique (décrit le pourquoi, le qui et le quand)
• Degré de formalisme des langage de représentation des
connaissances (Gruber, 1993)
– Informel
• langage naturel qui est polysémique
– Semi-informel
• Langage naturel qui est sans ambiguïté (ex: protocole opératoire)
– Semi-formel
• Langage artificiel qui est polysémique
– Formel
• Langage artificiel sans ambiguïté
5
6. Exemples de formalisme semi-formel
graphique pour représenter la connaissance
• Mind Mapping • Carte conceptuelle
6
7. OntoCASE en représentation des
connaissances
• OntoCASE permet de formaliser un modèle
semi-formel en ontologie formelle
Formaliser avec
OntoCASE
FLogic
Hautement informel Semi-informel Semi-formel
Carte conceptuelle
Rigoureusement
formel
Quantum de formalisation
Graphe
conceptuel
(SOWA)
Communication
orale
Communication
écrite
Procédure écrite
Pseudocode
informatique
Réseau
sémantique
Diagramme UML
Modèle de
connaissances
MOT
Ontologie OWL
Logique des
description
7
8. OntoCASE en ingénierie ontologique
Ontologie
1-
Étude de
faisabilité
2
Ontologie
initiale
3
Rafinement
4
Évaluation
5
Maintenance
Identification du
problème et étude
d’opprotunité
Choisir la cible
de l’ontologie
Spécification
des requis
Analyse des
sources
d’information
Création d’une
ontologie
initiale
Extraction des
concepts auprès
des experts
Développer la
taxonomie de
base
Conceptualiser
et formaliser
Révision et
extension
fondé sur les
rétroactions
Analyse des
utilisations
de l’ontologie
Analyse des
questions de
compétence
de l’ontologie
Gestion de la
Maintenance
De l’ontologie
Ajouter relations
et axiomes
IDENTIFICATION
DU PROBLÈME
DÉVELOPPEMENT DE L’ONTOLOGIE Adapté de: Staab, 2001.
8
• Processus générique de développement d’une
ontologie selon Staab (2001)
9. Étape du raffinement (point 3) avec
OntoCASE
• Approche classique
Raffinement
Éliciter Formaliser Valider
• Approche OntoCASE
Raffinement
Éliciter par modélisation
semi-formelle
Formaliser Valider
9
OntoCASE utilise une approche de type Agile (incrémental, évolutif et itératif)
d’ingénierie ontologique
10. Avantages de l’approche d’OntoCASE
(Classées selon les étapes du raffinement)
• Pour l’élicitation par la modélisation semi-formelle
– Met à disposition de l’expert de contenu un éditeur logiciel (eLi)
– Le logiciel combiné et la structure du langage offrent un guidage
représentationnel qui pré-formalise la connaissance
– Stimule la créativité
• Pour la formalisation
– Met à la disposition du cogniticien un système-expert à la formalisation
(OntoFORM)
– Réalise le processus de formalisation en quelques minutes, à chaud,
devant l’expert
• Pour la validation
– Met à la disposition du cogniticien et de l’expert de contenu, un
système-expert (OntoVAL) de validation pour évaluer la syntaxe et la
sémantique de l’ontologie du domaine
– Permet de réaliser une pré-validation de l’ontologie avant son
déploiement et sa mise en production
10
11. Autres avantages fruits du processus
itératif
• Coordination de projet
– Diminue la durée de mobilisation de l’expert
– Stimule la créativité de l’expert
– Outille l’expert pour une élicitation sans la présence
du cogniticien
– Produit des ontologies valides plus rapidement
– Facilite la construction d’une mémoire d’entreprise
semi-formelle et formelle
– Permet de maintenir en présence le cogniticien et les
experts de contenu tout au long du processus de
construction de l’ontologie
11
12. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le modèle, Retirer de l’argent au guichet automatique
12
13. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le rectangle, représente une connaissance déclarative abstraite (le concept)
13
14. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le rectangle pointillé, représente une connaissance déclarative factuelle (l’exemple, le fait)
14
15. Exemple d’un modèle en modélisation par
objets typés (MOT)
L’ovale, représente une connaissance procédurale (la procédure)
15
16. Exemple d’un modèle en modélisation par
objets typés (MOT)
L’hexagone représente une connaissance stratégique (le principe)
16
17. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien P, représente la précédence entre deux procédure
… On choisi un compte , puis, on entre le montant …
17
18. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien C, représente la composition
Le processus retirer de l’argent se décompose en quatre sous-processus, entrer le carte de
débit, choisir un compte, …
18
19. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien I/P, représente l’intrant ou le produit d’une procédure
Le processus « retirer de l’argent au guichet automatique » utilise en intrant une « carte de
guichet » et produit en sortie « de l’argent »
19
20. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien R, représente la régulation. Il permet notamment d’associer un acteur à une
procédure
C’est le client … qui régit (contrôle) le processus de retirer de l’argent…
20
21. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien S, représente la spécialisation entre des connaissances abstraites de mêmes types
Retirer de l’argent d’un guichet… est une sorte de façon de retirer de l’argent d’une
institution financière
21
22. Exemple d’un modèle en modélisation par
objets typés (MOT)
Le lien I, représente l’instantication, le changement de niveau d’abstraction
La carte de Michel est un objet de type Carte de guichet
22
23. Caractéristiques de MOT
• Avantages
– Permet dans un même diagramme de représenter graphiquement des connaissances
déclaratives, procédurales et stratégiques
– Permet de représenter des modèles:
• Taxonomique et Méronymique (de composition)
• De séquence et algorithmique
• Ontologique (dans une certaine mesure)
• De définition de normes et de contraintes
• Et autres
– Offre une grande souplesse d’expression
– Favorise le processus d’explicitation de connaissances tacites
– La spontanéité n’est pas bloquée par la charge cognitive associée à une formalisation
trop poussée de la pensée
– Par rapport à un langage informel, elle fournit un certain guidage représentationnel
(Suthers, 2003) qui structure le processus de modélisation. Le modèle qui en résulte
constitue une première itération de formalisation.
• Désavantages:
– comporte des ambiguïtés dans la sémantique du langage (polysémie)
– les modèles ne peuvent pas être interprétés par un ordinateur
23
31. Interprétation automatique
(Contenu partiel du rapport de validation sémantique)
1. ...
2. Objet céleste a pour attribut Masse
3. Objet céleste est lié à un corps céleste par Force d'attraction
31
gravitationnelle
4. Objet céleste est une sorte de Étoile
5. Planète est une sorte de Objet céleste
6. Planète tourneAutourDe Étoile
7. Satellite naturel de Mars est une sorte de Satellite naturel
8. Satellite naturel de la Terre est une sorte de Satellite naturel
9. Satellite naturel est une sorte de Objet céleste
10. ...
L’interprétation automatique du modèle permet
la détection d’erreurs par l’expert de contenu
32. Déduction (inférence) automatique
(Contenu partiel du rapport de validation sémantique)
1. [9.8] est un ( :Accélération en mètre par seconde carrée (G))
2. [Déimos] est un ( :Satellite naturel de Mars :Étoile :Objet céleste
32
:Satellite naturel )
3. [Force gravitationnelle calculée] est le produit de [un calcul de
FG]
4. [Force gravitationnelle calculée] est un ( :Force d'attraction
gravitationnelle )
5. [Japet] est un ( :Satellite naturel de Saturne )
6. [Mars] est un ( :Planète :Étoile :Objet céleste )
7. [Phobos] est un ( :Satellite naturel de Mars :Étoile :Objet céleste
:Satellite naturel )
8. [Rhéa] est un ( :Satellite naturel de Saturne )
9. [Saturne] est un ( :Planète :Étoile :Objet céleste )
10.[Soleil] est un ( :Étoile)
11.[Terre] est un ( :Planète :Étoile :Objet céleste )
La déduction automatique génère des conclusions qui permettent, entre
autre, à l’expert de contenu de détecter des erreurs dans le modèle
33. En conclusion
33
• En représentation des connaissances OntoCASE permet de:
– Formaliser un modèle de connaissances semi-formel graphique en une ontologie (OWL)
– Formaliser sous une forme déclarative la représentation de connaissances procédurales et
stratégiques
• En ingénierie ontologique OntoCASE permet de :
– Assister l’expert de contenu dans le processus d’élicitation
– Assister le cogniticien dans le processus de formalisation
– Assister l’expert et le cogniticien dans le processus de validation syntaxique et sémantique de
l’ontologie du domaine
– Libérer plus rapidement l’expert de contenu
– Alléger la coordination des entrevues
– Accélérer le processus de création d’une ontologie
• En gestion de connaissances, OntoCASE permet de:
– Outiller les experts de l’organisation pour leur permettre de représenter: les processus, les
divers systèmes et contraintes et toute autre situation ou événement
– Construire et maintenir au quotidien une mémoire d’entreprise semi-formelle et formelle
– Offrir aux divers intervenants de l’entreprise, un langage d’échange et de communication
souple, efficace, ludique, qui stimule la créativité et qui est simple à utiliser
34. Perspectives et projets visés
34
– Élaboration de méthodologies d’ingénierie ontologique
– Conception de bases de connaissances pour le
développement de système à bases de connaissances
– Transfert d’expertise et conception de cartes de
connaissances de domaine
– Normalisation de la communication dans les
organisations
– Formation et transfert de connaissances
– Modélisation organisationnelle pour représenter les
processus d’entreprise et gérer les changements
organisationnels
– Formation en cartographie des connaissances
35. Juin 2012
Merci
Cotechnoe à votre service
Michel Héon PhD
www.cotechnoe.com
heon@cotechnoe.com
35