Corese Moteur de recherche smantique pour RDF Olivier
- Slides: 78
Corese Moteur de recherche sémantique pour RDF Olivier. Corby@sophia. inria. fr Projet ACACIA INRIA, Sophia Antipolis http: //www. inria. fr/acacia «Knowledge is Power» 1
Corese COnceptual REsource Search Engine Moteur de recherche RDF Resource Description Framework (W 3 C) 2
Histoire 1992 Acacia : acquisition des connaissances à partir de documents structurés avec des graphes conceptuels 1998 : XML 1999 : RDF, 1 er prototype de Corese 2000 ICCS : RDF et les graphes conceptuels 2000 -2001 : Moteur Corese pour Comma, projet européen 3
Web Sémantique Extension du Web actuel où l’information serait munie d’une signification (meaning) bien définie Pour faciliter le travail en coopération hommemachine Un Web de données et de documents 4
Web Sémantique Évolution du Web pour permettre le traitement automatique des informations (par programme) Documents et données structurés (XML) Associer sémantique (sens) aux documents et aux données 5
W 3 C 6
Applications Préparer automatiquement un voyage, par l’Internet, en combinant des informations (hôtel, avion, voiture) Mémoire d’entreprise : web sémantique d’entreprise 7
XML Extensible Markup Language Langage de description et d’échange de : • documents structurés • données structurées W 3 C 8
XML Définit la structure (syntaxe) comme un arbre de syntaxe abstraite Mais rien sur la signification, le sens : la sémantique La sémantique permet de définir la signification des balises, donc des informations. Contraint les traitements 9
Sens <book> book a kind of Document <author> Documents have an author, which is a Person, <title> a title which is a Literal 10
Sens Décrire le sens avec un certain consensus En utilisant des vocabulaires conceptuels standardisés : ontologie 11
Ontologie Se mettre d'accord sur le sens des termes employés dans une organisation, une communauté, un métier Faire en sorte que les personnes et les logiciels se comprennent 12
Ontologie Identifier, modéliser les concepts et les relations d'un domaine, pertinents pour une/des applications Se mettre d'accord, au sein d'une communauté, sur les termes employés pour se référer à ces notions 13
Ontologie Identifier un domaine technique Recenser, classer les termes du vocabulaire Identifier les termes dénotant • des objets • des propriétés • des relations Classer les objets 14
Ontologie Identifier les points de vue pertinents du domaine : • Technique, Financier, Management • Structurel, Fonctionnel 15
Ontologie : modélisation des connaissances Au sens où une théorie physique est un modèle de la réalité Il peut y avoir plusieurs modèles d’une même réalité : • expérience de la chute des corps • théorie de la gravitation de Newton • relativité générale d’Einstein 16
Connaissance Continuum : donnée, information, connaissance • donnée : … --- … • information : SOS • connaissance : en cas d’alerte, déclencher les secours La connaissance permet de produire de nouvelles données, informations, connaissances : inférence 17
Connaissances de résolution de problème : conception, diagnostic, évaluation, planification tâches, inférences Connaissances du domaine électronique, mécanique, médecine, etc. Concept, relation 18
Ontologie Composant réutilisable Réutilisation : généralité, abstraction (reuse) Partage : consensus, standardisation (sharing) Accord sur conceptualisation partagée : engagement ontologique (commitment) 19
RDF W 3 C Resource Description Framework Langage de description de meta données pour le web sémantique Modèle de triplets resource property value A l’échelle du web : utilise des URI Permet de classer les ressources 20
RDF Meta donnée pour décrire le contenu des documents –Type de document –Auteurs –Origine –Sujet –Public cible 21
RDF Triples ex: doc ex: title “Theory of Justice” rdf: type ex: Book ex: author ex: jr ex: subject ex: philosophy ex: jr ex: name “John Rawls” ex: jr rdf: type ex: Person 22
Syntaxe XML <ex: Book rdf: about=‘#doc’> <ex: author rdf: resource=‘#jr’/> <ex: title>Theory of Justice </ex: title> </ex: Book> <ex: Person rdf: about=‘#jr’> <ex: name>John Rawls</ex: name> </ex: Person> 23
RDF Schema Vocabulaire standard pour décrire des ressources Classes de ressources Propriétés et signatures 24
Classes ex: Book rdf: type rdfs: Class ex: Book rdfs: sub. Class. Of ex: Document ex: Person rdf: type rdfs: Class ex: Person rdfs: sub. Class. Of ex: Hominidae 25
Propriétés ex: author ex: name rdf: type rdf: Property rdfs: domain ex: Document rdfs: range ex: Person rdf: type rdf: Property rdfs: domain ex: Person rdfs: range rdfs: Literal 26
Inférence de type ex: doc ex: author ex: jr ex: author rdfs: domain ex: Document ex: author rdfs: range ex: Person ex: doc rdf: type ex: Document ex: jr rdf: type ex: Person 27
Typage : class Si une ressource a pour type C, alors C est une classe : rdf: type rdfs: range rdfs: Class ex: olivier rdf: type ex: Person rdf: type rdfs: Class 28
Sous-propriété ex: nick. Name rdfs: sub. Property. Of ex: name ex: jr ex: nick. Name “Joe” ex: jr ex: name “Joe” 29
RDFS XML <rdfs: Class rdf: ID=‘Person’> <rdfs: sub. Class. Of rdf: resource=‘#Hominidae’/> </rdfs: Class> <rdf: Property rdf: ID=‘name’> <rdfs: domain rdf: resource=‘#Person’/> <rdfs: range rdf: resource=‘&rdfs; Literal’/> </rdf: Property> 30
Ressource anonyme Ressource intermédiaire, sans identificateur Sémantique existentielle : il existe une ressource <ns: Cours> <ns: auteur> <ns: Person> <ns: name>O. Corby</ns: name> </ns: Person> </ns: auteur> </ns: Cours> 31
Relation n-aire Les propriétés sont des relations binaires Pour décrire une relation n-aire, utiliser une ressource anonyme : <ns: Mobile> <ns: vitesse rdf: parse. Type=‘Resource’> <rdf: value>130</rdf: value> <ns: unit>km/h</ns: unit> </ns: vitesse> </ns: Mobile> 32
Relation n-aire <ns: Mobile> <ns: vitesse> <rdf: Description> <rdf: value>130</rdf: value> <ns: unit>km/h</ns: unit> </rdf: Description> </ns: vitesse> </ns: Mobile> 33
Requêtes • • Trouver les cours dont O. Corby est enseignant ? Qui enseigne le cours LOG 11 ? Y a-t-il un enseignant-chercheur ? Y a-t-il une Personne de l'INRIA ? 34
Requêtes • A la OQL (Object Query Language) select c. num, p. nom from c Cours, p Personne where c. titre like ‘connaissance’ and p. institut = ‘INRIA’ 35
Sémantique Tous les énoncés RDF sont considérés comme vrais, dans un même environnement, la conjonction des énoncés est considérée comme vrai également Il n’y a pas de contexte local (dans lequelque chose serait vrai) Il n’y a pas de négation RDF est monotone : ce qui est vrai reste vrai au fur et a mesure que l’on rajoute de l’information RDF est un sous-ensemble de la logique du premier ordre avec des prédicats binaires et des variables existentielles. 36
Graphes conceptuels Réseau sémantique Concept et relation Concepts et relations typés Hiérarchies de types de concept et de relation 37
GC [Book: doc]-(author)-[Person: jr]-(name)-[Literal: “John Rawls”] -(title)[Literal: “Theory of Justice”] 38
GC - RDF Concept ressource Relation propriété Type classe Signature de relation domain, range Projection pour retrouver des ressources RDF comme format de GC 39
Différences RDF : relation binaire RDF : ressources peuvent avoir plusieurs types RDF distingue les littéraux et les ressources RDF est multilingue (xml: lang tag) 40
RDF S Literal Resource Property Class Onto logie sub. Property. Of domain type Inanimate Entity Anno tation RDF Country domain Company www. T-Nova. de Person subdivision. Of employs range activity sub. Class. Of subdivision. Of nationality www. Deutsche. Telekom. de activity Telecom 41
Corese Construire une représentation • d’un schema RDF et • d’énoncés RDF Recher des ressources Classer des ressources par inférence de type Compléter la base de ressources par des inférences Serveur Web sémantique 42
Moteur de recherche Projection d’un graphe requête sur le graphe cible Opérateurs de recherche Projection approchée Groupement des résultats 43
Requête select d. title, p. name from d Document, p Person where d. title contains ‘XML’ and d. author = p 44
Requête <c: Document c: Title=‘~XML’> <c: author> <c: Person c: name=‘? x’/> </c: author> </c: Document> 45
Projection [Document] (author) [Creator] Trouve des occurrences spécialisées : [Paper] (author) [Person] [Report] (author) [Team] 46
Projection approchée Réponse tolère des concepts non spécialisés Query [Technical. Report](author)[Person] vs Target : [Research. Report] (author) [Team] 47
Distance ontologique Calcule une distance ontologique entre concept requête et concept cible Distance = longueur du plus court chemin le long de la relation de subsomption entre concept requête et cible Distance entre réponse et requête = somme des distances des concepts approchés 48
Distance ontologique Distance entre des frêres : 2 Entre des cousins germains : 4 49
Distance De plus, la distance diminue avec la profondeur La distance entre un père et un fils de profondeur n est de 1/2 n Ainsi Homme est plus proche de Chimpanzé que Vertébré de Invertébré ! 50
Opérateurs ~ ^ = < ! | <: contain start. With <= >= > negation : != !~ boolean or : ~XML | ~ RDF <=: >=: >: type 51
Opérateurs Document ? x =: Technical. Report Un document de type égal à Technical. Report 52
XML Schema Datatypes xsd: string xsd: float xsd: integer xsd: date Xsd: boolean 53
RDF Datatype <!ENTITY xsd ”http: //www. w 3. org/2001/XMLSchema#” > <c: Person> <c: age rdf: datatype=‘&xsd; integer’>43</c: age> <c: name rdf: datatype=‘&xsd; string’>Laurent </c: name> </c: Person> 54
Groupement Une requête a pour réponse G 1. . Gn On peut grouper les graphes : distinct x 1. . xn group by connex x 1. . xn count x (by y) 55
Distinct Une requête a pour réponse G 1. . Gn distinct x 1 x 2 G 1 : x 1=Jules, x 2=Jim G 2 : x 1=Jim, x 2=Jules Ne garder qu’un seul graphe 56
Group by Une requête a pour réponse G 1. . Gn group by x 1 x 2 Joindre les graphes qui ont même x 1 et même x 2 Ex : grouper les documents par auteur et par année 57
Group by connex Une requête a pour réponse G 1. . Gn group by connex x 1 x 2 Joindre les graphes qui ont même valeur pour x 1 et/ou x 2 58
Count Une requête a pour réponse G 1. . Gn Count x Compter les occurrences différentes de x dans le graphe résultat Ex : compter les ouvrages d’un auteur 59
Extensions OWL owl: Transitive. Property owl: Symmetric. Property owl: inverse. Of owl: intersection. Of owl: disjoint. With 60
Intersection owl: Class Woman owl: intersection. Of owl: Class Human owl: Class Female Définit une équivalence entre Woman et l’intersection de Human et Female Human Female Woman 61
Inverse p 1 owl: inverse. Of p 2 X p 1 Y Y p 2 X has. Parent owl: inverse. Of has. Child John has. Parent Jim has. Child John 62
Symétrie p rdf: type owl: Symmetric. Property X p Y Y p X ex: sibling rdf: type owl: Symmetric. Property John ex: sibling Jack ex: sibling John 63
Transitivité owl: Transitive. Property X p Y Y p Z X p Z ex: part. Of rdf: type owl: Transitive. Property ex: axis ex: part. Of ex: engine ex: part. Of ex: car ex: axis ex: part. Of ex: car 64
Règles CG 1 CG 2 Si CG 1 alors compléter l’occurrence de CG 1, trouvée par projection, par CG 2 [Person: ? x] -(member)-[Team] -(participate)[Consortium: ? c] [Participant: ? x] –(participate)[Consortium: ? c] 65
Inférences Préciser le type d’un concept : [Person: ? x] -> [Participant: ? x] Relation entre concepts : [Participant: ? x]-(participate)[Consortium : ? c] 66
Règle de graphe règles de graphe conceptuel Pour appliquer une règle C D sur un graphe G : 1. Trouver C’, une occurrence de C dans G par projection : C’ C 2. Joindre la conclusion D au graphe G sur les concepts de C’ trouvés par projection 67
Syntaxe RDF <cos: rule> <cos: if> <c: Person rdf: about=‘? p’> <c: member> <c: Team> <c: participate> <c: Consortium rdf: about=‘? c’/> </c: participate> </c: Team> </c: member> </c: Person </cos: if> 68
Syntaxe RDF <cos: then> <c: Participant rdf: about=‘? p’> <c: participate rdf: resource=‘? c’/> </c: Participant> </cos: then> </cos: rule> 69
Serveur Web sémantique Moteur Corese intégré dans un serveur web Ontologie structure l’information 70
Applications 2000 -2001 : Comma 2002 Corese pour Samovar avec Renault 2003 -2004 : Corese pour KMP, projet RNRT Cartographie des compétences sur Sophia Antipolis Version de distribution http: //www. inria. fr/acacia/soft/corese 2002 -2004 : ODL Inria 71
Comma O’Comma : Corporate Memory Management through Agents Système multi agents (Jade) Ontology en RDF : Document, Entreprise, Domaine, Utilisateur Moteur de recherche Corese : RDF en graphe conceptuels Règles de graphe 72
Comma Méthode: Recueil, Phase terminologique, Structuration, Validation, Formalisation en RDFS Résultat: 470 concepts, 80 relations, 13 niveaux de profondeur 73
Comma Haut niveau Niveau médian Aspects Document Aspects Entreprise Utilisateur Aspects Domaine Niveau spécifique 74
KMP : Knowledge Management Platform Cartographie des compétences en Télécom sur Sophia Antipolis Serveur Web sémantique de compétence Favoriser les partenariats Ontologie en RDF : Compétence, Organisation, Domaine 75
Projets Futurs e. Learning, mémoire d’entreprise, génie civil, documentaire, web sémantique pour l’ énergie 76
Références http: //www. inria. fr/acacia/cours/utt/corese. ppt http: //www. inria. fr/acacia/soft/corese 77
Démo 78
- Moteur de recherche exemple
- Smantique
- Smantique
- Toi et moi basel
- Who made this statement
- What is rdf?
- Rdf list example
- Rdf
- Openrefine rdf extension
- Terse rdf triple language
- Equazioni di collinearità fotogrammetria
- Rdf owl
- Ontology rdf
- Turtle
- Rdf raddrizzamento download
- Rdf
- Bby learning network
- Rdf schema example
- Recherche documentaire
- Zb uzh recherche
- Recherche d image
- Recherche par image
- Recherche opérationnelle
- Initiation à la recherche en soins infirmiers
- Trigonoptose
- Pcp ii 65
- Recherche operationnelle
- Recherche séquentielle
- Recherche par image google
- Recherche dichotomique
- Eureka recherche documentaire
- Définition de la recherche qualitative
- Recherche photos
- La recherche des besoins
- Recherche inversée par image
- Infosphere uqam
- Recherche par image
- Recherche par image
- Recherche séquentielle
- Recherche image
- Mthodologie
- Amf recherche avancée
- Musique
- Prosper lucas domaine de recherche
- Recherche 4life
- Frais de recherche et de développement syscohada
- Recherche par image
- Coledi
- Recherche séquentielle
- Cidreq recherche simple
- Cross docking définition
- Recherche locale
- Recherche heuristique intelligence artificielle
- Exercice calcul cylindrée moteur
- Fonctionnement moteur 2 temps
- Moteur avaleur de flamme
- Spire de frager dans un contacteur
- Moteur train
- Freinage par injection de courant continu
- Partie fixe du moteur
- Neurone moteur
- Cellule pariétale
- Rôle du régulateur de pression diesel common rail
- Moteur scoring
- Programme moteur généralisé
- Moteur de la subduction
- Logiciel calcul centrage avion rc
- Moteur synchrone autopiloté
- La plaque signalétique d'un moteur asynchrone
- Dyesthésies
- Complexe moteur migrant
- Schema circuit d'huile moteur diesel
- Diagramme reel
- Transformateur triphasé exercice corrigé doc
- Plaque signalétique moteur asynchrone triphasé
- Fonctionnement moteur 2 temps
- Couple de laplace
- Examen
- Démarrage direct 1 sens de marche pdf