1 / 70

Chapitre 6 Applications

Chapitre 6 Applications. Grigoris Antoniou Frank van Harmelen. Sommaire. Produits sur l'information transversale chez Elsevier Intégration des données chez Audi Recherche de compétences chez Swiss Life Portail de cercles de réflexion chez EnerSearch e-Learning Services web

happy
Télécharger la présentation

Chapitre 6 Applications

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Chapitre 6 Applications Grigoris Antoniou Frank van Harmelen A Semantic Web Primer

  2. Sommaire • Produits sur l'information transversale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  3. Elsevier - exposé du cas • Elsevier est un important éditeur scientifique • Ses produits sont essentiellement organisés dans les filières traditionnelles: • abonnement à des revues • La disponibilité en ligne de ces revues n'a, jusqu'à présent pas fondamentalement changé l'organisation de la production • Les clients d'Elsevier peuvent s'abonner au contenu en ligne A Semantic Web Primer

  4. Elsevier – posons le problème • Les revues traditionnelles sont des produits verticaux (par filière) • La segmentation dans les diverses sciences que couvrent les revues n'est plus la bonne solution • Les clients d'Elsevier montrent un réel intérêt pour des domaines qui recoupent différentes disciplines/revues • La demande s’oriente donc plutôt vers des produits horizontaux A Semantic Web Primer

  5. Elsevier – posons le problème (2) • Il est actuellement assez difficile pour les grands éditeurs de proposer de tels produits horizontaux • les barrières de l'hétérogénéité physique et syntaxique peuvent être levées (avec XML) • par contre, le problème sémantique reste non résolu • Il faut trouver comment parcourir les revues à l'aide d'une série cohérente de concepts au moyen desquels toutes ces revues sont indexées A Semantic Web Primer

  6. Elsevier – apport de la technologie du web sémantique • Les ontologies et les thesaurus (ontologies très légères) ont démontré leur efficacité dans l'accès aux informations • ils facilitent la solution de certains problèmes de la recherche par texte libre • ils relient et groupent les termes pertinents d'un domaine • ils fournissent un vocabulaire maîtrisé pour l'indexation des informations A Semantic Web Primer

  7. Elsevier – apport de la technologie du web sémantique (2) • Plusieurs thesaurus ont été développés dans divers secteurs spécialisés • Informations médicales: MeSH et le thesaurus Elsevier des sciences de la vie EMTREE • RDF sert de format d'interopérabilité entre les sources de données hétérogènes • EMTREE est lui-même représenté en RDF A Semantic Web Primer

  8. Elsevier – apport de la technologie du web sémantique (3) • Chacune des sources de données séparées est cartographiée dans cette ontologie unificatrice • l'ontologie sert ensuite de point d'entrée unique pour toutes ces sources de données A Semantic Web Primer

  9. Sommaire • Produits sur l'information horizontale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  10. Audi - posons le problème • Dans une entreprise, l'intégration des données est un gigantesque problème interne • c'est le poste budgétaire le plus élevé du département informatique des grandes sociétés • Audi exploite des milliers de bases de données • Les logiciels intermédiaires classiques améliorent et simplifient le processus d'intégration • mais il y manque l'échange d'informations basé sur la sémantique des données A Semantic Web Primer

  11. Audi – apport de la technologie du web sémantique • Les ontologies peuvent rationaliser des sources de données disparates en un seul contenant d'information • Sans perturber les applications existantes: • en créant des ontologies pour les sources de données et de contenu • en ajoutant une information de domaine générique • L'ontologie est cartographiée dans les sources de données offrant aux applications un accès direct aux données via l'ontologie A Semantic Web Primer

  12. Audi – exemple de l'appareil photo <SLR rdf:ID="Olympus-OM-10"> <viewFinder>twin mirror</viewFinder> <optics> <Lens> <focal-length>75-300mm zoom</focal-length> <f-stop>4.0-4.5</f-stop> </Lens> </optics> <shutter-speed>1/2000 sec. to 10 sec.</shutter-speed> </SLR> A Semantic Web Primer

  13. Audi – exemple de l'appareil photo (2) <Camera rdf:ID="Olympus-OM-10"> <viewFinder>twin mirror</viewFinder> <optics> <Lens> <size>300mm zoom</size> <aperture>4.5</aperture> </Lens> </optics> <shutter-speed>1/2000 sec. to 10 sec.</shutter-speed> </Camera> A Semantic Web Primer

  14. Audi – exemple de l'appareil photo (3) • Le lecteur humain peut voir que ces deux formats parlent du même objet • on sait que SLR (reflex) est un type d'appareil photo et que fstop est synonyme d'ouverture • Il est possible d'intégrer spécifiquement ces sources de données par un traducteur • Mais ne résoudrait que ce problème spécifique d'intégration • Face à un autre format de données pour des appareils photo, il faudrait répéter le même processus A Semantic Web Primer

  15. Audi – ontologie des appareils photo en OWL <owl:Class rdf:ID="SLR"> <rdfs:subClassOf rdf:resource="#Camera"/> </owl:Class> <owl:DatatypeProperty rdf:ID="f-stop"> <rdfs:domain rdf:resource="#Lens"/> </owl:DatatypeProperty> <owl:DatatypeProperty rdf:ID="aperture"> <owl:equivalentProperty rdf:resource="#f-stop"/> </owl:DatatypeProperty> <owl:DatatypeProperty rdf:ID="focal-length"> <rdfs:domain rdf:resource="#Lens"/> </owl:DatatypeProperty> <owl:DatatypeProperty rdf:ID="size"> <owl:equivalentProperty rdf:resource="#focal-length"/> </owl:DatatypeProperty> A Semantic Web Primer

  16. Audi – utilisation de l'ontologie • Supposons que l'application A • utilise le deuxième codage • reçoit les données d'une application B qui utilise le premier codage • Supposons qu'il rencontre SLR • l'ontologie renvoit “SLR est un type de Camera (appareil photo)” • relation entre quelque chose qu'il connaît (SLR) et quelque chose qu'il ne connaît pas (Camera) A Semantic Web Primer

  17. Audi – utilisation de l'ontologie (2) • Supposons que A rencontre f-stop • l'ontologie renvoit: “f-stop est synonyme de ouverture” • Couvre l'écart terminologique entre quelque chose que A ne connaît pas et quelque chose que A connaît • La divergence syntaxique n'est plus un obstacle A Semantic Web Primer

  18. Sommaire • Produits sur l'information horizontale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  19. Swiss Life – exposé du cas • Swiss Life est une des grandes compagnies d'assurance sur la vie en Europe • 11.000 employés, $14 milliards de primes souscrites • présente dans environ 50 pays • Les ressources essentielles de toute entreprise visant à résoudre les immenses tâches qu’impliquent les connaissances sont: • les connaissances tacites, les compétences personnelles et le professionnalisme de ses employés A Semantic Web Primer

  20. Swiss Life – posons le problème • L'une des pierres angulaires de la gestion des connaissances d'une entreprise est: • un répertoire accessible par voie électronique des compétences, expériences et principaux domaines de connaissances • Un répertoire des compétences peut servir: • à rechercher ceux qui ont une compétence spécifique • à mettre en évidence les écarts de compétences et les niveaux d'habilitation • à la formation directe faisant partie du plan de carrière • à documenter le capital intellectuel de l'entreprise A Semantic Web Primer

  21. Swiss Life – posons le problème (2) • Questions • comment énumérer le nombre impressionnant de compétences différentes? • comment les organiser pour pouvoir les retrouver au travers de frontières géographiques et culturelles? • comment vérifier que le répertoire est bien à jour? A Semantic Web Primer

  22. Swiss Life – apport de la technologie du web sémantique • Ontologie manuelle couvrant les compétences en trois unités organisationnelles • informatique, assurance privée et ressources humaines • Chaque employé de Swiss Life a été invité à créer une "page d'accueil" en se basant sur un formulaire piloté par l'ontologie 'compétences' • La collection ainsi obtenue est interrogée à l'aide d'une interface à base de formulaires générant des requêtes RQL A Semantic Web Primer

  23. Swiss Life – ontologie 'compétences' <owl:Class rdf:ID="Skills"> <rdfs:subClassOf> <owl:Restriction> <owl:onProperty rdf:resource="#HasSkillsLevel"/> <owl:cardinality rdf:datatype="&xsd;nonNegativeInteger"> 1</owl:cardinality> </owl:Restriction> </rdfs:subClassOf> </owl:Class> <owl:ObjectProperty rdf:ID="HasSkills"> <rdfs:domain rdf:resource="#Employee"/> <rdfs:range rdf:resource="#Skills"/> </owl:ObjectProperty> A Semantic Web Primer

  24. Swiss Life – ontologie 'compétences' (2) <owl:ObjectProperty rdf:ID="WorksInProject"> <rdfs:domain rdf:resource="#Employee"/> <rdfs:range rdf:resource="#Project"/> <owl:inverseOf rdf:resource="#ProjectMembers"/> </owl:ObjectProperty> <owl:Class rdf:ID="Publishing"> <rdfs:subClassOf rdf:resource="#Skills"/> </owl:Class> <owl:Class rdf:ID="DocumentProcessing"> <rdfs:subClassOf rdf:resource="#Skills"/> </owl:Class> A Semantic Web Primer

  25. Swiss Life – ontologie 'compétences' (3) <owl:ObjectProperty rdf:ID="ManagementLevel"> <rdfs:domain rdf:resource="#Employee"/> <rdfs:range> <owl:oneOf rdf:parseType="Collection"> <owl:Thing rdf:about="#member"/> <owl:Thing rdf:about="#HeadOfGroup"/> <owl:Thing rdf:about="#HeadOfDept"/> <owl:Thing rdf:about="#CEO"/> </owl:oneOf> </rdfs:range> </owl:ObjectProperty> A Semantic Web Primer

  26. Sommaire • Produits sur l'information transversale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  27. EnerSearch – exposé du cas • Consortium de recherche industrielle spécialisé dans l'informatique appliquée à l'énergie • La structure d'EnerSearch est très différente de celle d'une entreprise de recherche classique • les projets de recherche sont menés par un groupe varié et variable de chercheurs répartis dans plusieurs pays • nombre d'entre eux ne sont pas employés par EnerSearch A Semantic Web Primer

  28. EnerSearch – exposé du cas (2) • EnerSearch a une organisation de type virtuel • Elle est dans les mains de plusieurs sociétés du secteur industriel ayant un intérêt affirmé dans ces recherches • Par cette dispersion géographique, EnerSearch présente aussi un caractère de d'organisation virtuelle du point de vue de la diffusion des connaissances A Semantic Web Primer

  29. EnerSearch – posons le problème • Fonction fondamentale de la diffusion du savoir • La manière dont l'information est éparpillée sur le site web laisse beaucoup à désirer • Ceux qui sont à la recherche d'informations ne sont pas satisfaits, par ex., • la gestion des chargements(??) conduit-elle à des réductions de coûts? • dans l'affirmative, quel est l'investissement initial nécessaire? • la communication 'Powerline' est-elle techniquement compétitive par rapport à l'ADSL ou les modems câblé? A Semantic Web Primer

  30. EnerSearch – apport de la technologie du web sémantique • On peut se forger une image précise du genre de sujets et de questions pertinents pour ces groupes cibles • On peut définir une ontologie de domaine suffisamment stable et de bonne qualité • cette ontologie légère comprend seulement une hiérarchie taxonomique • l'expressivité de RDF Schema suffit A Semantic Web Primer

  31. EnerSearch – ontologie de la pause repas ... IT Matériel Logiciel Applications Communication Powerline Agent (robot) e-Commerce Agents (robots) Systèmes multi-agents (multi-robots) Agents intelligents (robots intelligents) Marché/enchères Affectation de ressource Algorithmes A Semantic Web Primer

  32. EnerSearch – utilisation de l'ontologie • Utilisée de plusieurs manières pour piloter les outils de navigation sur le site web EnerSearch • carte sémantique du site web EnerSearch • distance sémantique entre les auteurs EnerSearch en termes de champ de recherche et publication A Semantic Web Primer

  33. Carte sémantique d'une partie du site EnerSearch A Semantic Web Primer

  34. Distance sémantique entre auteurs EnerSearch A Semantic Web Primer

  35. EnerSearch – QuizRDF • QuizRDF vise à combiner • une vision entièrement basée sur l'ontologie • recherche classique par mot-clé sans aucun contenu sémantique • L'utilisateur peut saisir des mots-clés généraux • Affiche aussi les concepts dans la hiérarchie qui définissent ces articles • Tous ces mécanismes de divulgation (textuels et graphiques, recherche ou consultation) sont basés sur une ontologie unique légère et sous-jacente A Semantic Web Primer

  36. Sommaire • Produits sur l'information horizontale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  37. e-Learning – exposé • Classiquement, apprendre se caractérise par: • un enseignement dispensé par un professeur • un accès linéaire • une dépendance du temps et du lieu • l'enseignement n'a pas été personnalisé mais est plutôt destiné au plus grand nombre A Semantic Web Primer

  38. e-Learning – exposé (2) • Les changements sont déjà perceptibles dans l'enseignement supérieur • universités virtuelles • flexibilité et nouveaux moyens de formation • les étudiants peuvent de plus en plus choisir le rythme de leur formation, le contenu, les méthodes d'évaluation A Semantic Web Primer

  39. e-Learning – exposé (3) • De plus en plus prometteur: étudier se fait tout au long de la vie • pousser les compétences de ses employés est un défi permanent pour une entreprise • les entreprises demandent des méthodes d'enseignement parfaitement synchronisées et taillées sur mesure en fonction de leurs besoins • ces critères ne sont pas compatibles avec l'enseignement traditionnel. La formation de type e-learning offre par contre de grandes perspectives A Semantic Web Primer

  40. E-Learning – posons le problème • e-Learning n'est pas conduit par un instructeur • Les "élèves" peuvent: • accéder au matériel didactique dans un ordre non prédéfini • composer des cours personnels par sélection du matériel • Le matériel didactique doit être pourvu d'informations supplémentaires (métadonnées) pour supporter l'indexation et la récupération efficaces A Semantic Web Primer

  41. E-Learning – posons le problème (2) • Des normes (IEEE LOM) sont apparues • par ex., les propriétés éducatives et pédagogiques, les droits d'accès et les conditions d'utilisation et les relations à d'autres ressources de formation • Les normes souffrent d'un manque de sémantique • ce point est commun à toutes les solutions basées uniquement sur des métadonnées (approches de type XML) • la fusion de matériels de différents auteurs peut se révéler difficile • la récupération n'est pas toujours bien supportée • la récupération et l'organisation des ressources de formation doivent se faire manuellement • il existe pourtant une possibilité de le faire faire par un robot personnalisé! A Semantic Web Primer

  42. e-Learning – apport de la technologie du web sémantique • Approche prometteuse permettant de répondre aux critères de l'e-learning • par ex., ontologie et métadonnées que la machine peut traiter • L'élève est au centre du dispositif • les matériels didactiques, éventuellement élaborés par différents auteurs, peuvent être reliés à des ontologies bien acceptées • la personnalisation des cours peut intervenir via l'interrogation sémantique • les matériels didactiques peuvent être récupérés dans le contexte des problèmes réels, comme le décide l'élève A Semantic Web Primer

  43. e-Learning – apport de la technologie du web sémantique (2) • Souplesse d'accès • l'accès aux connaissances se fait dans l'ordre exact souhaité par l'élève • une annotation sémantique spécifique définit toujours les prérequis • l'accès non linéaire est supporté • Intégration • plateforme harmonisée pour les processus commerciaux des entreprises • les activités de formation peuvent être intégrées dans ces processus A Semantic Web Primer

  44. Ontologies de l'e-Learning • Il faut mettre en place certains mécanismes de compréhension mutuelle: ontologies • En e-Learning, on distingue trois types de connaissances (ontologies): • le contenu • la pédagogie • la structure A Semantic Web Primer

  45. Ontologies du contenu • Notions de base du domaine abordé • Comprend les relations entre ces notions et les propriétés fondamentales • par ex., l'étude de l'Athènes classique fait partie de l'histoire de la Grèce antique partie à son tour de l'Histoire de l'Antiquité • l'ontologie doit inclure la relation “fait partie de” et le fait qu'elle est transitive (par ex., exprimée en OWL) • Les ontologies de contenu (OC) utilisent des relations pour capturer les synonymes, les abréviations, etc. A Semantic Web Primer

  46. Ontologie de pédagogie • Les questions de pédagogie peuvent être abordées dans un ontologie de pédagogie (OP) • Par ex., le matériel peut être classé comme cours, travaux pratiques, exemple, survol, exercice, solution, etc. A Semantic Web Primer

  47. Ontologies de structure • Définissent la structure logique des matériels didactiques • Les connaissances de ce type comprennent habituellement des relations de hiérarchie et de consultation comme previous, next, hasPart, isPartOf, requires et isBasedOn • On peut aussi définir des relations entre ces relations • par ex., hasPartet isPartOfsont des relations inverses • Les inférences dérivées des ontologies didactiques ne peuvent pas aller très loin A Semantic Web Primer

  48. Sommaire • Produits sur l'information horizontale chez Elsevier • Intégration des données chez Audi • Recherche de compétences chez Swiss Life • Portail de cercles de réflexion chez EnerSearch • e-Learning • Services web • Autres scénarios A Semantic Web Primer

  49. Services web • Les sites web ne se contentent pas de fournir des informations statiques. Ils offrent certaines interactions et proposent souvent aux utilisateurs d'effectuer certaines actions • services simples du web comprennent un simple programme, détecteur, dispositif d'accès au web • services complexes du web se composent de plusieurs services simples • ils nécessitent souvent une interaction continue avec l'utilisateur • l'utilisateur peut faire des choix ou fournir des informations sous conditions A Semantic Web Primer

  50. Service web complexe • L'interaction de l'utilisateur avec une boutique de musique en ligne suppose de: • rechercher des CD et des titres selon certains critères • lire des critiques et écouter des extraits • ajouter des CD à son panier d'achats • donner les détails de sa carte de banque, infos de routage et adresse de livraison A Semantic Web Primer

More Related