Dernières avancées du développement d’OntoCASE:

1. Dernières avancées du développement d’OntoCASE: un dispositif d’ingénierie ontologique fondé sur une élicitation semi-formelle et graphique de la connaissance d’un domaine Michel Héon PhD heon@cotechnoe.com www.cotechnoe.com

2. Présentation • But • Présenter les derniers développements d’OntoCASE • Structure • Architecture d’OntoCASE • Cadre conceptuel de l’évolution d’OntoCASE • Problématique • Contexte de recherche • Extension du langage MOT pour soutenir l’expressivité d’OWL (MOT-O) • Bilan et perspectives

3. Architecture d’OntoCASE

4. Vision d’OntoCASE • Permettre de formaliser un patrimoine de modèles semi-formels • Offrir à un non-spécialiste de l’informatique, un moyen de construire une base de connaissances formelle (une ontologie) • Instrumenter l’outil de modélisation d’un mécanisme de rétroaction qui instruit le modélisateur sur le sens formel de la représentation qu’il construit • Instrumenter le processus d’ingénierie ontologique afin de : • formaliser un modèle semi-formel graphique • valider l’ontologie de domaine avant son déploiement

5. Description et cas d’usage

6. Structure logicielle et technologique Applicatif Assistant applicatif Module (Plug-In) Infrastructure OntoCASE eLi OntoForm OntoVAL TopBraid Composer API-Protégé(OWL-SWRL) PDE EMF WTP Jena/Pellet … Jess GMF OSGi/Eclipse

7. Caractéristiques de MOT comme système de représentation semi-formelle graphique • Avantages • Permet dans un même diagramme de représenter graphiquement des connaissances déclaratives, procédurales, stratégiques, factuelles et abstraites • 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

8. Cadre conceptuel d’OntoCASE

9. Degré de formalisme des langages de représentation des connaissances

10. Factuel: se rapporte à une chose de la réalité observable du domaine du discours Abstrait: se rapporte à l’idée qu’on se fait d’une chose Déclarative: se rapporte au quoi d’une chose Procédurale: se rapporte au comment d’une chose Stratégique: se rapporte au qui, pourquoi, quand d’une chose Typologie des connaissances

11. Expressivité d’un langage et métamodélisation Linguistique Langage Discours concernant un domaine Méta-métamodèle (Niveau M3) Méta-modèle (Niveau M2) Modèle (Niveau M0 & M1) Définit Éléments d’expressivité d’un langage Définit Dans le contexte d’OntoCASE, l’expressivité c’est la capacité que possède un langage à représenter les éléments d’un domaine du discours.

12. Processus de transformation d’un modèle • La transformation c’est: • Ceci permet de conserver la sémantique (la signification) du modèle d’origine Expressivité du langage d’origine Expressivité du langage cible … en respectant l’expressivité du langage d’origine dans la notation du langage cible Traduire le contenu d’un modèle d’origine en modèle cible … Modèle d’origine Modèle cible

13. Implémentation informatique selon l’architecture conduite par les modèles Linguistique Langage Discours concernant un domaine Méta-métamodèle (Niveau M3) Méta-modèle (Niveau M2) Modèle (Niveau M0 & M1) Définit Définit

14. Problématique

15. Hétérogénéité des types de connaissances • Comment soutenir l’expressivité de la représentation de connaissances procédurales et stratégiques dans un langage qui ne supporte que la représentation déclarative ? • En créant une ontologie de l’expressivité de MOT qui peut, en ingénierie ontologique, porter le nom de: core ontology, domain specific ontology, ontologie de représentation de connaissances, méta-ontologie, etc. FOAF, cardv, SKOS sont considérées comme étant des ontologies de cette catégorie. Expressivité du langage d’origine (MOT) (Déclarative/Procédurale/Stratégique) Expressivité du langage cible (OWL)(Déclarative) M2 Expressivité du langage d’origine (MOT) (Déclarative/Procédurale/Stratégique) Expressivité du langage cible (OWL)(Déclarative) M3 Ontologie de l’expressivité de MOT M2 Modèle MOT d’origine Ontologie cible selon l’expressivité de MOT M0&M1

16. Contexte actuel d’OntoCASE • L’expressivité de MOT est supportée dans l’espace ontologique par la méta-ontologie MOT.OWL • Mais… • Certains éléments de l’expressivité d’OWL ne sont pas supportés par MOT, par ex: • L’expression de restriction • L’expression d’opérateurs logiques comme l’union, l’intersection ou la différenciation • Etc.

17. Contexte de recherche • But • Permettre de modéliser une ontologie avec l’ensemble de l’expressivité d’OWL en utilisant le langage MOT • Que faire ? • Définir des patrons de modélisation MOT pour représenter l’expressivité d’OWL • Rehausser l’expressivité de MOT afin d’inclure les éléments d’expressivité d’OWL • Objectifs • Conserver l’expressivité de MOT MOT-O <=> MOT + Ontologie • Préserver la compatibilité d’eLi avec les modèles précédents (MOT) • Conserver le caractère semi-formel graphique du langage • Respecter le principe d’utilisation d’un nombre restreint d’éléments de vocabulaire • Question • Quels sont les éléments d’expressivité à ajouter à MOT pour permettre de modéliser des ontologies de manière graphique et semi-formelle ?

18. Extension du langage MOT pour soutenir l’expressivité d’OWL (MOT-O)(Les défis)

19. La grande quantité d’éléments du vocabulaire d’OWL n’ayant aucune correspondance en MOT

20. Autres défis • Représentation: • Des espaces de nommage • D’éléments ontologiques appartenant à un autre espace de nommage (méta-représentation) • Linguistique • Faire correspondre l’expressivité d’un langage fondée sur une structure sujet/prédicat/objet (le OWL) à l’expressivité d’un langage fondée sur une structure entité/relation

21. Extension du langage MOT pour soutenir l’expressivité d’OWL (MOT-O)(Les éléments)

22. Quelques éléments déjà implantés dans OntoCASE-eLi • L’instance (rdf:type) représentée par le lienI • La classe (owl:Class) représentée par le Concept • La propriété (owl:ObjectProperty) représentée par le Principe • Le domaine (rdfs:domain) et l’image (rdfs:range) d’une propriété représentés par un lienR • La spécialisation d’une classe (rdfs:subClassOf) et d’une propriété (rdfs:subPropertyOf) représentée par un LienS

23. Restriction La restriction est une classe anonyme qui: • associe un prédicat (allValuesFrom, someValuesFrom, hasValue, etc) à une classe Le conteneur est l’objet graphique qui est utilisé pour agglomérer les éléments graphiques nécessaires à la représentation d’une restriction • associe le prédicat onProperty à une propriété Exemple de représentation en graph et N3 Exemple de représentation en MOT-O [ a owl:Restriction ; owl:allValuesFrom vin:Winery ; owl:onProperty vin:hasMaker ] . Sémantique en langage naturel Cette classe anonyme est l’ensemble des instances qui sont associées aux instances de Winery par le prédicat hasMaker

24. Collection Le conteneur est aussi utilisé pour représenter une collection Ex: l’union de deux classes :WineDescriptor rdf:type owl:Class ; owl:unionOf ( WineTaste WineColor ) . L’ensemble des instances de WineTaste et de WineColor sont des instances de WineDescriptor Ex: l’intersection entre une classe et une restriction :WhiteWine rdf:type owl:Class ; owl:intersectionOf ( :Wine [ rdf:type owl:Restriction ; owl:hasValue :White ; owl:onProperty :hasColor ]) . L’ensemble des instances de Wine dont le prédicat hasColor est associé à l’instance White sont des WhiteWine. Ou encore, Le vin blanc est un vin de couleur blanc

25. Prédicat • Le lien prédicat est un lien dont le libellé correspond à la définition d’une propriété Ce ChateauDYquemSauterne qui hasColorwhite est un Wine Dans cet exemple, le lienI en rouge indique qu’il s’agit d’une situation où ce lien est inféré par le moteur d’inférence

26. Équivalence Le lienE est utilisé pour représenter l’équivalence entre deux entités ontologiques (Classe, individu, propriété)

27. Condition nécessaire et condition nécessaire et suffisante • Le lien S est utilisé entre une classe et une restriction pour représenter une condition nécessaire • Le lien E est utilisé entre une classe et une restriction pour représenter une condition nécessaire et suffisante

28. Représentation des niveaux d’abstraction • Lien I entre connaissances abstraites (rdf:type) • Stéréotype • Méta-modèle (Méta-variable et Méta-valeur) Modèle de domaineFaire un gâteau Modèle de domaineFaire un pâté Chinois Métamodèle de la recette de cuisine

29. Extension de l’expressivité ontologique Les éléments d’expressivité d’OWL sont étendus à la représentation de connaissances procédurales et stratégiques Mélange de connaissances procédurales, stratégiques et factuelles L’union de connaissances stratégiques Les membres d’une équipe de hockey se compose de gardiens de but, d’attaquants, de défenseurs , etc. Pour rouler légalement en automobile il est nécessaire et suffisant de toujours rouler à une vitesse permise et posséder un permis de conduire valide

30. Bilan et perspectives

31. Différence entre MOT et MOT-O (Paquette 2002)

32. Différence entre MOT et MOT-O Règles pour appliquer des liens dans MOT-O L’ajout des nouvelles règles est indiqué en caractère gras

33. Étapes à venir • Terminer l’implantation de MOT-O dans eLi 2.0 • Adapter l’ontologie de transformation pour le traitement de l’expressivité d’OWL • Valider la cohérence de MOT-O sur le terrain

34. Perspectives d’OntoCASE avec MOT-O • En gestion des connaissances • Permettrait de représenter les processus, les contraintes, les agents, les concepts et des notions ontologiques associées à l’organisation • Servirait de langage ontologique neutre pour l’échange de connaissances entre des intervenants d’horizons académiques variés • Les modèles ontologiques construits graphiquement pourraient être réutilisés par des systèmes à base de connaissances ou dans le web sémantique • Dans une séance d’élicitation, il permettrait de valider à chaud, devant l’expert, la sémantique de l’ontologie produite • En représentation de connaissances • Permettrait de représenter dans une ontologie des connaissances de types autres que déclaratif, notamment, procédural et stratégique • Permettrait de construire des ontologies formelles à partir d’une représentation semi-formelle et graphique • En informatique • Permettrait une meilleure représentation des cas d’utilisation tout en maintenant un pont langagier neutre entre les spécialistes informatiques et les spécialistes du domaine • Permettrait de représenter graphiquement le contenu d’une ontologie OWL

35. Merci Michel Héon PhD heon@cotechnoe.com www.cotechnoe.com