Aller au contenu

Utilisateur:E.yakauchuk/Brouillon

Une page de Wikipédia, l'encyclopédie libre.

Les langues utilisées pour la représentation des ontologies peuvent être évaluées en prenant compte des critères généraux suivants: un syntaxe compact, un cadre sémantique bien défini pour comprendre ce qui est représenté, l'expressivité adéquate qui permet de représenter la connaissance humaine (plus l'expressivité est grande, moindre sont les capacités d'inférence d'une langue), un mécanisme de raisonnement adéquat, l'utilisabilité pour la construction des bases de connaissances larges, ainsi que l'interopérabilité avec des standards web existants.[1][2] [3]

De plus, le langage ontologique devrait être capable de décrire la connaissance d'une manière qui permettrait à une machine de le lire. Donc, il doit inclure non seulement la capacité à définir le vocabulaire, mais de le faire d'une manière qui fonctionne pour le raisonnement automatique.[3]

Il faut aussi prendre en compte la formalité de la langue utilisé pour la création d'une ontologie, plus la langue est formelle moins elle est expressive.La formalité implique la présence du syntaxe, du sémantique et du pragmatique, la présence de seulement uns de ces aspects signifie que le langage est informel ou semi-formel.[3] [4]

Il existe d'autres critères à prendre en compte :

  • Les constructions ou conceptualisations du domaine : chaque langage comporte ses propres entités et relations appropriés pour décrire un domaine de connaissances donné. [5]
  • La spécialisation d'une langue : chaque langage viens avec sa propre perspective i.e deux langages peuvent représenter le même domaine de connaissances d'une manière très différente. Les langages des ontologies peuvent comporter des perspectives fonctionnelles (focus sur les processus, les activités et les transformations), structurelles (pour décrire des structures statiques, c'est-à-dire des ontologies non-dynamiques du point de vue informationnel dans lesquelles les relations entre les concepts ne changent pas souvent, c'est une perspective qui est la plus utilisée dans le contexte de la création des ontologies), transitivistes (états et transitions entre ceux-ci), réglementaires (règles codifiées pour certains processus, activités et entités), d'objet (objets, processus et classes).[3] [4] [6]
  • La présence du support lexical : la capacité de référence lexicale d'éléments (ex : synonymes), cela tombe sous le même critère de l'expressivité.[3]
  • La compréhensibilité : la compréhension du langage par l'audience cible. Le support des mécanismes d'abstractions, des constructions uniformes et d'un nombre raisonnable des phénomènes décrits.[3]
  • La présence des relations hiérarchiques nécessaires : la classification, l'agrégation, la généralisation et l'association. L’agrégation est un aspect qui est peu ou pas implémenté dans la majorité des langages ontologiques. De plus, même si certains langues incluent la possibilité de l'implémentation de cet aspect, ce ne sont pas toutes les langues formelles ontologiques qui permettent les relations de l’agrégation et les synonymes.[7] [5]
  • La capacité de la langue à faire de l'inférence des nouvelles connaissances à partir des connaissances existantes, la capacité de vérifier les contraintes. Ainsi, que sa possibilité à faire de l'inhéritance monotonique, non-monotonique, simple et multiple. [1]
  • L'implémentation : est-ce que le langage est implementé dans un outil particulier ou non. [3] [1]
  • Le paradigme utilisé par la langue : logique de description( DL , LOOM ), Cadre (Ontolingua, F-logic, OCML), la logique du premier ordre (KIF, CycL), la logique du second ordre. [3]
  • La standardisation et la popularité. [3]
  • La possibilité de la classification automatique (seulement présente en LOOM et OIL). [1]
  • La possibilité d'implémentation des formulations axiomatiques (aussi connus sous le nom des assertions en OML). Il est important de se rappeler que cette possibilité est rare dans le contexte du web sémantique.[8]
  • La possibilité d'implémentation des taxonomies au sein de l'ontologie ( possibilité d'indiquer si un concept est ou n'est pas une sous classe d'un autre concept) est aussi un des critères importants d'évaluation, toutes les langues comportent la taxonomie de base permettant de définir la sous-classe d'un concept.[3] [9]

Finalement, les questions d'ordre plus concret peuvent se poser quant à la possibilité d'une langue d'en faire:

  • La définition des partitions ( ensembles des concepts disjoints). Par exemple, coude et jambe étant des partitions du concept du corps.[3]
  • La définition de la documentation (i.e la définition) du concept i.e est-il possible d'inclure la définition du concept en langage naturel.
  • La définition des attributs du concept : Les attributs peuvent aussi porter le nom de slot (XOL), des fonctions (OML), ou de propriété (en RDF et DAML+OIL). Ces attributs peuvent être d'instance (valeur différente pour chaque instance du concept), de classe (même valeur pour toutes les instances du concept), locaux (même attributs employés pour les concepts différents i.e la table et la chaise peuvent porter l'attribut couleur) et polymorphiques (attributs avec le même nom, mais comportements différents avec différents concepts, par exemple l'attribut auteur pour livre et auteur pour thèse, un étant type de personne et l'autre étant type d'étudiant).[3] [8]
  • La définition des facettes prédéfinies pour les attributs d'une classe: Par exemple, une valeur par défaut, un type, contraintes de cardinalité (pour définir le minimum et le maximum du nombre des valeurs), la documentation (i.e la définition en langage naturel pour un attribut).[1]
  1. a b c d et e (en) Oscar Corcho et Asunción Gómez-Pérez, « A Roadmap to Ontology Specification Languages », Knowledge Engineering and Knowledge Management Methods, Models, and Tools, Springer,‎ , p. 80–96 (ISBN 978-3-540-39967-4, DOI 10.1007/3-540-39967-4_7, lire en ligne, consulté le )
  2. (en) J. R. G. Pulido, M. A. G. Ruiz, R. Herrera et E. Cabello, « Ontology languages for the semantic web: A never completely updated review », Knowledge-Based Systems, creative Systems, vol. 19, no 7,‎ , p. 489–497 (ISSN 0950-7051, DOI 10.1016/j.knosys.2006.04.013, lire en ligne, consulté le )
  3. a b c d e f g h i j k et l Diana Kalibatiene et Olegas Vasilecas, « Survey on Ontology Languages », dans Perspectives in Business Informatics Research, vol. 90, Springer Berlin Heidelberg, (ISBN 978-3-642-24510-7, DOI 10.1007/978-3-642-24511-4_10, lire en ligne), p. 124–141
  4. a et b (en) Alan Gilchrist, « Thesauri, taxonomies and ontologies – an etymological note », Journal of Documentation, vol. 59, no 1,‎ , p. 7–18 (ISSN 0022-0418, DOI 10.1108/00220410310457984, lire en ligne, consulté le )
  5. a et b (en) Alberto Olivares-Alarcos, Daniel Beßler, Alaa Khamis et Paulo Goncalves, « A review and comparison of ontology-based approaches to robot autonomy », The Knowledge Engineering Review, vol. 34,‎ , e29 (ISSN 0269-8889 et 1469-8005, DOI 10.1017/S0269888919000237, lire en ligne, consulté le )
  6. (en) N. Baumgartner, « A SURVEY OF UPPER ONTOLOGIES FOR SITUATION AWARENESS », sur www.semanticscholar.org, (consulté le )
  7. (en) Angelo A. Salatino, Thiviyan Thanapalasingam, Andrea Mannocci et Francesco Osborne, « The Computer Science Ontology: A Large-Scale Taxonomy of Research Areas », dans The Semantic Web – ISWC 2018, vol. 11137, Springer International Publishing, (ISBN 978-3-030-00667-9, DOI 10.1007/978-3-030-00668-6_12, lire en ligne), p. 187–205
  8. a et b A. Gomez-Perez et O. Corcho, « Ontology languages for the Semantic Web », IEEE Intelligent Systems, vol. 17, no 1,‎ , p. 54–60 (ISSN 1941-1294, DOI 10.1109/5254.988453, lire en ligne, consulté le )
  9. (en) Ying Ding et Schubert Foo, « Ontology research and development. Part 1 - a review of ontology generation », Journal of Information Science, vol. 28, no 2,‎ , p. 123–136 (ISSN 0165-5515 et 1741-6485, DOI 10.1177/016555150202800204, lire en ligne, consulté le )