Search

Si la recherche d'information conceptuelle a montré son efficacité dans différents contextes, elle nécessite de disposer de corpus de ressources indexées avec des concepts issus d'une ontologie de domaine. Or le processus d'indexation est souvent lourd et fastidieux et des solutions doivent être imaginées pour assister les experts dans cette tâche. Nous avons étendu notre méthode de propagation d'indexations vectorielles au cas de l'indexation conceptuelle, ce qui nous permet de suggérer à l'utilisateur une indexation conceptuelle pour une nouvelle ressource, lorsque celle-ci est positionnée sur une carte sémantique. Pour cela nous maximisons une fonction objectif mesurant la similarité entre l’indexation proposée et cellesdes documents présents dans le voisinage du document à annoter. Cette méthode est appliquée à l'indexation de publications scientifiques dans le domaine du cancer.

International audience; Cet article propose une approche automatisée d’inférence de connaissances basée sur l’analyse de relations extraites à partir de textes. Son originalité repose sur la définition d’un cadre tenant compte (i) d’une structuration des objets étudiés (e.g. syntagmes nominaux) sous la forme d’un ordre partiel et (ii) de l’exploitation possible d’une connaissance a priori formalisée dans un modèle de connaissances de type ontologie (taxonomie). Ce cadre permet notamment de définir des règles de propagation de l’information basées sur la théorie des croyances afin d’inférer de nouvelles connaissances à partir des relations extraites. Bien qu’à portée plus large, notre approche est ici illustrée et évaluée au travers de la définition d’un système automatique exploitant des textes issus du Web afin de répondre à des questionnaires générés. Nous montrons notamment l’intérêt de structurer les extractions et le gain apporté par la prise en compte d’une connaissance a priori au sein d’une telle chaîne de traitement.

Impliqué dans un processus décisionnel, l'opérateur humain est souvent confronté à un trop grand nombre d'informations, qu'il doit analyser, synthétiser et exploiter parfois dans un contexte de crise où le facteur temps est décisif. Il est alors nécessaire d'automatiser certaines tâches à haute valeur cognitive ajoutée pour optimiser ce processus décisionnel. Les ontologies de domaine peuvent être utilisées lors de différentes phases de celui-ci. Les travaux de recherche décrits dans ce mémoire concernent l'instrumentation de l'automatisation cognitive lors de différents traitements de l'information, en exploitant des ontologies. Ces recherches ont été menées au sein de l'équipe KID (Knowledge and Image analysis for Decision making) du centre de recherche LGI2P de l'école des mines d'Alès (EMA), de 2001 à 2013. Une première partie détaille mes différentes activités sous la forme d'un curriculum vitae étendu. La deuxième partie constitue le cœur de ce mémoire et détaille mes contributions en matière d'indexation, de recherche d'information conceptuelle et de visualisation de cartes de connaissances. Le premier chapitre pose les définitions des ontologies, leur application en particulier pour la recherche d'information et argumente notre positionnement. Le deuxième chapitre détaille notre vision de l'indexation, des qualités que l'on peut en attendre et de la pertinence des applications qui l'utilisent. Plusieurs stratégies d'indexation sont évoquées, dont une, l'indexation par propagation, constitue notre principale contribution et la piste privilégiés de nos perspectives à court terme. Le troisième chapitre présente nos contributions en recherche d'information (RI) conceptuelle. Disposant d'un ensemble de ressources indexées à l'aide de concepts issus d'une ontologie de domaine, des techniques de requêtage performantes en termes de rappel et de précision, peuvent être mises en place. Nos travaux s'intègrent dans un processus décisionnel : il faut non seulement fournir un résultat pertinent par rapport à une requête d'un utilisateur, mais également être à même de lui justifier ce résultat. Pour cela nous avons choisi d'utiliser des opérateurs d'agrégation issus du domaine de l'aide à la décision pour déterminer la pertinence d'un document. La reformulation de requête, quant à elle, est envisagée dans ces travaux comme l'optimisation d'une fonction objectif dans un processus de RI itératif. Nos perspectives dans ce domaine concernent la RI complémentaire, où les ressources sélectionnées doivent non seulement être pertinentes par rapport à la requête, mais encore se compléter les unes les autres vis-à-vis de cette requête. La RI nécessitant des méthodes de calcul de similarité sémantique, une partie de nos contributions concerne ces mesures. Un cadre abstrait unificateur a été proposé et une librairie dédiée développée. Pour favoriser l'automatisation cognitive, les techniques de visualisation et d'interaction jouent un rôle majeur. Le quatrième chapitre synthétise nos contributions dans le domaine, en particulier concernant les cartes de connaissances interactives, où les ontologies de domaine sont utilisées pour structurer la carte. Ainsi, la proximité physique des entités représentées tient compte de leur proximité sémantique. Différentes techniques peuvent être employées pour mettre en relief certaines caractéristiques de ces entités, différentes vues pouvant être proposées en fonction du contexte d'utilisation (indexation, navigation, recherche d'information, etc.) Un dernier chapitre conclut ce manuscrit en synthétisant nos contributions et en présentant nos perspectives concernant les différentes thématiques abordées dans ce manuscrit. Un positionnement de ce travail par rapport à l'EMA et plus globalement au sein de l'Institut Mines-Télécom est également proposé, ainsi que mes perspectives en matière d'enseignement.

Domain ontologies provide conceptual formalization of domain knowledge. One contribution of this study consists in using them in conceptual Information Retrieval Systems (IRS), in particular to assess the relevance of documents with respect to a given query. For this matching process a model is proposed that incorporates both user preferences and semantic similarity measures attached to domain ontology. Our approach allows justifying the relevance of the results to the user, using visualization tools. As Information Retrieval is an iterative process, users may be involved in the control loop of the results relevancy to better specify their information needs. We propose to formalize ontology based relevance feedback using an objective function and a heuristic that efficiently builds a near optimal query. These approaches have been validated in two ways: automatic assessment based on standard collections of tests, and case studies involving experts from biomedical domain., Les ontologies modélisent la connaissance d'un domaine avec une hiérarchie de concepts. Cette thèse porte sur leur utilisation dans les Systèmes de Recherche d'Information (SRI) pour estimer la pertinence des documents par rapport à une requête. Nous calculons cette pertinence à l'aide d'un modèle des préférences de l'utilisateur et d'une mesure de similarité sémantique associée à l'ontologie. Cette approche permet d'expliquer à l'utilisateur pourquoi les documents sélectionnés sont pertinents grâce à une visualisation originale. La RI étant un processus itératif, l'utilisateur doit être guidé dans sa reformulation de requête. Une stratégie de reformulation de requêtes conceptuelles est formalisée en un problème d'optimisation utilisant les retours faits par l'utilisateur sur les premiers résultats proposés comme base d'apprentissage. Nos modèles sont validés sur la base de performances obtenues sur des jeux de tests standards et de cas d'études impliquant des experts biologistes.

The lack of accuracy of an information retrieval system (IRS) may be due to an inadequate formulation of user’s queries. Reformulation or query expansion is a possible solution to this problem. In this paper, we introduce a reformulation method based upon a domain ontology. This conceptual relevance feedback method uses a set of documents a user has deemed relevant to search a set of concepts that maximizes IRS performances. Those performances are assessed in an original way, using indicators that are formalized. This method has been evaluated using our environment OBIRS (Ontology Based Information Retrieval System) as base system, MeSH as domain ontology and MuCHMORE as a test collection., Les performances d’un système de recherche d’information (SRI) peuvent être dégradées en termes de précision du fait de la difficulté pour des utilisateurs à formuler précisément leurs besoins en information. La reformulation ou l’expansion de requêtes constitue une des réponses à ce problème dans le cadre des SRI. Dans cet article, nous proposons une nouvelle méthode de reformulation de requêtes conceptuelles qui, à partir de documents jugés pertinents par l’utilisateur et d’une ontologie de domaine, cherche un ensemble de concepts maximisant les performances du SRI. Celles-ci sont évaluées, de manière originale, à l’aide d’indicateurs dont une formalisation est proposée. Cette méthode a été évaluée en utilisant notre moteur OBIRS, l’ontologie de domaine MeSH et la collection de tests MuCHMORE.

12 pages; National audience; Pour exploiter efficacement des corpus documentaires toujours plus volumineux, les moteurs de recherche doivent évoluer. Leurs limites actuelles concernent principalement le fait que la mesure de la pertinence d'un document par rapport à une requête est souvent non-explicite et que l'interaction avec la liste des réponses est limitée. Nous proposons une méthode et un environnement de requêtage basés sur les ontologies, qui utilisent des opérateurs d'agrégation pour calculer une mesure de pertinence globale, fonction de la proximité sémantique des documents du corpus avec chaque concept de la requête d'une part, et des préférences de l'utilisateur, d'autre part. Nous construisons ensuite une carte sémantique qui reflète la pertinence des documents sélectionnés et explicite leur adéquation avec la requête. Cette interface homme/machine laisse envisager un processus de requêtage itératif et interactif.

International audience; Si les connaissances disponibles en ligne sont massives, leur partage au sein d'une communauté requiert une structuration et des techniques adaptées. En particulier, leur exploitation serait facilitée par une visualisation intuitive et organisée. Nous proposons une méthode, un environnement logiciel, et des heuristiques pour créer des cartes auto-organisées pour un référentiel de connaissances. L'article présente le contexte réel de notre étude et précise ce qui caractérise un référentiel de connaissances. La problématique de la visualisation et son état de l'art sont ensuite exposés. Notre solution pour visualiser un référentiel de connaissances ainsi que certains outils de navigation sont présentés avant de conclure en ouvrant des perspectives de recherche dans le domaine de la structuration de vues et leur transformation automatiques à l'aide de scénarios.

International audience; The increasing size of structured data that are digitally available emphasizes the crucial need for more suitable representation tools than the traditional textual list of results. A suitable visual representation should both reflect the database's structure for navigation purpose and allow performing visual analytical tasks for knowledge extraction purpose. In this paper we present a visual navigation method that uses a Galois lattice to represent the database's structure. Our method takes advantage of this structure to provide a progressive and coherent navigation in the database. Two views are jointly presented. The first one represents the overall structure of the database while in the second one more precise views are successively given during the navigation process. Moreover, beyond the navigation task, we aim to propose a visual assistance for more analytical tasks. We show how this representation, combined with data analysis techniques, can be used both for navigation and attribute selection while keeping users' mental map.

International audience; The increasing size of indexed document sets that are digitally available emphasizes the crucial need for more suitable representation tools than traditional textual lists of results. Many efforts have been made to develop graphical tools capable of providing both overall and local views of a collection when focusing on a particular subset of documents. However an overcrowded visual representation may not be useful to users if they are not guided in the navigation process. Our goal is to combine the classification features of FCA and existing visualisation techniques to suggest navigation paths in a visual representation through meaningful and progressive foci. While results are promising, in particular concerning interactions between local and overall views, some difficulties arise concerning non-binary attributes. Therefore we propose embedded Multidimensional scaling (MDS) projection that offers various abstraction layers. The test collection used for our study is an indexed patent database provided by our industrial partner.

International audience; Finding the right semantic distance to be used for information research, classification or text clustering using Natural Language Processing is a problem studied in several domains of computer science. We focus on measurements that are real distances: i.e. that satisfy all the properties of a distance. This paper presents one ISA-distance measurement that may be applied to taxonomies. This distance, combined with a distance based on relations other than ISA, may be a step towards a real semantic distance for ontologies. After presenting the purpose of this work and the position of our approach within the literature, we formally detail our ISA-distance. It is extended to other relations and used to obtain a MDS projection of a musical ontology in an industrial project. The utility of such a distance in visualization, navigation, information research and ontology engineering is underlined.