Search

Semantic annotations are often used in a wide range of applications ranging from information retrieval to decision support. Annotations are produced through the association of concept labels from Knowledge Organization System (KOS), i.e. ontology, thesaurus, dictionaries, with pieces of digital information, e.g. images or texts. Annotations enable machines to interpret, link, and use a vast amount of data. However, the dynamic nature of KOS may affect annotations each time a new version of a KOS is released. New concepts can be added, obsolete ones removed and the definition of existing concepts may be refined through the modification of their labels/properties. As a result, many annotations can lose their relevance, thus hindering the intended use and exploitation of annotated data. To solve this problem, methods to maintain the annotations up-to-date are required. In this thesis we propose a framework called MAISA to tackle the problem of adapting outdated annotations when the KOS utilized to create them change. We distinguish two different cases. In the first one we consider that annotations are directly modifiable. In this case, we proposed a rule-based approach implementing information derived from the evolution of KOS as well as external knowledge from the Web. In the second case, we consider that the annotations are not modifiable. The goal is then to keep the annotated documents searchable even if the annotations are produced with a given KOS version but the user used another version to query them. In this case, we designed a knowledge graph that represent a KOS and its successive evolution and propose a method to extract the history of a concept and add the gained label to the initial query allowing to deal with annotation evolution. We experimentally evaluated MAISA on realistic cases-studies built from four well-known biomedical KOS: ICD-9-CM, MeSH, NCIt and SNOMED CT. We show that the proposed maintenance method allow to maintain semantic annotations using standard metrics., Les annotations sémantiques sont utilisées dans de nombreux domaines comme celui de la santé et servent à différentes tâches notamment la recherche et le partage d’information ou encore l'aide à la décision. Les annotations sont produites en associant à des documents digitaux des labels de concepts provenant des systèmes d’organisation de la connaissance (Knowledge Organization Systems, ou KOS, en anglais) comme les ontologies. Elles permettent alors aux ordinateurs d'interpréter, connecter et d'utiliser de manière automatique de grandes quantités de données. Cependant, la nature dynamique de la connaissance engendre régulièrement de profondes modifications au niveau du contenu des KOS provoquant ainsi un décalage entre la définition des concepts et les annotations. Une adaptation des annotations à ces changements est nécessaire pour garantir une bonne utilisation par les applications informatiques. De plus, la quantité importante d’annotations affectées rend impossible une adaptation manuelle. Dans ce mémoire de thèse, nous proposons une approche originale appelée MAISA pour résoudre le problème de l'adaptation des annotations sémantiques engendrée par l’évolution des KOS et pour lequel nous distinguons deux cas. Dans le premier cas, nous considérons que les annotations sont directement modifiables. Pour traiter ce problème nous avons défini une approche à base de règles combinant des informations provenant de l’évolution des KOS et des connaissances extraites du Web. Dans le deuxième cas, nous considérons que les annotations ne sont pas modifiables comme c’est bien souvent le cas des annotations associées aux données des patients. L’objectif ici étant de pouvoir retrouver les documents annotées avec une version du KOS donnée lorsque l’utilisateur interroge le système stockant ces documents avec le vocabulaire du même KOS mais d’une version différente. Pour gérer ce décalage de versions, nous avons proposé un graphe de connaissance représentant un KOS et son historique et un mécanisme d’enrichissement de requêtes permettant d’extraire de ce graphe l’historique d’un concept pour l’ajouter à la requête initiale. Nous proposons une évaluation expérimentale de notre approche pour la maintenance des annotations à partir de cas réels construits sur quatre KOS du domaine de la santé : ICD-9-CM, MeSH, NCIt et SNOMED CT. Nous montrons à travers l’utilisation des métriques classiques que l’approche proposée permet, dans les deux cas considérés, d’améliorer la maintenance des annotations sémantiques.

The world changes over time, impacting the knowledge of every subdomain it contains. Therefore systems describing the knowledge of a certain domain should be able to consider changes occurred to keep its knowledge representation up-to-date. Formal ontologies are one of them: they explicitly and formally represent the knowledge of a domain in all its forms and modes of existence. Collaboratively developed, a formal ontology allows the domain users to understand each other by sharing the same terminology despite the different assumptions they have on the domain conceptualization. However, due to its completeness, the complexity of its conceptualization can sometimes make the domain knowledge inaccessible for its users. Also domain users often need to access only a subset of this knowledge. Light sub-portions of the ontology or views defined by their assumptions should then be produced to provide domain users a personalized and comprehensive view of the domain knowledge described by the ontology. Considering such ontology, the world changes may impact both domain knowledge and users assumptions and their application can turn inconsistent the knowledge represented by the ontology and its views. However, an inconsistent ontology is no longer usable by the domain community. Ontology change management should ensure maintaining its consistency, so that its users can continue to cooperate and understand each other. Also, a formal ontology requires a collaborative development to take into account every domain user assumption, so does its change management. The problem is the following: how to enable collaborative ontology change management considering changes in the domain and new domain users assumptions? Until now, existing research in the Semantic Web does not allow such change management for formal ontologies. The contribution of my thesis therefore consists in designing an approach to ontology change management dedicated to formal ontologies enabling: the specification of ontology views based on new domain users assumptions, the consistent collaborative evolution of the ontology and its views, and the change impact management between them.; Le monde change au fil du temps. Cela impacte la connaissance de chaque sous-domaine qu'il contient. Par conséquent, les systèmes décrivant la connaissance d'un certain sous-domaine du monde devraient être en mesure de tenir compte de ses changements afin de maintenir la représentation de ses connaissances à jour. L’ontologie formelle est l'un d'eux: elle représente explicitement et formellement la connaissance d'un domaine sous toutes ses formes et modes d'existence. Développée en collaboration par des experts du domaine, elle permet aux usagers d’un domaine de se comprendre en partageant la même terminologie sur ce domaine, malgré les différentes hypothèses que ceux-ci portent sur sa conceptualisation. Toutefois, à cause de son exhaustivité, la complexité de sa conceptualisation peut parfois rendre inaccessible la connaissance du domaine à ses usagers. Aussi les usagers du domaine n’ont souvent besoin d’accéder qu’à un sous-ensemble de celle-ci. Des sous-portions de l’ontologie ou vues définies selon leurs hypothèses devraient donc être produites pour leur fournir une vue personnalisée et compréhensible de la connaissance décrite par celle-ci. Considérant une telle ontologie, les changements du monde peuvent avoir un impact à la fois sur la connaissance du domaine mais aussi sur les hypothèses de ses usagers. Cependant, leur application peut rendre incohérente la connaissance représentée par l'ontologie et par ses vues usagers. Aussi, une ontologie incohérente n'est plus utilisable par la communauté. La gestion du changement de l'ontologie doit assurer le maintien de sa cohérence afin que les usagers du domaine puissent continuer à coopérer et à se comprendre. Comme une ontologie formelle requiert un développement collaboratif pour prendre en compte chaque hypothèse usager, il en va de sa gestion du changement. Le problème est donc le suivant : comment mener une gestion du changement collaborative dédiée aux ontologies formelles prenant en compte les changements survenus dans le domaine ainsi que les nouvelles hypothèses usager ? Les travaux de recherche existant au sein du Web sémantique ne permettent actuellement pas une telle gestion du changement ontologique. C’est pourquoi la contribution de ma thèse consiste à concevoir une approche de gestion du changement dédiée aux ontologies formelles, permettant : la spécification de vues usagers sur une ontologie sur la base de nouvelles hypothèses usagers, l'évolution collaborative et cohérente de l'ontologie et de ses vues, et la gestion de l’impact des changements entre celles-ci.

The world changes over time, impacting the knowledge of every subdomain it contains. Therefore systems describing the knowledge of a certain domain should be able to consider changes occurred to keep its knowledge representation up-to-date. Formal ontologies are one of them: they explicitly and formally represent the knowledge of a domain in all its forms and modes of existence. Collaboratively developed, a formal ontology allows the domain users to understand each other by sharing the same terminology despite the different assumptions they have on the domain conceptualization. However, due to its completeness, the complexity of its conceptualization can sometimes make the domain knowledge inaccessible for its users. Also domain users often need to access only a subset of this knowledge. Light sub-portions of the ontology or views defined by their assumptions should then be produced to provide domain users a personalized and comprehensive view of the domain knowledge described by the ontology. Considering such ontology, the world changes may impact both domain knowledge and users assumptions and their application can turn inconsistent the knowledge represented by the ontology and its views. However, an inconsistent ontology is no longer usable by the domain community. Ontology change management should ensure maintaining its consistency, so that its users can continue to cooperate and understand each other. Also, a formal ontology requires a collaborative development to take into account every domain user assumption, so does its change management. The problem is the following: how to enable collaborative ontology change management considering changes in the domain and new domain users assumptions? Until now, existing research in the Semantic Web does not allow such change management for formal ontologies. The contribution of my thesis therefore consists in designing an approach to ontology change management dedicated to formal ontologies enabling: the specification of ontology views based on new domain users assumptions, the consistent collaborative evolution of the ontology and its views, and the change impact management between them., Le monde change au fil du temps. Cela impacte la connaissance de chaque sous-domaine qu'il contient. Par conséquent, les systèmes décrivant la connaissance d'un certain sous-domaine du monde devraient être en mesure de tenir compte de ses changements afin de maintenir la représentation de ses connaissances à jour. L’ontologie formelle est l'un d'eux: elle représente explicitement et formellement la connaissance d'un domaine sous toutes ses formes et modes d'existence. Développée en collaboration par des experts du domaine, elle permet aux usagers d’un domaine de se comprendre en partageant la même terminologie sur ce domaine, malgré les différentes hypothèses que ceux-ci portent sur sa conceptualisation. Toutefois, à cause de son exhaustivité, la complexité de sa conceptualisation peut parfois rendre inaccessible la connaissance du domaine à ses usagers. Aussi les usagers du domaine n’ont souvent besoin d’accéder qu’à un sous-ensemble de celle-ci. Des sous-portions de l’ontologie ou vues définies selon leurs hypothèses devraient donc être produites pour leur fournir une vue personnalisée et compréhensible de la connaissance décrite par celle-ci. Considérant une telle ontologie, les changements du monde peuvent avoir un impact à la fois sur la connaissance du domaine mais aussi sur les hypothèses de ses usagers. Cependant, leur application peut rendre incohérente la connaissance représentée par l'ontologie et par ses vues usagers. Aussi, une ontologie incohérente n'est plus utilisable par la communauté. La gestion du changement de l'ontologie doit assurer le maintien de sa cohérence afin que les usagers du domaine puissent continuer à coopérer et à se comprendre. Comme une ontologie formelle requiert un développement collaboratif pour prendre en compte chaque hypothèse usager, il en va de sa gestion du changement. Le problème est donc le suivant : comment mener une gestion du changement collaborative dédiée aux ontologies formelles prenant en compte les changements survenus dans le domaine ainsi que les nouvelles hypothèses usager ? Les travaux de recherche existant au sein du Web sémantique ne permettent actuellement pas une telle gestion du changement ontologique. C’est pourquoi la contribution de ma thèse consiste à concevoir une approche de gestion du changement dédiée aux ontologies formelles, permettant : la spécification de vues usagers sur une ontologie sur la base de nouvelles hypothèses usagers, l'évolution collaborative et cohérente de l'ontologie et de ses vues, et la gestion de l’impact des changements entre celles-ci.

One of the challenges of the Semantic Web is to get high quality formal representations that characterize document content, also called semantic annotations. In a dynamic environment, the termino-ontological resources and semantic annotations built thanks to the resources must be regularly and consistently modified to adapt to the evolution of the domain to which they relate and to the annotated document collections. Our contribution is a method to jointly manage the evolution of a termino-ontological resource and semantic annotations built with this resource. The method defines applicable change types (elementary or complex) as well as evolution strategies for both the resource and the document semantic annotations. This method is supported by the EvOnto system that takes place in the TextViz platform for ontology-based automatic document annotation developed in the DYNAMO project. The originality of EvOnto is to preserve the consistency between the termino-ontological resources and the semantic annotations. . EvOnto provides support to the ontologist for different scenarios, and guides him interactively when he requests for a change by assessing its impact (additional effects) on the quality of the termino-ontological resource and also on semantic annotations, and then when he decides on their implementation. EvOnto provides the ontologist with relevant information on the use of ontology so that he takes initiative of a change knowing its consequences, and so that he adapts changes to minimize their negative effects, their undesirable impacts and their related costs on the resource itself and its use in annotations.; du web sémantique est de produire des caractérisations formelles de contenus documentaires, ou annotations sémantiques, de qualité. Or dans un environnement dynamique, les ressources termino-ontologiques et les annotations sémantiques qu'elles permettent de construire doivent être modifiées régulièrement et en cohérence pour s'adapter à l'évolution du domaine concerné et des collections documentaires annotées. Notre contribution est une méthode qui permet de gérer conjointement l'évolution d'une ressource termino-ontologique et d'annotations sémantiques produites à partir de cette ressource. La méthode définit les types de changements applicables (élémentaires ou complexes), ainsi que des stratégies d'évolution de la ressource et des annotations. Cette méthode est mise en œuvre par le logiciel EvOnto qui s'intègre à l'environnement d'annotation automatique de documents TextViz défini dans le cadre du projet ANR DYNAMO. L'originalité d'EvOnto est de s'adapter à plusieurs scénarios d'évolution suivant que ce soit l'ontologie, la collection documentaire ou les annotations qui soient modifiées. EvOnto assure un support à l'ontologue en le guidant interactivement pour formuler une demande de changement, évaluer son impact (effets supplémentaires) sur la ressource termino-ontologique et aussi sur les annotations sémantiques, et décider ensuite de leur mise en œuvre. Il fournit des informations à l'ontologue pour qu'il décide d'une évolution en connaissant ses conséquences, et qu'il l'adapte pour minimiser les effets négatifs, les impacts non souhaitables ou les coûts correspondants sur la ressource elle-même et son utilisation dans des annotations.

One of the challenges of the Semantic Web is to get high quality formal representations that characterize document content, also called semantic annotations. In a dynamic environment, the termino-ontological resources and semantic annotations built thanks to the resources must be regularly and consistently modified to adapt to the evolution of the domain to which they relate and to the annotated document collections. Our contribution is a method to jointly manage the evolution of a termino-ontological resource and semantic annotations built with this resource. The method defines applicable change types (elementary or complex) as well as evolution strategies for both the resource and the document semantic annotations. This method is supported by the EvOnto system that takes place in the TextViz platform for ontology-based automatic document annotation developed in the DYNAMO project. The originality of EvOnto is to preserve the consistency between the termino-ontological resources and the semantic annotations. . EvOnto provides support to the ontologist for different scenarios, and guides him interactively when he requests for a change by assessing its impact (additional effects) on the quality of the termino-ontological resource and also on semantic annotations, and then when he decides on their implementation. EvOnto provides the ontologist with relevant information on the use of ontology so that he takes initiative of a change knowing its consequences, and so that he adapts changes to minimize their negative effects, their undesirable impacts and their related costs on the resource itself and its use in annotations.; du web sémantique est de produire des caractérisations formelles de contenus documentaires, ou annotations sémantiques, de qualité. Or dans un environnement dynamique, les ressources termino-ontologiques et les annotations sémantiques qu'elles permettent de construire doivent être modifiées régulièrement et en cohérence pour s'adapter à l'évolution du domaine concerné et des collections documentaires annotées. Notre contribution est une méthode qui permet de gérer conjointement l'évolution d'une ressource termino-ontologique et d'annotations sémantiques produites à partir de cette ressource. La méthode définit les types de changements applicables (élémentaires ou complexes), ainsi que des stratégies d'évolution de la ressource et des annotations. Cette méthode est mise en œuvre par le logiciel EvOnto qui s'intègre à l'environnement d'annotation automatique de documents TextViz défini dans le cadre du projet ANR DYNAMO. L'originalité d'EvOnto est de s'adapter à plusieurs scénarios d'évolution suivant que ce soit l'ontologie, la collection documentaire ou les annotations qui soient modifiées. EvOnto assure un support à l'ontologue en le guidant interactivement pour formuler une demande de changement, évaluer son impact (effets supplémentaires) sur la ressource termino-ontologique et aussi sur les annotations sémantiques, et décider ensuite de leur mise en œuvre. Il fournit des informations à l'ontologue pour qu'il décide d'une évolution en connaissant ses conséquences, et qu'il l'adapte pour minimiser les effets négatifs, les impacts non souhaitables ou les coûts correspondants sur la ressource elle-même et son utilisation dans des annotations.

Due to the rapid evolution of knowledge areas, the maintenance of the information systems becomes increasingly difficult to manage. In order to ensure the flexibility of such systems, we propose an approach that enables to separate the business domain knowledge from the hard coded application. This solution enables business users to maintain the evolution of the business domain knowledge and facilitates the maintenance of the information systems. The proposed solution consists of integrating ontologies and business rules. Ontologies enable modeling domain knowledge. Based on that domain knowledge, business rules are authored, in a controlled natural language, in order to automate decision. As business rules depend on ontology entities, we focus on the ontology evolution impact on rules. For that, we propose the MDR approach (Model - Detect - Repair), which consists on modeling ontology changes, detecting the problems they may cause and proposing repairs to solve these problems. The MDR approach is business users oriented and is based on Business Rules Management Systems., Vu la rapidité de l'évolution des connaissances des domaines, la maintenance des systèmes d'information est devenue de plus en plus difficile à gérer. Afin d'assurer une flexibilité de ces systèmes, nous proposons une approche qui permet de représenter les connaissances des domaines dans des modèles de représentation des connaissances plutôt que de les coder, dans un langage de programmation informatique, dans l'application du domaine. Ceci assurerait une meilleure flexibilité des systèmes d'information, faciliterait leur maintenance et permettrait aux experts métier de gérer eux même l'évolution des connaissances de leur domaine. Pour cela, nous proposons une approche qui permet d'intégrer des ontolo- gies et des règles métier. Les ontologies permettent de modéliser les connais- sances d'un domaine. Les règles permettent aux experts métier de définir et d'automatiser, dans un langage naturel contrôlé, des décisions du métier en se fondant sur les connaissances représentées dans l'ontologie. Ainsi, les règles dépendent des entités modélisées dans l'ontologie. Vu cette dépendance, il est nécessaire d'étudier l'impact de l'évolution des ontologies sur les règles. Pour cela, nous proposons l'approche MDR (Modéliser - Détecter - Réparer) qui permet de modéliser des changements d'ontologies, de détecter les problèmes de cohérence qu'ils peuvent causer sur les règles métier et de proposer des solutions pour réparer ces problèmes. L'approche proposée est une approche orientée experts métier et est fondée sur les systèmes de gestion des règles métier.

Due to the rapid evolution of knowledge areas, the maintenance of the information systems becomes increasingly difficult to manage. In order to ensure the flexibility of such systems, we propose an approach that enables to separate the business domain knowledge from the hard coded application. This solution enables business users to maintain the evolution of the business domain knowledge and facilitates the maintenance of the information systems. The proposed solution consists of integrating ontologies and business rules. Ontologies enable modeling domain knowledge. Based on that domain knowledge, business rules are authored, in a controlled natural language, in order to automate decision. As business rules depend on ontology entities, we focus on the ontology evolution impact on rules. For that, we propose the MDR approach (Model - Detect - Repair), which consists on modeling ontology changes, detecting the problems they may cause and proposing repairs to solve these problems. The MDR approach is business users oriented and is based on Business Rules Management Systems., Vu la rapidité de l'évolution des connaissances des domaines, la maintenance des systèmes d'information est devenue de plus en plus difficile à gérer. Afin d'assurer une flexibilité de ces systèmes, nous proposons une approche qui permet de représenter les connaissances des domaines dans des modèles de représentation des connaissances plutôt que de les coder, dans un langage de programmation informatique, dans l'application du domaine. Ceci assurerait une meilleure flexibilité des systèmes d'information, faciliterait leur maintenance et permettrait aux experts métier de gérer eux même l'évolution des connaissances de leur domaine. Pour cela, nous proposons une approche qui permet d'intégrer des ontolo- gies et des règles métier. Les ontologies permettent de modéliser les connais- sances d'un domaine. Les règles permettent aux experts métier de définir et d'automatiser, dans un langage naturel contrôlé, des décisions du métier en se fondant sur les connaissances représentées dans l'ontologie. Ainsi, les règles dépendent des entités modélisées dans l'ontologie. Vu cette dépendance, il est nécessaire d'étudier l'impact de l'évolution des ontologies sur les règles. Pour cela, nous proposons l'approche MDR (Modéliser - Détecter - Réparer) qui permet de modéliser des changements d'ontologies, de détecter les problèmes de cohérence qu'ils peuvent causer sur les règles métier et de proposer des solutions pour réparer ces problèmes. L'approche proposée est une approche orientée experts métier et est fondée sur les systèmes de gestion des règles métier.

The increasing development of networks and especially the Internet has greatly expanded the gap between heterogeneous information systems. In a review of studies of interoperability of heterogeneous information systems, we find that all the work in this area tends to be in solving the problems of semantic heterogeneity. The W3C (World Wide Web Consortium) standards proposed to represent the semantic ontology. Ontology is becoming an indispensable support for interoperability of information systems, and in particular the semantics. The structure of the ontology is a combination of concepts, properties and relations. This combination is also called a semantic graph. Several languages have been developed in the context of the Semantic Web. Most of these languages use syntax XML (eXtensible Meta Language). The OWL (Ontology Web Language) and RDF (Resource Description Framework) are the most important languages of the Semantic Web, and are based on XML.RDF is the first W3C standard for enriching resources on the Web with detailed descriptions, and increases the facility of automatic processing of Web resources. Descriptions may be characteristics of resources, such as the author or the content of a website. These descriptions are metadata. Enriching the Web with metadata allows the development of the so-called Semantic Web. RDF is used to represent semantic graphs corresponding to a specific knowledge modeling. RDF files are typically stored in a relational database and manipulated using SQL, or derived languages such as SPARQL. This solution is well suited for small RDF graphs, but is unfortunately not well suited for large RDF graphs. These graphs are rapidly evolving, and adapting them to change may reveal inconsistencies. Driving the implementation of changes while maintaining the consistency of a semantic graph is a crucial task, and costly in terms of time and complexity. An automated process is essential. For these large RDF graphs, we propose a new way using formal verification entitled "Model Checking".Model Checking is a verification technique that explores all possible states of the system. In this way, we can show that a model of a given system satisfies a given property. This thesis provides a new method for checking and querying semantic graphs. We propose an approach called ScaleSem which transforms semantic graphs into graphs understood by the Model Checker (The verification Tool of the Model Checking method). It is necessary to have software tools to perform the translation of a graph described in a certain formalism into the same graph (or adaptation) described in another formalism, Le développement croissant des réseaux et en particulier l'Internet a considérablement développé l'écart entre les systèmes d'information hétérogènes. En faisant une analyse sur les études de l'interopérabilité des systèmes d'information hétérogènes, nous découvrons que tous les travaux dans ce domaine tendent à la résolution des problèmes de l'hétérogénéité sémantique. Le W3C (World Wide Web Consortium) propose des normes pour représenter la sémantique par l'ontologie. L'ontologie est en train de devenir un support incontournable pour l'interopérabilité des systèmes d'information et en particulier dans la sémantique. La structure de l'ontologie est une combinaison de concepts, propriétés et relations. Cette combinaison est aussi appelée un graphe sémantique. Plusieurs langages ont été développés dans le cadre du Web sémantique et la plupart de ces langages utilisent la syntaxe XML (eXtensible Meta Language). Les langages OWL (Ontology Web Language) et RDF (Resource Description Framework) sont les langages les plus importants du web sémantique, ils sont basés sur XML.Le RDF est la première norme du W3C pour l'enrichissement des ressources sur le Web avec des descriptions détaillées et il augmente la facilité de traitement automatique des ressources Web. Les descriptions peuvent être des caractéristiques des ressources, telles que l'auteur ou le contenu d'un site web. Ces descriptions sont des métadonnées. Enrichir le Web avec des métadonnées permet le développement de ce qu'on appelle le Web Sémantique. Le RDF est aussi utilisé pour représenter les graphes sémantiques correspondant à une modélisation des connaissances spécifiques. Les fichiers RDF sont généralement stockés dans une base de données relationnelle et manipulés en utilisant le langage SQL ou les langages dérivés comme SPARQL. Malheureusement, cette solution, bien adaptée pour les petits graphes RDF n'est pas bien adaptée pour les grands graphes RDF. Ces graphes évoluent rapidement et leur adaptation au changement peut faire apparaître des incohérences. Conduire l’application des changements tout en maintenant la cohérence des graphes sémantiques est une tâche cruciale et coûteuse en termes de temps et de complexité. Un processus automatisé est donc essentiel. Pour ces graphes RDF de grande taille, nous suggérons une nouvelle façon en utilisant la vérification formelle « Le Model checking ».Le Model checking est une technique de vérification qui explore tous les états possibles du système. De cette manière, on peut montrer qu’un modèle d’un système donné satisfait une propriété donnée. Cette thèse apporte une nouvelle méthode de vérification et d’interrogation de graphes sémantiques. Nous proposons une approche nommé ScaleSem qui consiste à transformer les graphes sémantiques en graphes compréhensibles par le model checker (l’outil de vérification de la méthode Model checking). Il est nécessaire d’avoir des outils logiciels permettant de réaliser la traduction d’un graphe décrit dans un formalisme vers le même graphe (ou une adaptation) décrit dans un autre formalisme

Comité de sélection - audience nationale; Nous présentons dans cet article la modélisation d’une RTO dédiée à latâche d’annotation de relations n-aires, qui permettent de représenter des résultatsexpérimentaux, et un corpus de tableaux annotés avec cette RTO. Nous souhaite-rions pouvoir publier cette RTO et le corpus de tableaux associés sur le Web dedonnées, mais de nombreuses questions se posent. Nous espérons que notre parti-cipation à l’atelier Ontologies et Jeux de Données pour évaluer le web sémantique(OJD) nous aidera à y répondre

absent

International audience; Cet article décrit les principes fondateurs et le fonctionnement global de TextViz, outil de recherche d'information (RI) sémantique utilisé dans le domaine du diagnostic automobile. Les bases d'incidents (répertoriant un ensemble de pannes connues) ont toujours été prisées par les constructeurs automobiles et les garagistes : elles permettent d'abord de capitaliser de la connaissance afin de pouvoir y accéder par la suite. Toutefois, avec une architecture des véhicules toujours plus complexe, les causes possibles d'une panne se sont vite multipliées, ce qui rend crucial le processus de RI. Se fondant sur un modèle limité de connaissances du diagnostic automobile, notre logiciel a pour but de faciliter les tâches de stockage et de recherche sémantiques d'information parmi un grand nombre de cas de pannes connus.

The research developed in this thesis defines an ontology evolution approach Onto-Evoal (Ontology Evolution-Evaluation) guided by Change Management Pattern (CMP) modeling. CMP patterns specify three categories of classes: Change, Inconsistency and Resolution Alternative. Based on the modeled patterns and the semantic relations between them, we propose an automated process driving change application while maintaining consistency of the evolved ontology. In addition, the approach integrates an evaluation activity supported by an ontology quality model that we have defined. The quality model is used to guide inconsistency resolution by assessing the impact of the resolutions proposed by the evolution process on ontology quality and selecting the resolution that preserves the quality of the evolved ontology. Change management depends closely on the ontology representation model, we focus on OWL language and we consider change impact on logical consistency as specified in OWL DL layer. The main contributions of the approach are: Change Management Patterns guiding the ontology evolution process; the use of quality evaluation to optimize change resolution; and a formal and explicit modeling of the evolution log., Les travaux de recherche développés dans cette thèse, définissent une approche d'évolution d'ontologie Onto-Evoal (Ontology Evolution-Evaluation) qui s'appuie sur une modélisation de patrons de gestion de changement CMP (Change Management Patterns). Ces patrons spécifient des classes de changements, des classes d'incohérences et des classes d'alternatives de résolution. Sur la base de ces patrons et des relations sémantiques entre eux, un processus automatisé permettant de conduire l'application des changements tout en maintenant la cohérence de l'ontologie évoluée a été développé. L'approche intègre également une activité d'évaluation basée sur un modèle de qualité d'ontologie qui a été défini. Ce modèle est employé pour guider la gestion des incohérences en évaluant l'impact des résolutions proposées sur le contenu et l'usage de l'ontologie à travers un ensemble de métriques quantitatives et ce, afin de choisir une résolution qui préserve la qualité de l'ontologie évoluée. La gestion des changements étant fortement liée au modèle dans lequel est représentée l'ontologie, nous nous sommes focalisés sur le langage OWL en tenant compte de l'impact des changements sur la cohérence logique de l'ontologie telle que spécifiée dans la couche OWL DL. Les principales contributions de l'approche résident dans la modélisation des patrons de gestion de changement guidant le processus d'évolution, l'intégration de l'évaluation de la qualité pour optimiser la résolution des changements et la modélisation formelle et explicite du journal d'évolution.

The research developed in this thesis defines an ontology evolution approach Onto-Evoal (Ontology Evolution-Evaluation) guided by Change Management Pattern (CMP) modeling. CMP patterns specify three categories of classes: Change, Inconsistency and Resolution Alternative. Based on the modeled patterns and the semantic relations between them, we propose an automated process driving change application while maintaining consistency of the evolved ontology. In addition, the approach integrates an evaluation activity supported by an ontology quality model that we have defined. The quality model is used to guide inconsistency resolution by assessing the impact of the resolutions proposed by the evolution process on ontology quality and selecting the resolution that preserves the quality of the evolved ontology. Change management depends closely on the ontology representation model, we focus on OWL language and we consider change impact on logical consistency as specified in OWL DL layer. The main contributions of the approach are: Change Management Patterns guiding the ontology evolution process; the use of quality evaluation to optimize change resolution; and a formal and explicit modeling of the evolution log., Les travaux de recherche développés dans cette thèse, définissent une approche d'évolution d'ontologie Onto-Evoal (Ontology Evolution-Evaluation) qui s'appuie sur une modélisation de patrons de gestion de changement CMP (Change Management Patterns). Ces patrons spécifient des classes de changements, des classes d'incohérences et des classes d'alternatives de résolution. Sur la base de ces patrons et des relations sémantiques entre eux, un processus automatisé permettant de conduire l'application des changements tout en maintenant la cohérence de l'ontologie évoluée a été développé. L'approche intègre également une activité d'évaluation basée sur un modèle de qualité d'ontologie qui a été défini. Ce modèle est employé pour guider la gestion des incohérences en évaluant l'impact des résolutions proposées sur le contenu et l'usage de l'ontologie à travers un ensemble de métriques quantitatives et ce, afin de choisir une résolution qui préserve la qualité de l'ontologie évoluée. La gestion des changements étant fortement liée au modèle dans lequel est représentée l'ontologie, nous nous sommes focalisés sur le langage OWL en tenant compte de l'impact des changements sur la cohérence logique de l'ontologie telle que spécifiée dans la couche OWL DL. Les principales contributions de l'approche résident dans la modélisation des patrons de gestion de changement guidant le processus d'évolution, l'intégration de l'évaluation de la qualité pour optimiser la résolution des changements et la modélisation formelle et explicite du journal d'évolution.

National audience; L'évolution d'ontologie est définie comme étant l'adaptation de l'ontologie aux besoins de changements et la propagation de ces changements aux artefacts dépendants tout en préservant la consistance. Par ailleurs, l'évaluation d'ontologie est souvent utilisée pour choisir l'ontologie la plus appropriée en fonction des besoins de l'utilisateur. L'évaluation prend en considération plusieurs aspects de qualité tels que la structure et l'usage. Dans cet article, nous proposons une approche de gestion de l'évolution d'ontologie basée sur la validation de la consistance et l'évaluation de la qualité. La validation de la consistance consiste à vérifier que chaque axiome reste vrai après l'application du changement. L'évaluation de la qualité permet de décider de l'acceptation finale des changements. Un changement qui permet d'améliorer la qualité peut être validé automatiquement sans l'intervention de l'expert.