Back to Search Start Over

Gestion des dépendances et des interactions entre Ontologies et Règles Métier

Authors :
Chniti, Amina
Biostatistique
Université Bordeaux Segalen - Bordeaux 2-Institut National de la Santé et de la Recherche Médicale (INSERM)
Center for Advanced Studies, IBM France (CAS)
IBM
Université Pierre et Marie Curie - Paris VI
Jean Charlet
ONTORULE
Chniti, Amina
Centre de Recherche des Cordeliers (CRC (UMR_S 872))
Université Pierre et Marie Curie - Paris 6 (UPMC)-Université Paris Descartes - Paris 5 (UPD5)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)
Source :
Intelligence artificielle [cs.AI]. Université Pierre et Marie Curie-Paris VI, 2013. Français, Intelligence artificielle [cs.AI]. Université Pierre et Marie Curie-Paris VI, 2013. Français. ⟨NNT : ⟩
Publication Year :
2013
Publisher :
HAL CCSD, 2013.

Abstract

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.<br />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.

Details

Language :
French
Database :
OpenAIRE
Journal :
Intelligence artificielle [cs.AI]. Université Pierre et Marie Curie-Paris VI, 2013. Français, Intelligence artificielle [cs.AI]. Université Pierre et Marie Curie-Paris VI, 2013. Français. ⟨NNT : ⟩
Accession number :
edsair.dedup.wf.001..08bed9f87fe56cedd09c1b05c177d9f1