Upload
pacheikh-cisse
View
969
Download
3
Embed Size (px)
DESCRIPTION
Il s'agit d'un exposé réalisé par 2 étudiants en M2 recherche en informatique à l'Université Gaston Berger de St Louis du Sénégal. Il a été réalisé dans le cadre d'un cours d'intégration de données. L'exposé porte sur le projet PICSEL du laboratoire de recherche en informatique (LRI) avec France Telecom R&D.
Citation preview
Production d’Interface à base de Connaissances pour des Services En Ligne
Mouhamadou KHOULE Papa Cheikh CISSE
Introduction
Représentation des connaissances dans PICSEL
De la modélisation à la représentation de l’ontologie
Plan de requêtes
• Définition
• Calcul de plan de requêtes
Affinement de requêtes
Conclusion
Questions/Réponses2
Sommaire
• Les données sont de plus en plus accessibles via des réseaux. Cela pose le problème de leur accès.
• Intégration de ces donnéesgrâce à des interfaces de requêtes entre utilisateurs et
données (les médiateurs).
3
Introduction
• PICSEL offre un environnement déclaratif de constructeurs de médiateurs
• Il y’a déjà PICSEL 1, PICSEL 2 et maintenant
PICSEL 3.
4
Introduction
• Le langage CARIN-ALN
• Le langage de requête
• Le langage de vues
5
Représentation des connaissances dans PICSEL
• La Composante terminologique de CARIN-ALN
• La Composante déductive
6
Représentation des connaissances dans PICSEL
CARIN-ALN
Elle comprend des définitions et des inclusions de concepts.
Une définition de concept:
NC := ConceptExpression
Une inclusion de concept: C1 C2
• A ConceptExpression
• A1 A2 7
Représentation des connaissances dans PICSEL
CARIN ALN
La composante terminologique
La logique de description contient les
constructeurs de conjonctions
(C1 C2),
de restriction de concept
(" r c, de restriction de cardinalité nr(respectivement nr), et de négation sur les concepts de base uniquement)
8
Représentation des connaissances dans PICSEL
CARIN ALN
La composante terminologique
• Un ensemble Dr de règles saines:
p1(X1) ^ ... ^ pn(Xn) Q(X)
• Un ensemble Cr de contraintes d’intégrité ayant la forme de règles concluant sur :
p1(X1) ^ ... ^ pn(Xn)
où les pi sont des prédicats d’arité quelconque
9
Représentation des connaissances dans PICSEL
CARIN ALN
La composante déductive
Le contenu de chaque source S est représenté
à partir du vocabulaire Vs constitué d’autant
de noms de vues vi qu’il y’a de relations du domaine dont on sait que la source fournit des instances.
10
Représentation des connaissances dans PICSEL
Langage de vue
La description du contenu d’une source S en termes de vues est constitué de:
• Un ensemble Is de correspondance vi p reliant chaque vue à la relation p du domaine dont elle peut fournir des instances.
• Un ensemble de contraintes sur les vues, de la forme v c où c est une expression de concept et pour chaque vue v une contrainte de cette forme:l1 (X1) ^ ...^ ln(Xn)
11
Représentation des connaissances dans PICSEL
Langage de vue
Exemple:
Is1:s1-hotel hotel
s1-situation situéDans
Cs1:s1-hotel (" situéDans Caraibes)
s1-situation(x,y) ^ non s1-hotel(x) 12
Représentation des connaissances dans PICSEL
Langage de vue
Le médiateur permet à un utilisateur d’effectuer des recherches globales, c’est-à-dire en termes du vocabulaire du domaine d’application global du serveur, vocabulaire regroupé au sein de l’ontologie.
Les requêtes autorisées sont des requêtes conjonctives de cette forme:
Q(X): p1(X1) ^ ... ^ pn(Xn)
13
Représentation des connaissances dans PICSEL
Langage de vue
La requête suivante exprime la recherche d’hôtels situés dans un lieu au soleil et équipés d’un golf:
Q(x): hotel(x) ^ lieuAvecGolf(x) ^ situéDans(x,l)
^ lieuAuSoleil(l)
14
Représentation des connaissances dans PICSEL
Langage de requête
Les connaissances de l’ontologie sont principalement vues comme le support de l’interface entre le système et ses utilisateurs .
Les besoins pour décrire le contenu des sources ont été évalué à partir des informations présentes dans les catalogues de tourisme.
15
De la modélisation à la représentation de l’ontologie
• La Définition des concepts et des rôles
• L’expression des contraintes
16
De la modélisation à la représentation de l’ontologie
Ce qu’on exprime dans la partie terminologique
Le modèle de l’ontologie comprend une hiérarchie principale de concepts dont la racine est le concept produit.
Logements
Trajets
Locations de véhicules
Stages17
Produit
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
La définition des concepts et des
rôles
Le modèle comprend par ailleurs, des hiérarchies secondaires disjoints décrivant des catégories d’objets de sous domaines du domaine d’application (lieu, loisir, prestation, service, équipement).
Tous ses concepts sont définis dans une terminologie
ALN.
Les exemples ci-dessous illustrent la représentation en CARIN-ALN des concepts.
18
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
La définition des concepts et des
rôles
Exemples:
1. (Produit := (1 prixAssocié) (1 prixAssocié) ("prixAssocié nombre) (1 dateDébutAssocié) (1 dateDébutAssocié) ("dateDébutAssocié date) ("serviceProduitAssocié service) ("prestationProduitAssocié prestation))
Un produit a un seul prix, une seule date de début, éventuellement
des services ou prestations associés.19
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
La définition des concepts et des
rôles
2. (activitéSportive:=
(activité
(" natureActivitéAssocié loisirSportif)))
Une activité Sportive est une activité dont la nature associée peut être qualifié de loisir Sportif.
20
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
La définition des concepts et des
rôles
3. equipementCulturel equipement
Inclusion du concept de base equipementCulturel dans le concept equipement
21
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
L’expression des contraintes
22
De la modélisation à la représentation
de l’ontologie
Ce qu’on exprime dans la partie
terminologique
L’expression des contraintes
• Le recours aux règles
• L’utilisation de contraintes
23
De la modélisation à la représentation de l’ontologie
Ce qu’on exprime dans la composante déductive
L’emploi de règles déductives permet de définir des propriétés sur les concepts par des prédicats déductibles n’appartenant à la composante terminologique.
Exemple: La règle suivante de nom VolAR et d’arité 4 à partir d’un certain nombre de relations de base.
24
De la modélisation à la représentation de
l’ontologie
Ce qu’on exprime dans la composante
déductive
Le recours aux règles
Comme on l’a vu dans la partie terminologique, l’expression de contraintes d’exclusion entre concept de base se fait en CARIN-ALN dans la composante terminologique.
Les contraintes portant sur d’autres types prédicats doivent être représentées par des contraintes d’intégrité
Contraintes traduisant des dépendances fonctionnelles.
25
De la modélisation à la représentation de
l’ontologie
Ce qu’on exprime dans la composante
déductive
Le recours aux règles
Vol(v1) ∧ lieuDépart(v1,villeDépart) ∧ lieuArrivée(v1,villeArrivée)
∧ dateDépart(v1,dateDépart1) ∧
Vol(v2) ∧ lieuDépart(v2,villeArrivée) ∧ lieuArrivée(v2,villeDépart)
∧ dateDépart(v2,dateDépart2)
∧ dateAntérieure(dateDépart1,dateDépart2)
VolAR(villeDépart,dateDépart1,villeArrivée,dateDépart2)
Elle exprime un vol Aller retour(VolAR) est composé de deux vols consécutifs dans le temps.
26
De la modélisation à la représentation de
l’ontologie
Ce qu’on exprime dans la composante
déductive
Le recours aux règles
27
De la modélisation à la représentation de
l’ontologie
Ce qu’on exprime dans la composante
déductive
Le recours aux règles
Défini comme étant la réécriture d’une requête en termes de vues
28
Plan de requête
29
Vérification de la satisfiabilité de la requête
Calcul de plans de requêtes
• Appel à OntoClass: module de classification codé en Java
• Saturation de la requête en utilisant le chaînage avant
• Si insatisfiabilité constatée, le module d’affinement de requêtes entre en action
30
Calcul de plans de requêtes
Dépliement
de la requête
31
Calcul de plans de requêtes
Procéder par chaînage arrière pour obtenir une réécriture de la requête initiale.
Ces réécritures sont appelées dépliés de la requête initiale.
32
Calcul de plans de requêtes
Exemple:
Soient les définitions
• Un sport de montagne est praticable dans un lieu avec montagnelieuAvecMontagne(l) ^ sportDeMontagne(s) loisirPraticable(s,l)
• Un sport nautique est praticable dans un lieu avec plagelieuAvecPlage(l) ^ sportNautique(s) loisirPraticable(s,l)
33
Calcul de plans de requêtes
Exemple:
Soit la requête
Q(h,s) : hotel(h) ^ situé(h,l)
^ loisirPraticable(s,l)
qui permet de trouver des couples d’hôtels et les loisirs qui y sont praticables.
34
Calcul de plans de requêtes
Exemple:
Les dépliés de la requête seront:
q1(h,s) : hotel(h) ^ situé(h,l)^ lieuAvecMontagne(l) ^ sportDeMontagne(s)
q2(h,s) : hotel(h) ^ situé(h,l)^ lieuAvecPlage(l) ^ sportNautique(s)
35
Calcul de plans de requêtes
Réécriture atome par atome de chaque requête conjonctive du déplié
36
Calcul de plans de requêtes
Recherche infructueusepeut être due à:
• requête mal exprimée
• mise en correspondance impossible
• données inexistantes
37
Affinement de requêtes
38
Affinement de requêtes
Première brique d’un
module de dialogue coopératif entre PICSEL
et ses utilisateurs.
39
Affinement de requêtes
Procédé:
Détection grâce à des algorithmes, des concepts minimaux cause d’insatisfiabilité
(les conflits)
40
Affinement de requêtes
Exemple:
hotelDeLuxe(x) hautTarif(x)
hautTarif(x) ^ basTarif(x) (exclusivité)
‘’Trouver 1 hôtel de luxe à bas tarif’’
est insatisfiable
41
Affinement de requêtes
Procédé:
Remplacement des
conflits par des
concepts directement plus généraux dans la requête
42
Affinement de requêtes
Exemple:
Remplacer hotelDeLuxe par hotel,
lieuAvecPlage ou lieuAvecPiscine par lieu, etc.
43
Affinement de requêtes
Procédé:
Présentation à l’utilisateur d’une réparation de la requête
Exemple: ‘’Trouver un hôtel de luxe à bas tarif’’ devient ‘’Trouver un hôtel à bas tarif’’ qui est cette fois-ci satisfiable.
44
Affinement de requêtes
• PICSEL permet de construire des médiateurs
• PICSEL a permis le développement d’une
ontologie du tourisme
• Nous avons vu comment il permettait de
représenter et de modéliser les données des sources d’informations
45
Conclusion
• Puis comment les requêtes de l’utilisateur sont traitées ainsi que leur affinement en cas de recherche infructueuse.
• Le futur de PICSEL est à son intégration à l’échelle du web.
• Cela impliquera l’utilisation des techniques d’apprentissage.
46
Conclusion
47
PICSEL 1 & 2: Architecture
48
PICSEL 3: Architecture
49
Merci pour votre attention
• http://www.lri.fr/~sais/picsel3 - PICSEL 3 Project Home Page
• http://www.lri.fr/~sais/picsel3/prevproj.php - PICSEL 3 previous projects (PICSEL1 & PICSEL 2)
• http://www.lri.fr/~cr/OGHS/Slides/Reynaud.pdf
• ROUSSET Marie Christine, BIDAULT Alain, FROIDEVAUX Christine, GAGLIARDI Hèlène, GOASDOUE
François, REYNAUD Chantal, SAFAR Brigitte, « Construction de médiateurs pour intégrer des
sources d’informations multiples et hétérogènes : le projet PICSEL », Université Paris Sud –
CNRS(LRI) & INRIA (Futurs), LRI, France.
• REYNAUD C., SAFAR B., GAGLIARDI H., « Une expérience de représentation d’une ontologie dans
le médiateur PICSEL », LRI, CNRS, Université Paris 11, Université Paris 10.
50
Références