Ontologies pour lastronomie Nathalie Hernandez Josiane Mothe Laurent Cardonner.

Ontologies pour l’astronomie

Nathalie Hernandez

Josiane Mothe

Laurent Cardonner

Objectifs

• Représentation des informations via des ontologies (indexation)– Etude des thesaurus existants– Adéquation aux collections– Mise à jour de la connaissance du domaine

• Découverte de connaissances– Ontologie du domaine de la tâche / du contenu

Plan

• Résultats des analyses via Syntex

• Définition de mesures d’adéquation d’une ontologie par rapport à un corpus

• Techniques de mise à jour

• Définition de différents types d’ontologies adaptés à l’usage des données

• Exemple de l’exploration des publications

Techniques de mise à jour Exemple

Ontologies spécifiques à une tache

Mesures d’adéquationAnalyses

• A notre disposition :– thesaurus de l’astronomie IAU– résumés d’articles publiés dans les revues A&A

et APJ sur plusieurs années.




Analyses

Syntex : analyseur syntaxique de corpus

• Intérêt : extraire syntaxiquement les expressions d’une collection documentaire [Bourigault & Fabre, 2000]

• Deux phases– Pré-traitement par un étiqueteur

– Analyse syntaxique

• Originalité : apprentissage endogène [Bourigault & Lame, 2002]




Analyses

Résultats

• APJ

• A&A




Analyses

1995 2002 communsResumés 1223 1834

Noms (disk, cluster, flux)

5483 7084 3091

Syntagmes Nominaux (magnetic field, gamma

ray, black hole)38493 54235 11839

Syntagmes Verbaux (have a mass, have

velocities)14707 20961 3739

1999 2002 communsResumés 2197 2300

Noms (disk, cluster, flux)

7031 7197 4077

Syntagmes Nominaux (magnetic field, gamma

ray, black hole)75070 77641 22378

Syntagmes Verbaux (have a mass, have

velocities)29280 30239 7113

IAU• Thesaurus (représentation terminologique du domaine de

l’astronomie) crée en 1995• 2863 termes dont 2222 expressions (magnetic field, X

ray,…)• 5000 relations entre termes de plusieurs natures :

– t1 BT t2 : terme t2 plus spécifique t1– t1 NT t2 : terme t2 plus générique t1– t1 U t2 : utiliser le terme t1 plutôt le terme t2– t1 UF t2 : utiliser le terme t2 à la place de t1– t1 RT t2 : t1 et t2 sont liés




Analyses

Recherche termes IAU / CORPUS• APJ

– 1999 : 865 termes retrouvés– 2002 : 877 termes retrouvés

• A&A– 1995 : 832 termes retrouvés– 2002 : 884 termes retrouvés

• 588 termes communs aux 4 corpus IAU adapté à l’indexation de nos corpus? Mesures génériques (ontologie/thesaurus)




Analyses

IAU en OWL

• Ontology Web Language [http://www.w3.org/TR/owl-

features/]

recommandation du W3C

• Transformation– Définition de concepts (différents labels)

X Ray UF X-RayX Ray UF X-Ray radiation X Ray ; X-Ray, X-Ray radiation

– Définition de relations (généricité/specificité, est lié à)


Ontologies spécifiques à une tacheAnalyses

Mesures d’adéquation


Analyse lexicale• Couverture ontologie / corpus

– Pourcentage de termes de l’ontologie présents dans le corpus

Choix ou non de l’ontologie comme point de départ

• Couverture corpus / ontologie– Détection des concepts représentatifs des

documents (tf.idf [Salton 71])Proposition de nouveaux termes à ajouter





Analyse conceptuelle• Principe : « un concept est représentatif d’un

domaine si il est en relation avec d’autres concepts du domaine »

• Définition d’une mesure du pouvoir représentatif d’un concept

• Définition d’une mesure du pouvoir représentatif d’une ontologie à partir de la mesure des concepts retrouvés dans les documents Validation du choix de l’organisation des concepts

dans l’ontologie





Mise à jour des concepts

• Ajout des termes représentatifs des documents dans l’ontologie– Nouveau label pour un concept– Nouveau concept

utilisation des mesures de proximité sémantique de Syntex

Exemple



Techniques de mise à jour


Mise à jour des relations

• Spécification sémantique de la relation « est lié a » : (« événement lié à », « objet lié a »)

• Détection de nouvelles relations entre concepts utilisation des mesures de proximité

sémantique de Syntex

Exemple





• Nécessité de deux types ontologies :– Ontologie du domaine de la tâche : organisation

des méta-données ou rôles des connaissances dans la réalisation d’une tâche

– Ontologie du domaine abordé dans le corpus: représentation de la connaissance liée au domaine traité dans le contenu des documents

optimiser les tâches

Exemple

Analyses





Architecture

DocumentsContent-oriented

ontology

Task-orientedontology

USER

INTERFACE

Domain dependentcollection

Indexingmodule

Informationextractionmodule

Exemple

Analyses





Cadre applicatif

• Tâche: Exploration des publications dans les revues A&A et APJ– Collection à notre disposition– Expérience à partir de Tétralogie

Exemple

Analyses





Ontologie du domaine de la tache d’exploration

Construction semi-automatique

REVUE OUVRAGE ACTES DE CONFERENCE

LITTERATURE DU DOMAINE

Est unEst unEst un

CHERCHEURnom prénom

LABORATOIREadresse

Travaille pour

Travaille avec

PAYS

Est situé en

ARTICLEref

Publié dans

Rédige

DATEEcrit en

Travaille pour depuis

OBJET DE RECHERCHE

A pour domaine d’intérêt

Traite de

Exemple

Analyses





Ontologie du domaine abordé dans le corpus

Échantillon construit à partir de IAU et Factguru

ETOILE

SOLEIL

Est un

ECLIPSE SOLAIRE COURONNE SOLAIRE

Est un événement lié

Partie de

SYSTEME SOLAIRE

Partie de

CORPS CELESTEa un spectre

Est un

ASTEROIDECOMET

Est un Est un

PLANETOIDE

Synonyme

Partie dePartie de

Exemple

Analyses





Liens entre les deux ontologies

Est un Evénement lié à

CHERCHEURnom Dupontprénom Jean

Travaille avec

ETOILE

SOLEIL

Est un

ECLIPSE SOLAIRECOURONNE SOLAIRE

Partie de

A pour domaine d’intérêt

Echantillon de l’ontologie de domaine

Echantillon de l’ontologie de tâche au niveau instance

ARTICLERef : 1 Traite de

Rédige

objet de recherche

Exemple

Analyses





Prototype – interface de visualisation

• Plusieurs niveaux de navigation– Niveau conceptuel : vue générale sur le corpus– Niveau instance : détails sur le corpus

• Deux accès à la collection– À travers l’ontologie du domaine de la tâche– A travers l’ontologie du domaine abordé dans

la collection

Analyses



Ontologies spécifiques à une tache Exemple

Exemple

Aperçu de l’interface

Analyses




Exemple

Exploration via ontologie domaine tache

Analyses




Exemple

Connaissance établie pour instance Chercheur

Analyses




Exemple

Connaissance établie pour instance Article

Analyses




Exemple

Exploration via ontologie domaine abordé dans corpus

Analyses




Exemple

Conclusion

• IAU– Intégration d ’autres éléments : instances des

concepts ? • Instruments,

• objets - Exemple objets Lien avec Simbad

• FACTGURU ?? [http://www.site.uottawa.ca:4321/astronomy/index.html]




Travaux à faire

• Évaluation– Cadre– Réalisable

• Définition de tâches

• Mise à jour - Mots clés (oui avec niveau souhaité - Ontologie - Web sémantique)

• Lien avec UCD




Evaluation

• Comparer l’adéquation d’échantillons de deux ontologies sur un même corpus, puis sur des différents (évolution du domaine)

Proposer les corpus et les deux ontologies

Evaluation

Ontology A Ontology B

particle photon

radiation

high energy radiation

X rayX ray radiationX-ray

electromagnetic wave

X ray spectra X ray source

X ray binaries star

X ray pulsar

pulsar

X ray scattering

X ray background

wave

Background radiation

PhotonElectromagnetic radiation

X rayX-Ray

wave hard X ray soft X ray

X ray source

celestial sphere

X ray pulsar

pulsarpsr

particle

neutral particle

celestial body

X ray astronomy

Is aPart of Is related to

Ontologie

• Ontologie : « spécification explicite et formelle d’une conceptualisation partagée» [Studer 1998]

• Deux niveaux sémiotiques :– Lexical (termes)– Conceptuel (concepts et relations entre

concepts)

base pour la communication entre les machines, entre humains et machines

Recherche d’information et ontologie

• Intégration des ontologies dans un processus de recherche :– Réduction du silence : extension des requêtes à

partir des termes et concepts de l’ontologie– Réduction du bruit : désambiguïsation des

termes contenus dans la requête

Recherche d ’information et Ontologie

• Indexation des documents à partir des concepts de l’ontologie– Descripteurs choisis dans l’ontologie– Indexation à partir de concepts et non plus à

partir de mots souvent ambigus

Choix d’une ontologie reflétant le ou les domaines de connaissance relatifs aux corpus

Exploration de collections documentaires à partir d’ontologies

• Objectifs :– Aide à l’indexation des documents par un

procédé de catégorisation automatique des documents au niveau des concepts d’ontologies

Météorite

Achondrite Chondrite

Chondrule Chondrite carbonnée

Météorite……………….chondrule

Chondrule……..

Chondrule

Extraits des documents

Extrait d’une hiérarchie de concepts

Ontologies pour lastronomie Nathalie Hernandez Josiane Mothe Laurent Cardonner.

Documents

Transcript of Ontologies pour lastronomie Nathalie Hernandez Josiane Mothe Laurent Cardonner.