Sacrées Logiques Descriptives, on n’a décidément pas fini d’en parler !

Et ce pour plusieurs raisons :

• D’abord parce que le Web Sémantique, les Ontologies et la norme OWL reposent sur ces logiques descriptives (en fait une sous-classe des logiques de premier ordre)
• Parce que si l’on veut stocker ces « bases de connaissances « (j’aime de moins en moins ce mot auquel je préfère « organisation de l’information ») cela semble incongru de s’appuyer sur les bases de données relationnelles puisque ces dernières sont fondées sur une logique fermé et non ouverte.
• Ensuite, parce que les langages de programmation reposent eux aussi sur des logiques fermées (Le langage Prolog reposait lui aussi sur les logiques de premiers ordre mais pas dans la même classe que celle des logiques descriptives)

Par exemple, il ne faut pas écrire :

if Socrates in Person: print ’Socrates is a person.’
else: print ’Socrates is not a person.’

Mais plutôt :

if Socrates in Person: print ’Socrates is a person.’
else: if Socrates in NotPerson: print ’Socrates is not a person.’
else: print ’I do not know if Socrates is a person.’

- Enfin parce que, nous aussi, nous raisonnons plus facilement dans le cadre de l’hypothèse d’un monde fermé.

On a donc le tableau suivant :

• Les informations (la partie déclarative pourrait-on dire) sont organisées selon l’hypothèse d’un monde ouvert.
• Les solutions de stockage les plus utilisées reposent sur l’hypothèse d’un monde fermé.
• La partie procédurale, celle représentée par les langages de programmation, repose également sur l’hypothèse d’un monde fermé.

Cela se manifeste concrètement par des difficultés d’implémentation des approches basées sur les ontologies dans les entreprises. C’est encore d’actualité, mais j’observe des changement significatifs.

Houston, we’ve maybe found a solution…

Vous voulez savoir pourquoi je pense que çà va passer quand même dans les entreprises, et « quitter les labos  » ? Parce que je crois que l’expression des besoins des métiers se fera très rapidement directement via une réalisation d’ontologie. La Maîtrise d’oeuvre d’un système d’information recevra de la Maîtrise d’Ouvrage un fichier « owl » en lieu et place d’un cahier des charges classique.

La révolution du Web Sémantique est en marche, et vous ?

Related posts:

1. Logiques non-standards Une bibliographie des logiques non-standard, par Peter Suber. Lesquelles se...
2. XML versus Protocol Buffer La nouvelle ne m’aurait pas effleurée si un Googler (membre...
3. Pourquoi le Web Sémantique a-t-il autant de succès ? C’est d’abord parce qu’il est destiné à être utilisé par...

Les Logiques Descriptives, celles utilisées pour faire des calculs d’inférence sur les ontologies, sont basées sur des Open World Assumptions (OWA), qui réfèrent à l’ Open World Reasoning (OWA). C’est à dire qu’elle reposent sur l’hypothèse d’un monde ouvert.

Dans ce monde ouvert, on ne peut pas dire qu’une chose n’existe pas tant qu’il n’a pas été explicitement statué qu’elle n’existait pas. Dit autrement, si une proposition n’a pas le statut « Vrai », on ne peut pas en déduire qu’elle est fausse. On dira que son cas n’a pas été statué, ou que l’on ne dispose pas des connaissances nécessaires pour statuer.

De fait, c’est bien utile lorsqu’on réalise une ontologie, car cela permet de rendre compte du fait que certaines connaissances sont indisponibles sans pour autant rendre impossible la formalisation des connaissances d’un domaine. On sait que  » l’on ne sait pas », et le modèle ne vous somme pas de prendre une décision.

Le revers de la médaille, c’est que nous modélisons souvent en ayant une pensée binaire. Cela implique que nous raisonnons sur des choses en pensant qu’elles deviendrons explicites « par défaut ».
C’est la raison pour laquelle, dans l’éditeur d’ontologies Protégé, il existe une fonction « Axiome de Clôture » (Closure Axiom) qui permet de fermer les propositions qui restaient ouvertes (et donc non calculables par un moteur d’inférence ).

Cette fonction est bien utile et automatise parfaitement ce que notre esprit laisse souvent en jachère dans son effort de formalisation.

Related posts:

1. getChristianFaureAge ( ) En javascript, la fonction : getTime( ) renvoie le temps...
2. La fonction managériale du doute La figure dominante du manager est le learder, celui qui...
3. Du management des connaissances au management du sens La connaissance est partout : dans le mobilier, dans les...

Une bibliographie des logiques non-standard, par Peter Suber.
Lesquelles se prêtent le mieux au calcul formel sur les ontologies ?
(via varia )

Related posts:

1. De la temporalité des ontologies (2) J’avais déjà évoqué la difficulté d’introduire de la temporalité dans...
2. Houston, we’ve got a problem Sacrées Logiques Descriptives, on n’a décidément pas fini d’en parler...
3. Ars Industrialis sur Twitter Vous pouvez à présent suivre l’actualité d’Ars Industrialis sur Twitter....

C’est d’abord parce qu’il est destiné à être utilisé par les machines, non par les hommes. Il est destiné à être utilisé par des machines car il repose sur les logiques descriptives dont le formalisme permet de faire du calcul. Attardons-nous quelques instants sur ces logiques descriptives qui sont au coeur même des démarches « sémantiques ».

Une logique basée sur le calcul des prédicats est trop pauvre car elle ignore la notion de contextualité, c’est la raison pour laquelle, en matière d’ingénierie des connaissances, les logiques descriptives ont pris le dessus. Elles ont la prétention – c’est ce que dénote l’adjectif « descriptives »- de s’appuyer sur une représentation contextualisée des éléments qui la composent. Et pour ce faire, les logiques descriptives se proposent de regrouper les connaissances dans leur contexte d’application. Pour répondre à cette contextualisation de la connaissance, a été mis en place les Frames (Cadres). Je n’insisterai pas plus là dessus car la programmation orientée objet est issue de cette représentation des connaissances par des Frames (entités, classes, attributs, méthodes,…)
Une représentation des connaissances ( ou Base de connaissances, ou ontologie) est la somme des T-Box et des A-Box :

• Les A-Box: sont les assertions concernant les instances . Elles contiennent des connaissances quelconques sur les instances.
• Les T-Box: sont les connaissances terminologiques concernant les classes. Les T-Box contiennent des formules logiques qui caractérisent les classes , c’est le lieu même des logiques descriptives, que l’on appelle aussi parfois les logiques terminologiques.

A partir de là, on peut dire que :

• Raisonnement A-Box = moteurs d’inférence généraux
• Raisonnement T-Box = les méthodes DL (Logiques Descriptives) à proprement parler.

Le Web tel qu’il est à présent, mais de moins en moins, ne propose pas de sémantique formelle, cela signifie qu’aucun calcul ne pouvait avoir lieu. C’est la raison pour laquelle on a rajouté la norme XML permettant de rajouter des méta-données aux documents. Mais cela ne suffisait pas, il a fallut rajouter la norme RDF (Ressource Description Framework) proposant une syntaxe de triples en XML ( Objet A -> Relation -> Objet B). Cela ne suffisait pas non plus, aussi a-t-on rajouté RDFS (RDF Schema) qui propose une extension pour structurer les tags XML en classes, propriétés, etc. Finalement, en février 2004, le W3C a proposé la norme OWL (Web Ontology Language), dernière étape de la normalisation permettant aux logiques descriptives de pourvoir enfin opérer.

Trois normes OWL sont actuellement proposées :

• OWL Lite : c’est la version la plus simple.
• OWL DL : c’est la version la plus importante puisqu’elle correspond aux enjeux de la DL (logiques descriptives).
• OWL Full : son intérêt est pour l’instant plutôt théorique.

De ces quelques rappels, nous pouvons préciser les points suivants :

1. Les normes n’apparaissent pas par hasard, elles sont non seulement le fruit d’un consensus (entre les différentes parties prenantes : celles du monde de l’entreprise et dans une moindre mesure des universités) mais elles sont surtout là pour répondre à un impératif et à une exigence. En l’occurrence, pour les sciences de l’information et les technologies cognitives, il s’agit de pouvoir opérer et calculer sur les supports numériques.
2. Mais cela ne suffit pas : on ne procède pas à des normalisations où à des efforts de recherche importants si l’enjeu n’en vaut pas la chandelle. Quel est donc l’enjeu ? Il s’agit de dégager un consensus et d’agréger des représentations de l’information afin d’accélérer le contrôle de l’esprit et de la mémoire.
3. Cette logique s’exerce dans l’entreprise dans un but de rationalisation et d’efficience : c’est le cas dans les méthodes de développement ou dans les architectures informatiques qui ont les premières mis en oeuvre les standards du Web Sémantique (Java, XML, Web Services, ..), mais aussi dans les démarches management des connaissances (Bases de connaissances, capitalisation, partage des connaissances, …)
4. Mais c’est aussi et surtout une logique qui vise directement un tout autre objectif : relancer la consommation, par tous les moyens, j’ai bien dit « par tous les moyens ».

Epilogue :
Bien sûr, cette conclusion peut sembler abusive. Surtout pour toi, lecteur, qui est partie prenante de la démarche. Peut-être jugeras-tu la chute péremptoire et paranoïaque. Mais combien de personnes sur terre sont aussi instruites que toi ? Ceux qui vivent dans la misère symbolique vont se faire tirer comme des lapins par ce processus, par cette gigantomachie.

Related posts:

1. Houston, we’ve got a problem Sacrées Logiques Descriptives, on n’a décidément pas fini d’en parler...
2. Positionnement du web sémantique et du web 2.0 Les vieux démons du management des connaissances La plupart des...
3. Un monde ouvert Les Logiques Descriptives, celles utilisées pour faire des calculs d’inférence...

Voici un petit guide pour ceux qui veulent mettre en place une ontologie. Ce n’est bien sûr pas la seule façon de procéder, mais c’est celle que je trouve la plus pertinente.

Cette approche provient, entre autres, des travaux de Bruno Bachimont, Raphaël Troncy et Nathalie Aussenac-Gilles.

1. D’abord bien définir l’objectif de l’ontologie et comment son utilisation permettra d’atteindre ces objectifs.

2. Une ontologie est une représentation formelle des éléments, et de leurs relations, constitutifs d’un domaine de connaissance. L’ontologie n’est pas la représentation et la modélisation de l’expertise, ou des processus cognitifs de quelques personnes, c’est la modélisation d’un domaine qui correspond à un champ de pratique.

3. Il faut tout d’abord identifier les éléments de l’ontologie : pour cela travaillez avec des personnes ayant différents profils, mais qui tous ont une pratique dans le domaine de connaissance choisi.

4. S’il existe un corpus documentaire sur le sujet, aidez-vous de différents outils de traitement automatique des langues (par exemple SYNTEX pour repérer les éléments candidats, UPERY pour le regroupement de contexte et YAKWA pour le repérage de relations). Voir à ce sujet l’approche Terminae, qui émane du groupe « Terminologie et Intelligence Artificielle ».

5. Maintenant il va falloir fixer tout çà ensemble, et c’est la que c’est le plus dur. Pour ma part je suggère la méthodologie présentée par Bruno Bachimont, mise en place lors du projet MENELAS, qui vise à contraindre l’utilisateur à un engagement sémantique, en introduisant une normalisation sémantique des termes manipulés dans l’ontologie.

6. Il faut ensuite veiller à donner une signification précise aux termes de l’ontologie. Pour cela, il faut utiliser la sémantique différentielle de François Rastier pour laquelle le sens est intra-linguistique : il se construit par des relations d’opposition entre les unités du système linguistique. Les traits sémantiques qui déterminent le sens des termes sont appelés sèmes. Il y a deux sèmes :
-> les sèmes génériques qui permettent de regourper les unités entre elles.
-> les sèmes spécifiques qui permettent à une unité de se distinguer de celles avec qui on l’a regroupée.

7. Mais comme le sens est toujours fortement dépend du contexte, le mécanisme qui interprète l’attribution des sèmes aux termes doit être contrôlé. Le contrôle de cette interprétation est la normalisation sémantique.

8. La normalisation sémantique se met en place grâce à quatre principes :
->le principe de communauté avec le père
-> le principe de différence avec le père
-> le principe de différence avec la fratrie
-> le principe de communauté avec la fratrie
Les termes ainsi obtenus après être passés par la normalisation sémantique deviennent des primitives d’une taxinomie.

9. L’étape suivante va être la formalisation des connaissances. En liant les notions avec un ensemble de référents dans le monde on va donner une sémantique extensionelle qui va devenir une ontologie référentielle, composée de concepts qui vont agir comme des primitives formelles.

10. A présent il faut opérationnaliser les connaissances. Il s’agit pour cela de munir les concepts présents dans l’ontologie référentielle d’une signification en termes d’opération informatique. Cela donne l’ontologie computationnelle recherchée.

Pour vous outiller dans cette démarche utilisez DOE (Differential Ontology Editor). Puis reprenez le résultat de vos travaux avec Protégé pour finir le travail avec cet editeur de l’université de Stanford.

Pour exploiter votre ontologie il vous faudra :
-> une solution pour stocker l’ontologie (par exemple SESAME)
->une solution pour interroger et inter-agir avec l’ontologie ; c’est le moteur d’inférence.
Il y a deux catégories de moteurs d’inférence, ceux qui sont des langages et API programmables d’un côté (TRIPLE, KAON1, JENA2). Et de l’autre des raisonneurs généralement développés autour des logiques de description (FACT, RACER)

Related posts:

1. Stocker une ontologie J’ai déjà parlé de la confusion entre les logiques fermées...
2. Ontologie et équation logique L’ontologie informatique se laisse bien souvent, dans ses aspirations, aveugler...
3. Un monde ouvert Les Logiques Descriptives, celles utilisées pour faire des calculs d’inférence...