Représentation et apprentissage de concepts et d'ontologies pour le web sémantique

Ontology representation and learning for the Semantic Web

• Auteur / Autrice : Alexandre Delteil
• Direction : Rose Dieng-Kuntz
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2002
• Etablissement(s) : Nice

Mots clés

Mots clés contrôlés

Psychologie de l'apprentissage

Étude et enseignement

Web

Résumé

Nous présentons dans cette thèse des langages de représentation des connaissances pour le Web Sémantique, dans l'objectif de fournir une expressivité supérieure aux formalismes actuels comme RDF(S). Le premier langage est une extension de RDF(S) fondée sur les Graphes Conceptuels Simples. Le deuxième langage, GDL, intègre à la fois les caractéristiques des Graphes Conceptuels (GCs) et des Logiques de Description (LDs). Par rapport aux GCs, ce langage peut être vu comme la clôture des GCs sous les opérateurs booléens. Par rapport aux LDs, GDL peut être vu comme la généralisation de ALC permettant de définir n'importe quel motif graphique dans les définitions de concepts. Dans l'objectif de mettre à jour et enrichir les ontologies, nous proposons un algorithme incrémental d'apprentissage de concepts et d'ontologie pour le Web Sémantique. Notre algorithme classe les objets d'une façon systématique selon les motifs relationnels qui les décrivent.