Fouille du Web sémantique à la recherche d'axiomes OWL

Mining the semantic Web for OWL axioms

• Auteur / Autrice : Thu Huong Nguyen
• Direction : Andrea Tettamanzi
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 02/07/2021
• Etablissement(s) : Université Côte d'Azur
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Nice ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Informatique, signaux et systèmes (Sophia Antipolis, Alpes-Maritimes) - Institut national de recherche en informatique et en automatique (France). Unité de recherche (Sophia Antipolis, Alpes-Maritimes)
• Jury : Président / Présidente : Fabien Gandon
• Jury : Examinateurs / Examinatrices : Andrea Tettamanzi, Fabien Gandon, Leonardo Vanneschi, Karim Tabia, Nathalie Hernandez, Catherine Faron
• Jury : Rapporteurs / Rapporteuses : Leonardo Vanneschi, Karim Tabia

Mots clés

Mots clés contrôlés

Programmation génétique (informatique)

Algorithmes évolutionnaires

Exploration de données

Ontologies (informatique)

Web sémantique

Mots clés libres

Web sémantique

OWL

RDF

Logiques de description

Ontologies

Apprentissage d'ontologies

Enrichissement d'ontologie

Axiomes

Axiomes de disjonction de classe

Exploration des données

Algorithmes évolutionnaires

Évolution grammaticale

Programmation génétique

Ensembles flous

Théorie des possibilités

Semantic Web

OWL

RDF

Description logics

Ontology

Ontology learning

Ontology enrichment

Axioms

Class disjointness axioms

Data mining

Evolutionary algorithms

Grammatical evolution

Genetic programming

Fuzzy sets

Possibility theory

Résumé

À l'ère du Web Sémantique, les données liées ouvertes (LOD) en sort l'implémentation la plus réussie qui contient actuellement des milliards de triplets RDF (Resource Data Framework) dérivés de sources multiples, distribuées et hétérogènes. Le rôle d'un schéma sémantique général, représenté comme une ontologie, est essentiel pour assurer l'exactitude et la cohérence du LOD et permettre d'inférer des connaissances implicites par le raisonnement. La croissance du LOD a créé une opportunité pour la découverte de connaissances ontologiques à partir de ses données RDF brutes elles-mêmes pour enrichir les bases de connaissances pertinentes. Dans ce travail, nous visons à découvrir des connaissances au niveau des schémas sous forme d'axiomes encodés en OWL (Ontology Web Language) à partir de données RDF. Les approches de génération automatisée d'axiomes à partir de faits RDF enregistrés sur le Web peuvent être considérées comme un cas de raisonnement inductif et d'apprentissage d'ontologie. Les instances, représentées par des triplets RDF, jouent le rôle d'observations spécifiques, dont les axiomes peuvent être extraits par généralisation.Partant du principe que la découverte de nouvelles connaissances est essentiellement un processus évolutif, dans lequel les hypothèses sont générées par un mécanisme heuristique puis testées par rapport à l'évidence disponible, de sorte que seules les meilleures hypothèses survivent, nous proposons un modèle appliquant l'évolution grammaticale, un type d'algorithme évolutionnaire, pour extraire les axiomes OWL d'un référentiel de données RDF. En outre, nous spécialisons le modèle pour le problème spécifique d'apprentissage d'axiomes de disjonction de classes OWL, ainsi que pour les expériences effectuées sur DBpedia, l'un des exemples les plus proéminents du LOD.De plus, nous utilisons différentes fonctions de notation des axiomes basées sur la théorie des possibilités, qui sont bien adaptées au scénario d'hypothèse du monde ouvert du LOD, pour évaluer la qualité des axiomes découverts. Plus précisément, nous avons proposé un ensemble de mesures pour construire des fonctions objectif basées respectivement sur des modèles à objectif unique et multi-objectifs.Enfin, afin de la valider, la performance de notre approche est évaluée par rapport à des benchmarks, subjectif et objectif, et est également comparée aux principaux systèmes de l'état de l'art.

In the Semantic Web era, Linked Open Data (LOD) is its most successful implementation, which currently contains billions of RDF (Resource Data Framework) triples derived from multiple, distributed, heterogeneous sources. The role of a general semantic schema, represented as an ontology, is essential to ensure the correctness and consistency in LOD and make it possible to infer implicit knowledge by reasoning. The growth of LOD creates an opportunity for the discovery of ontological knowledge from its raw RDF data itself to enrich relevant knowledge bases. In this work, we aim at discovering schema-level knowledge in the form of axioms encoded in OWL (Ontology Web Language) from RDF data. The approaches to automated generation of the axioms from recorded RDF facts on the Web may be regarded as a case of inductive reasoning and ontology learning. The instances, represented by RDF triples, play the role of specific observations, from which axioms can be extracted by generalization.Based on the insight that discovering new knowledge is essentially an evolutionary process, whereby hypotheses are generated by some heuristic mechanism and then tested against the available evidence, so that only the best hypotheses survive, we propose a model applying Grammatical Evolution, one type of evolutionary algorithm, to mine OWL axioms from an RDF data repository. In addition, we specialize the model for the specific problem of learning OWL class disjointness axioms, along with the experiments performed on DBpedia, one of the prominent examples of LOD. Furthermore, we use different axiom scoring functions based on possibility theory, which are well-suited to the open world assumption scenario of LOD, to evaluate the quality of discovered axioms. Specifically, we proposed a set of measures to build objective functions based on single-objective and multi-objective models, respectively. Finally, in order to validate it, the performance of our approach is evaluated against subjective and objective benchmarks, and is also compared to the main state-of-the-art systems.