Web sémantique et informatique linguistique : Propositions méthodologiques et réalisation d'une plateforme logicielle

Cette thèse aborde les problématiques liées à l’annotation sémantique et au peuplement d’ontologies
dans le cadre défini par le Web Sémantique (WS). La vision du WS a pour objectif de structurer les
informations disponibles sur le Web. Pour cela, les ressources, textuelles ou multimédias, doivent être
sémantiquement étiquetées par des métadonnées afin que les agents logiciels puissent les exploiter.
Dans le processus d’annotation sémantique, les ontologies jouent un rôle primordial puisqu’elles
modélisent les concepts, leurs attributs et les relations utilisées pour annoter le contenu des
documents. Mais il est aussi important que la base de connaissance, associée à cette ontologie,
contienne les instances à utiliser pour l’annotation sémantique. C’est pourquoi la tâche de peuplement
d’ontologie a pour but d’enrichir (semi-)automatiquement la base de connaissance avec de nouvelles
instances de concepts, d’attributs et de relations.


L’idée proposée ici est de combiner les outils d’extraction d’information (EI) avec les outils de
représentation des connaissances du WS pour la réalisation de ces deux tâches. Malgré tout, il existe
actuellement un fossé entre les formats de représentation des outils linguistiques et ceux des outils
WS pour la représentation des connaissances. Cette thèse propose de combler ce fossé en
concevant un médiateur capable de transformer les étiquettes générées par les outils d’EI en une
représentation plus formelle, que ce soit sous la forme des annotations ou des instances d’une
ontologie. Autrement dit, nous tentons de répondre à la problématique suivante : comment pouvonsnous
passer d’une certaine représentation du texte à une représentation sémantique de la
connaissance ? L’enjeu consiste aussi bien à proposer une réflexion méthodologique sur
l’interopérabilité des différentes technologies qu’une conception de solutions opérationnelles dans le
monde des entreprises, et à plus large échelle du Web.


Dans le cadre de cette thèse, nous avons donc conçu une démarche que nous avons nommée
OntoPop, pour « Ontology Population ». Cette démarche propose une passerelle sous la forme de
règles, dites « d’Acquisition de Connaissance ». Le langage OPAL (Ontology Population and
Annotation Language) définit la grammaire pour l’implémentation de ces règles. Enfin, nous
soumettons des propositions pour l’opérationnalisation de la démarche OntoPop à travers une
méthodologie en cinq étapes et une plateforme logicielle basée sur l’outil de représentation des
connaissances ITM de la société Mondeca.