Le raisonnement basé sur les logiques descriptives

( ) ( )

3.2.3 Le raisonnement basé sur les logiques descriptives

Un avantage significatif dans la représentation des connaissances avec une ontologie OWL DL réside dans les capacités de raisonnement fournies par un raisonneur. Par comparaison avec les bases de données classiques BD, l’hypothèse du monde ouvert implique que répondre à une requête par un système bâti sur les LDs nécessite d’effectuer un raisonnement logique souvent plus complexe qu’une simple recherche pour vérifier la présence d’une information, car le système doit souvent considérer plusieurs interprétations possibles (Ferreira Da Silva, 2007). Par conséquent, l’absence d’une information dans une BD implique systématiquement que cette information est négative, tandis que dans un système LD, elle est interprétée par une manque de connaissances (Baader, et al., 2003). Un raisonneur permet entre autres de fournir le test de subsomption pour déterminer la hiérarchie des classes (superclasses ou sous-classes) entre les différents concepts de l’ontologie. De plus, un raisonneur permet de vérifier la consistance d’une ontologie au fur et à mesure de sa construction.

Généralement, une ontologie typique est composée d'une taxonomie de classes et un ensemble de règles d'inférence. Une règle décrit une conclusion que l'on en tire à partir d’une condition. Il peut s'agir d'une déclaration traitée par un raisonneur ou un moteur d’inférence qui peut générer une inférence à partir d’une règle définie. Avec l’utilisation des règles dans une base de connaissances, les moteurs d’inférences peuvent déduire des nouvelles connaissances générées à partir des connaissances déjà existantes. Ainsi, il est maintenant possible que la machine puisse manipuler les informations d'une manière plus significative. Dans notre travail, nous nous intéressons au raisonnement effectué dans le cadre des ontologies basées sur les logiques de descriptions telles que celles représentées avec le langage OWL DL.

69

3.2.3.1 Notions de base

Dans le formalisme des logiques de descriptions, un concept représente un ensemble d’individus ayant des caractéristiques communes, tandis qu’un rôle représente une relation binaire entre les individus. Ainsi, un concept correspond à une entité générique et un individu à une entité particulière, autrement dit instance d’un concept (Napoli, 2005). Un concept et un rôle sont définis par une description structurée, élaborée à partir d’un certain nombre de constructeurs de description comme l’intersection ( ), l’union ( ), la négation ( ), et les quantificateurs ( ).Ces constructeurs permettent la définition des nouveaux concepts et rôles complexes en fonction d’entités plus simples.

Les concepts peuvent être primitifs ou définis. Un concept primitif ou partiel ( ) sert de base pour la construction des concepts définis. Sa description contient seulement des « conditions nécessaires ». Selon une condition nécessaire, si un individu appartient à une classe, alors il doit satisfaire cette condition. D’autre part, un concept est défini ou complet ( ) si sa description contient au moins un ensemble de conditions nécessaires et suffisantes. Par conséquent, ces conditions sont suffisantes pour déterminer que n’importe quel individu qui satisfait ces conditions doit être une instance ou une extension de la classe définie. Il est également important de comprendre que le raisonneur peut classifier uniquement les classes définies.

D’ailleurs, les connaissances en LDs sont généralement définies à deux niveaux (Baader, et al., 2003) :

 Le niveau terminologique ( ): C’est à ce niveau que s’effectuent la représentation et la manipulation des concepts et des rôles. Ainsi, des axiomes terminologiques d’inclusion ( ) ou d’égalité ( ) peuvent être définis entre des concepts ou des rôles, par exemple ou pour deux concepts et , et ( ) pour deux rôles et .

 Le niveau factuel ou des assertions ( ): la description et la manipulation des individus relèvent du niveau factuel qui représente des instances du ( ). Par exemple ( ) et ( ) représentent respectivement l’assertion du concept et du rôle .

70

3.2.3.2 Les types d’inférences basées sur les LDs

Selon (Napoli, 2005), les opérations qui sont à la base du raisonnement sont la classification et l’instanciation :

 Classification : cette opération permet de déterminer la position d’un concept ou d’un rôle dans leurs hiérarchies.

 Instanciation : Elle permet de retrouver les concepts dont un individu est susceptible d’être une instance.

Dans un système de représentation de connaissances basé sur la logique descriptive, différents types de raisonnement peuvent être effectués. Dans (Baader, et al., 2003), quatre types d’inférences peuvent être distingués au niveau terminologique ( ) :

 Subsomption : Un concept subsume un concept , ou est subsumé par , , si est plus général que au sens où l’ensemble d’individus représenté par contient l’ensemble d’individus représenté par . Autrement dit, pour chaque interprétation ,

 Equivalence : Un concept est équivalent à un concept si et seulement si pour chaque interprétation , . Ceci peut être interprété par une subsomption bidirectionnelle, c'est-à-dire et .

 Satisfiabilité : Un concept est satisfiable s’il existe au moins une interprétation , tel que . Lors de la modélisation des nouveaux concepts, il est particulièrement utile de vérifier si le nouveau concept est cohérent dans la base de connaissances.

 Disjonction : Deux concepts et sont disjoints si et seulement si pour toute interprétation ,

Les trois derniers types de raisonnement, notamment l'équivalence, la satisfiabilité et la disjonction peuvent être exprimés en fonction du premier type « la subsomption » (Baader, et al., 2003). Bien que la logique descriptive soit moins expressive que la logique du premier ordre, la décidabilité et la traçabilité de ces services d’inférence l’ont rendue largement utilisée comme outil efficace de représentation des ontologies pour l’interopérabilité sémantique. Ces capacités de raisonnement peuvent être exploitées dans la représentation des connaissances des modèles CAO, par exemple, afin de traduire les informations d’un produit, ainsi que la sémantique associée, entre différentes ontologies de systèmes CAO.

71