Modélisation sémantique et raisonnement narratif
5.6 Processus d’annotation des informations narratives en NKRLen NKRL
Avant de présenter notre proposition d’annotation des événements élémentaires et dynamiques, nous exposons de manière détaillée la méthodologie d’extraction des informations narratives et leurs encodages en NKRL. Ce dernier a été conçu à la base pour le traitement d’informations narratives contenues dans des documents. Ainsi, l’encodage sous forme d’occurrences de prédicats de ces informations consiste à :
1- Extraire toutes les informations intéressantes existant dans des documents, dépêches, etc.
2- Éliminer les informations éventuellement redondantes. En effet, la présence de ces informations ralentirait le moteur d’inférence lors de l’exploration de la base de connaissances.
Une fois ces deux étapes terminées, la dernière étape consiste à construire les occurrences de prédicats en sélectionnant le prédicat le plus adéquat à chaque in-formation.
5.6.1 Choix du Prédicat
La sélection d’un template dans l’ontologie HTemp revient à sélectionner le prédicat NKRL (PRODUCE, MOVE, BEHAVE, EXIST, EXPERIENCE, OWN, RECEIVE) le mieux adapté sémantiquement pour représenter un événement élémentaire. Les prédicats NKRL sont basés sur les théories Davidsonienne et néo-Davidsonienne pour la définition des événements [32].
Dans ce qui suit, nous rappelons brièvement le principe de ces théories dans le domaine de la linguistique en s’inspirant de l’analyse détaillée de Landamn [66].
Considérons les énoncés suivants : - (EN1) David allume la télévision.
- (EN2) David allume la télévision dans le séjour à l’aide de la télé-commande. Dans l’analyse détaillée de Landman, les théories Davidsonienne et néo-Davidsonienne dans le domaine linguistique considèrent qu’un verbe comme allu-mer exprime une relation entre deux arguments et les adverbes agissent comme des modifieurs de verbe. Autrement dit, un adverbe est une sorte de fonction qui a pour entrée un verbe et renvoi un autre verbe en retour [92] [137]. En revanche,
pour Davidson [32], un verbe exprimant l’action (comme allumer) utilise trois
ar-guments : Deux arar-gumentsnominaux et un argumentévénement (e). Ce dernier est implicitement quantifié à l’aide du quantificateur existentiel “∃”. La théorie de
Da-vidson propose de définir des adverbes comme prédicats de l’argument événement,
et par conséquent, les deux énoncés (EN1) et (EN2) peuvent être représentés selon la théorie deDavidson comme suit :
- ∃ e(Allumer(e,David,Télévision))
- ∃ e(Allumer(e,David,Télévision)) ∧Dans(Séjour,e) ∧Avec(Télécommande,e)) Où e est une variable représentant un événement.
Ainsi le sens global de l’énoncé (EN1) devient : Il existe un événemente tel que
e représente la mise en marche de la télévision (se trouvant dans le séjour) par David.
Les néo-Davidsoniens commeHigginbotham [54] et Parsons [101] considèrent les verbes non pas comme des relations, mais plutôt comme des prédicats unaires, et que les adverbes et les arguments sont associés aux verbes via des rôles thématiques. Par conséquent, les énoncés (EN1) et (EN2) peuvent être représentés comme suit : - ∃ e(Allumer(e)∧Agent(David,e) ∧Thème(Télévision,e))
- ∃ (Allumer(e) ∧ Agent(David,e) ∧ Thème(Télévision,e) ∧ Location(Séjour,e)∧ Instrument(Télécommande,e)).
consi-dérons à nouveau l’énoncé (EN2). Le prédicat M OV E est ici sélectionné car il est le plus adéquat. Une occurrence de ce prédicat est ainsi créée. Concrètement, le symbole DAVID_ représente l’attribut du rôle SUBJ. L’instance TELEVISION_ se trouvant dans le séjour est associée à l’attribut du rôle OBJ. La modalité associée à cette instance est représentée à l’aide du symbole TELECOMMANDE_1, tableau
5.8.
PREDICATE MOVE SUBJ DAVID_
OBJ (SPECIF TELEVISION_ SEJOUR_1) : (switch_off, switch_on) MODAL TELECOMMANDE_1
Table5.8 – Exemple d’occurrence de l’énoncé EN2.
Dans le cadre de cette thèse, les étapes d’interprétation et d’encodage ne posent pas de problème en pratique. En effet, nous avons expliqué au début du mémoire que notre approche de gestion de contexte dans le cadre de l’intelligence ambiante est basée sur l’hypothèse du monde fermé. Par conséquent, les concepts et leurs rela-tions sont définis à la conception et le raisonnement s’effectue sur des connaissances complètes. Par la maitrise de la sémantique de description de toutes les entités et de leurs relations, nous avons une interprétation unique du rôle de chaque entité de l’environnement et des événements associés.
Le choix d’un template dans l’ontologie HTemp consiste à sélectionner un des prédicats de baseN KRL(PRODUCE, MOVE, BEHAVE, EXIST, EXPERIENCE,
OWN, RECEIVE) correspondant sémantiquement à un événement élémentaire.
La représentation conceptuelle d’évènements par des occurrences de prédicats nécessite la définition d’un modèle générique permettant de faire un appariement entre les templates N KRL et un événement élémentaire observé dans le monde réel. Ce modèle est vu comme une fonction ayant comme paramètre d’entré un pré-dicat représentant l’évènement élémentaire, et comme valeur de retour un template
N KRL. Ainsi, les relations entre les entités du monde réel et leurs représentations sémantiques sont définies par une table de correspondance prédéfinie. Cette table définit un ensemble d’éléments où chacun est associé à un template. Par exemple, un détecteur de présence est référencé par le prédicat EXIST. Compte tenu de l’hypothèse du monde fermé, tous les éléments de la table sont connus a priori. Dans notre méthodologie de création des occurrences de prédicats à partir des évé-nements observés, nous excluons la représentation conceptuelle des structures de liaisons N KRL (COORD, ALT ER, etc.). De notre point de vue, l’utilisation de ces structures nécessite d’autres techniques algorithmiques qui sortent du cadre de cette thèse.
La figure 5.8donne une vue simplifiée du module de transformation des infor-mations contextuelles de bas niveau en connaissances contextuelles de haut niveau, représentées selon le modèle N KRL. Le module Enveloppeur (Wrapper module) a pour rôle d’encoder les valeurs numériques de chaque évènement élémentaire en un message au format XM L, compréhensible par le module de gestion (Manager
Figure5.8 – Architecture de transformation d’un événement observé en occurrence
de prédicat.
Module). Ce dernier agit en tant qu’orchestrateur et gère la communication entre
les différents modules. Il est également responsable de l’insertion de nouvelles occurrences de prédicats dans la base de connaissances selon les étapes suivantes : i) extraction de l’ID de l’événement en cours de traitement, ii) consultation de la table de correspondance, et iii) création des occurrences de prédicats.
À titre d’exemple, considérons par exemple, un détecteur de présence installé dans le séjour (LIV IN G_ROOM). Ce détecteur permet de détecter la présence d’une personne dans le Séjour à date-1=11/04/2011/17 :51.
À partir des descriptions de l’entité (détecteur de présence) et du prédicat
EXIST, il est possible de représenter la présence d’une personne dans le séjour par une occurrence de prédicat. Notons ici que le rôle SU BJ(ect) doit être défini. Si on s’intéresse uniquement au rôle SU BJ(ject), le fichier XM L doit comporter trois informations contextuelles : L’identité de la personne détectée, l’espace où elle se trouve et le temps associé à la détection de la présence de cette personne dans le séjour. L’identité de la personne détectée peut être obtenue en utilisant un Tag
RFID.
5.7 Conclusion
Dans ce chapitre, nous avons présenté le modèle de représentation de connais-sances et de raisonnement NKRL (Narrative Knowledge Representation Language). La représentation des connaissances en NKRL s’appuie sur l’ontologie HClass
(Hié-rarchie de concepts) et l’ontologie HTemp (Hié(Hié-rarchie d’événements). Cette dernière est bien adaptée pour la représentation de relations n-aires. NKRL s’appuie sur des mécanismes d’inférence permettant d’établir des relations sémantiques implicites ou explicites entre les connaissances. Il permet de combiner les prédicats et les rôles conceptuels pour encoder de manière adéquate les informations narratives, et de construire les liens sémantiques (causalité, but, etc.) entre événements élémentaires. Le processus de raisonnement NKRL s’appuie sur le principe question (requête)-réponse et un mécanisme d’appariement, pour le traitement des règles d’hypothèses et de transformations. Pour l’exploitation de ce modèle, une approche d’annotation des événements élémentaires et dynamiques a été proposée. À travers ce chapitre, nous avons montré que la grande expressivité et le raisonnement narratif du mo-dèle NKRL rend ce dernier particulièrement bien adapté pour la reconnaissance de contextes non-triviaux pouvant être liés au temps.