Structuration de connaissances d’un domaine

L’interêt de l’extraction des règles d’association pour la structuration de connaissances d’un domaine est développée en deux parties : d’abord, nous présentons comment les règles d’asso-ciation sont utilisées en analyse formelle de concepts ; puis nous évoquons leur utilisation dans le cadre de la structuration d’ontologies.

3.3.2.1 Analyse de concepts formels : construction d’un treillis de Galois

L’analyse de concepts formels (ACF) [Ganter et Wille, 1999] est une méthode formelle d’ap-prentissage de concepts à partir de données. l’ACF) est fondée sur la construction d’un treillis

de Galois (ou treillis de concepts). La construction d’un treillis de Galois [Duquenne, 1999] — ou la classification par treillis de Galois — répond aux objectifs de l’ECBD. En particulier, elle permet de construire des concepts à partir d’un ensemble d’individus munis de leurs propriétés, puis d’organiser ces concepts dans une structure hiérarchique à partir de laquelle il est possible d’observer des corrélations entre les individus et leurs propriétés communes. La construction d’un treillis de Galois permet de se donner une structure mathématique pour l’analyse de concepts issus du domaine.

Nous avons introduit § 3.2.4.1 la connexion de Galois pour une relation 




! dé-finie entre un ensemble de textes et l’ensemble des termes-clés qui indexent ces textes  , et sa relation duale







   définie sur (
) entre un ensemble de termes et les textes qui les possèdent. Nous avons également introduit l’opérateur de fermeture



 . Les rela-tions et

ainsi que leur composée

nous permettent de construire des motifs fermés fréquents. La construction des motifs fermés correspond à la recherche des rectangles maximaux dans une matrice booléenne [Norris, 1978].

Si est un motif fermé fréquent (i.e.

" $
), un concept fréquent (i.e. dit concept fort) est un couple "  " %$$ dont l’extension est supérieure à un seuil donné. L’ensemble des concepts constitue un treillis de Galois. Les concepts sont organisés selon une structure d’ordre partiel par une relation de subsomption notée .

Propriétés 3.4

Deux concepts quelconques du treillis possèdent :

– Un unique plus petit concept du treillis qui les subsume (i.e. qui les généralise), constituant leur borne supérieure ;

– Un unique plus grand concept qu’ils subsument (i.e. qui les spécialise), constituant leur borne inférieure.

Soit

"  " $$ et

" 6 " 6$$ deux concepts du treillis,

subsume
si et seulement si : 

         "   $  "  $

La sémantique de la relation de subsomption (généralisation et spécialisation) est l’inclusion ensembliste des intensions et des extensions. (FIG. 3.7) illustre un treillis de Galois correspon-dant à l’exemple du tableau (TAB. 3.1) avec un support minimum de ! . Ce treillis est appelé treillis des Icebergs dans [Stumme et al., 2002]. Le terme iceberg illustre le principe de la pous-sée d’Archimède exercée sur un objet plongé dans l’eau. En diminuant le seuil de support, nous obtenons plus de concepts et nous alourdissons le treillis et par conséquent nous faisons émer-ger des concepts. Nous remarquons que le treillis de Galois (i.e. sans support minimum) à droite de (FIG. 3.7) possède un concept supplémentaire 





2



2

 de support !! et un concept racine  <  pour respecter la propriété (3.4) des treillis.

La construction d’un treillis de Galois (resp. des Icebergs) à partir des motifs fermés fréquents consiste à :

– calculer les extensions des motifs fermés (resp. fréquents) générés par Close, – calculer les liens de subsomption entre les concepts.

L’intérêt de l’ACF pour la FdT est décrite à travers notre première expérience dans [Toussaint et al., 2000] et dont nous donnons le principe d’extraction des règles d’association en § 4.1.1 page 72.

abce d3 d5 φ d1 d3 d5 ac c d1 d2 d3 d5 d6 ^{be d2 d3 d4 d5 d6} bce d2 d3 d5 d6 PSfrag replacements d1 d3 d5 ac ^{bce d2 d3 d5 d6} φ φ d1 acd c d1 d2 d3 d5 d6 abce d3 d5 be d2 d3 d4 d5 d6 PSfrag replacements 

FIG. 3.7 – Treillis des Icebergs avec
! (à gauche) et treillis de Galois (à droite) de l’exemple du tableau (TAB. 3.1).

3.3.2.2 Construction d’ontologies

Une ontologie est une structure hiérarchique de concepts reliés par des liens de généricité, de causalité, de typicité, etc. La construction d’ontologies est une tâche essentielle pour l’acquisition et l’organisation de connaissances dans un domaine pour une application donnée. Les ontologies d’un domaine sont construites avec l’aide d’experts du domaine. Pour être consensuelle, il est dif-ficilement imaginable de créer et maintenir une ontologie universelle couvrant tous les domaines. En effet, l’échec partiel du projet CYC[Lenat et Guha, 1990] est essentiellement dû à une ambition d’universalité et de couverture des connaissances dans tous les domaines.

Les entités composant une ontologie sont abordées selon deux points de vue : linguistique et conceptuel. Le point de vue linguistique privilégie l’approche par extraction de termes et de rela-tions sémantiques entre les termes à partir de textes. Le point de vue conceptuel, issu de l’ingé-nierie des connaissances, place le concept au centre de l’ontologie et vise à construire un modèle à partir des connaissances, pratiques et avérées, issues de l’expertise humaine dans un domaine particulier.

Une ontologie se construit selon un cycle de construction qui rejoint celui du processus de FdT (identifier les sources d’informations, extraire les concepts, trouver les relations entre les concepts, les valider). Le cycle de vie d’une ontologie est donc présent dans notre processus de FdT puisqu’il nous faut maintenir et enrichir une ontologie avec de nouvelles connaissances et réutiliser une partie de ces connaissances pour d’autres applications. Nous voyons en chapitre 5 que nous procédons à une mise-à-jour d’un modèle de connaissances terminologique proche d’une ontologie.

Un environnement de construction semi-automatique et de maintien d’une ontologie du do-maine, appelé TEXT-TO-ONTO, est décrit dans [Maedche et Staab, 2003]. Dans ce système, la recherche de concepts se fait par une méthode statistique du type TF/IDF pour construire des classes de concepts. Les classes construites sont utilisées pour guider l’analyste dans le choix des liens qu’il pourra mettre entre les concepts présents dans les classes. Un calcul de règles

d’asso-ciation sert également d’aide pour la construction effective de l’ontologie. Cet environnement est fortement interactif et représente une aide à la construction manuelle d’une ontologie du domaine. Des heuristiques permettent de comparer une ontologie construite avec l’aide de TEXT-TO-ONTO

et une ontologie de référence construite à la main [Maedche et Staab, 2001], ce qui permet de mieux cibler les propositions de mise à jour à faire éventuellement par l’expert dans l’ontologie de référence. Une application pour la construction d’ontologies s’appuyant sur l’analyse de concepts formels, appelée FCA-MERGE, est proposée dans [Stumme et Maedche, 2001].

De plus en plus de travaux concernant la construction automatique d’ontologies s’appliquent à une tâche de structuration des documents Web. C’est un thème de recherche émergent appelé Web sémantique, qui a pour but de structurer des documents Web pour les rendre compréhensibles pour un agent « intelligent » qui parcourt les documents et traite leur contenu pour donner des réponses à des requêtes des utilisateurs plus élaborées qu’une liste de documents que renvoie les moteurs de recherche du Web actuel.