Veille technologique

1
Veille technologique

• Ingénierie Ontologique
• Concepts, méthodes et outils
• Gilles Kassel

2
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

3
Objectifs du document (1/2)

• Ce document fait un
  point sur une
• discipline naissante,
  lIngénierie Ontologique
• Le premier objet du document est de présenter un
  état de lart sur une discipline naissante -
  lIngénierie Ontologique - qui est concernée par
  la construction dontologies.
• Cette discipline se situe au carrefour de
  plusieurs disciplines auxquelles elle emprunte
  des concepts, notamment lIngénierie des
  Connaissances, lOntologie (philosophie) et la
  Linguistique.
• Limportance de lIngénierie Ontologique est
  reconnue aujourdhui dans différents champs de
  recherche Ingénierie des Connaissances,
  Intelligence Artificielle, Gestion des
  connaissances, Linguistique informatique,
  Systèmes dinformation, Recherche et extraction
  dinformations, Intégration dinformations, Bases
  de données.

4
Objectifs du document (2/2)

• Ce document réactualise un
  premier document
• de veille technologique
  dans le même domaine
• Le second objet du document est de poursuivre en
  le complétant un travail de veille technologique
  réalisé par Jean-Paul Barthès pour IIIA en
  décembre 1998 Barthès, 98.
• Les informations ont été remises à jour et
  restructurées pour tenir compte des avancées de
  la discipline. La discipline a en effet connu un
  essor important ces toutes dernières années, qui
  justifie ce nouveau travail de veille.
• En particulier, des travaux de synthèse récents
  apportent des éclairages nouveaux qui conduisent
  à modifier la façon de présenter la discipline et
  ses résultats.

5
Contenu du document

• Le document présente les
  concepts, méthodes
• et outils de
  lIngénierie Ontologique
• On trouvera dans le document les informations
  suivantes
• une introduction précisant les différents sens du
  terme ontologie et présentant les besoins
  motivant la construction de ces objets.
• un bilan sur les méthodes (modèles de processus
  de développement) et outils (langages de
  spécification et environnements de développement)
  disponibles pour la construction des ontologies.
• un panorama des applications des ontologies.
• Le document indexe un ensemble volumineux
  darticles, de rapports techniques et de sites
  Web, publiés pour la plupart ces trois dernières
  années.

6
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

7
Le point de vue de lIngénierie des
Connaissances (1/3)

• Une définition, au sens
  large
• Dans un sens large, on peut adopter pour la
  notion dontologie la caractérisation suivante
  Uschold, 98
• Une ontologie peut prendre différentes formes,
  mais elle inclura nécessairement un vocabulaire
  de termes et une spécification de leur
  signification. Cette dernière inclut des
  définitions et une indication de la façon dont
  les concepts sont reliés entre eux, les liens
  imposant collecti- vement une structure sur le
  domaine et contraignant les interprétations
  possibles des termes.
• Une telle caractérisation rend compte dobjets
  divers tels des glossaires, des terminologies,
  des thesaurus et des ontologies (au sens strict),
  mis en œuvre par différents professionnels
  (ingénieurs de la connaissance, bibliothécaires,
  traducteurs) et se distinguant suivant que
  laccent est mis sur les termes ou leur
  signification.

8
Le point de vue de lIngénierie des
Connaissances (2/3)

• Une définition, au
  sens strict
• Les ontologies de lIA et de lIngénierie des
  Connaissances émanent du projet ARPA Knowledge
  Sharing Effort (1991). Une définition
  consensuelle pour ces disciplines reste celle de
  Gruber, 93
• Une ontologie est une spécification explicite
  dune conceptualisation.
• Le terme conceptualisation situe les ontologies
  sur le versant sémantique. Une conceptualisation
  rend compte du sens des termes. La littérature
  logico-philosophique nous enseigne que le sens
  correspond à des intensions (ou objets
  intensionnels), par opposition à extensions.
• Lexpression spécification explicite fait des
  ontologies un objet syntaxique. La
  conceptualisation est codée dans un langage.
  Suivant le langage utilisé, lontologie prendra
  la forme dune théorie logique (ensemble de
  formules logiques) ou dun réseau sémantique.

9
Le point de vue de lIngénierie des
Connaissances (3/3)

• Derrière le terme ontologie se cachent des
  objets très
• divers Noy Hafner, 97
• La plupart des ontologies sont structurées au
  moyen de la relation est un de subsomption, ou
  de généralisation, entre concepts. La relation
  Tout-Parties est composé de est également
  utilisée.
• Certaines ontologies sont denses, contenant de
  nombreux axiomes contraignant le sens des termes.
  Dautres se résument à une taxinomie de concepts
  donnés sans définition.
• La taille des ontologies varie de quelques
  dizaines de concepts à plusieurs dizaines de
  milliers de concepts.
• Les ontologies peuvent être informelles,
  formelles ou opérationnelles. Dans ce dernier
  cas, elles sont spécifiées dans un langage de
  programmation.

10
Le point de vue de lOntologie (1/2)

• Un détour par
  lOntologie
• LOntologie est la branche de la philosophie qui
  traite de la nature et de lorganisation de la
  réalité. Elle côtoie lEpistémologie qui traite
  de la nature et des origines de notre
  connaissances Nef, 98.
• Produits de lOntologie, les ontologies formelles
  sont des théories de lobjet
• dont lanalyse est menée de façon rigoureuse, en
  ayant recours en général à la logique
  mathématique,
• transversales à toutes les ontologies
  matérielles, relatives à des domaines différents
  dobjets (des régions de savoir).
• LIngénierie Ontologique est la branche de
  lIngénierie des Connais- sances qui exploite les
  principes de lOntologie (formelle) pour
  construire des ontologies Guarino Giaretta,
  95.

11
Le point de vue de lOntologie (2/2)

• Une définition, dans un sens encore
  plus strict
• La structure sémantique rendant compte du sens
  des termes correspond à lessence des concepts.
  En effet, seules les propriétés essentielles
  (nécessairement vérifiées par les instances du
  concept dans tout monde possible) sont
  définitionnelles Bouaud et al., 94.
• Ces propriétés étant en nombre indéfini, une
  théorie logique ne peut donner quune
  caractérisation approximative dune structure
  sémanti- que. La définition de Guarino
  Giaretta, 95 traduit cette limitation
• Une ontologie est une spécification rendant
  partiellement compte dune conceptualisation.
• Une théorie logique spécifie un engagement
  ontologique, lequel approxime une
  conceptualisation. Le degré dapproximation
  dépend du langage utilisé (ex logique modale,
  logique du 1er ordre), lequel dépend finalement
  de lobjectif visé (partage dune
  conceptualisation, mise en œuvre dinférences).

12
Le point de vue de la Linguistique

• La Linguistique est concernée par le
  processus
• de construction des
  ontologies
• La Linguistique est concernée par la question des
  ontologies dans la mesure où les données dont on
  dispose pour élaborer les ontologies consistent
  en des expressions linguistiques de
  connaissances.
• La caractérisation du sens de ces expressions
  conduit à déterminer des signifiés contextuels,
  dépendants des contextes (documents) où les
  expressions apparaissent.
• Ces signifiés contextuels doivent alors être
  normés, ce qui revient à fixer une signification
  pour un contexte de référence, celui de la tâche
  (application) pour laquelle lontologie est
  élaborée Bachimont, 00.
• Lontologie régionale (non universelle) que lon
  obtient est ainsi une spécification de signifiés
  normés.

13
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

14
Un besoin générique faire tomber les barrières
créées par des vocabulaires disparates

• Un besoin existe de partager la
  signification
• de termes dans un domaine
  donné
• Toute activité humaine spécialisée développe son
  propre jargon (langue de spécialité) sous la
  forme dune terminologie et dune
  conceptualisation associée spécifiques.
• Lexistence de tels jargons entraîne des
  problèmes de compréhension et des difficultés à
  partager des connaissances entre les acteurs de
  lentreprise, les services dune entreprise, les
  entreprises dune industrie, qui font des métiers
  différents.
• Fondamentalement, le rôle des ontologies est
  daméliorer la communication entre humains, mais
  aussi entre humains et ordinateurs et finalement
  entre ordinateurs.

15
Une aide à la communication entreagents humains
et aussi entre organisations

• Vers un vocabulaire
  standardisé
• Lexistence de vocabulaires différents au sein
  dune entreprise (ex bureau détudes, bureau
  des méthodes) ou dune industrie (ex cons-
  tructeur automobile, équipementier) constitue un
  frein à la collabora- tion et aux partenariats.
  Les enjeux touchent donc directement la
  compétitivité de lentreprise.
• Pour lentreprise, lontologie sert à
• améliorer la compréhension entre les employés,
• favoriser la diffusion des information et leur
  exploitation,
• promouvoir une nouvelle approche de conception
  des systèmes dinfor- mation (réutilisation de
  codes, interopérabilité des logiciels).
• Pour ces besoins de standardisation du
  vocabulaire, une terminologie ou une ontologie
  informelle peuvent suffire OLeary, 98.

16
Une aide à la conception et à lutilisation des
systèmes dinformation (1/2)

• Des apports pour lingénierie des systèmes
  dinformation
• Guarino, 98
• Spécification Acquisition des connaissances
  une ontologie peut aider à lanalyse des besoins
  et à définir les spécifications dun SI.
• Ré-utilisation Partage une ontologie peut
  être, ou peut devenir suite à une traduction, un
  composant ré-utilisable et/ou partagé par
  plusieurs logiciels.
• Fiabilité Maintenance une ontologie peut
  servir à améliorer la documentation dun logiciel
  et/ou à automatiser des vérifications de
  cohérence (SBCs), réduisant les coûts de
  maintenance.
• Inter-opérabilité en jouant le rôle dun format
  déchange, lontologie permet à des systèmes
  dinformation, basés sur des paradigmes de
  modélisation et des langages dimplantation
  différents, de coopérer.

17
Une aide à la conception et à lutilisation des
systèmes dinformation (2/2)

• Vers une meilleure exploitation de sources
  dinformation
• Recherche une ontologie peut jouer le rôle de
  méta-data servant dindex dans un répertoire
  dinformation.
• Intégration dans une application entrepôt de
  données, une ontologie peut jouer le rôle dun
  schéma conceptuel commun reliant entre elles
  plusieurs sources dinformation hétérogènes.
• Interface Homme-Machine la visualisation de
  lontologie permet à lutilisateur de comprendre
  le vocabulaire utilisé par le SI et de mieux
  formuler ses requêtes.
• Requêtes une ontologie linguistique peut
  permettre de comprendre les requêtes
  (représentation du contenu) de lutilisateur
  formulées en langue naturelle.

18
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

19
Préambule

• Bref état de lart des
  méthodes
• de développement
  dontologies
• Jusquen 1996, les premières ontologies ont été
  développées de façon complètement artisanale,
  sans suivre de méthode prédéfinie.
• De ces premiers projets (ex Mikrokosmos,
  Enterprise Ontology, TOVE, MENELAS) sont issues
  des listes de recommandations constituant des
  ébauches de méthodes, ou cadres méthodologiques.
• Depuis 1998, on assiste à la naissance de cadres
  méthodologiques plus élaborés inspirés des
  méthodes de lIngénierie des Connaissances (ex
  METHONTOLOGY) et fondés, soit sur la linguistique
  (ex TERMINAE), soit sur lOntologie (ex
  principes proposés par N. Guarino).

20
Des cadres méthodologiques issus de projets (1/2)

• La méthode Enterprise Ontology Uschold
  King, 95
• http//www.aiai.ed.ac.uk/project/enterpr
  ise
• La méthode, basée sur lexpérience du
  développement de lontologie Enterprise Ontology,
  repose sur lidentification de différentes étapes
  
• Identification du POURQUOI de lontologie
• Construction de lontologie (identification des
  concepts clef modélisation informelle
  formalisation) et intégration dontologies
  existantes
• Evaluation et documentation de lontologie.
• Cette méthode sinspire du développement de SBCs.
  Les étapes et sous-tâches sont décrites de façon
  abstraite. Les techniques à utiliser pour les
  sous-tâches ne sont pas précisées (ex comment
  identifier les concepts clef ? Quel langage de
  formalisation utiliser ?).

21
Des cadres méthodologiques issus de projets (2/2)

• La méthode TOVE Grüninger Fox, 95
• http//www.eil.utoronto.ca/tove/ontoTOC.h
  tml
• Cette méthode est basée sur lexpérience du
  développement de lonto- logie du projet TOVE
  (TOrento Virtual Enterprise). Elle aboutit à la
  construction dun modèle logique de connaissance.
  Lontologie est développée selon les étapes
  suivantes
• Identification de scénarii (problèmes) dépendants
  dune application
• Formulation de questions informelles (basées sur
  les scénarii) auxquelles lontologie doit
  permettre de répondre
• Spécification dune terminologie à partir des
  termes apparaissant dans les questions.
• Spécification formelle (en KIF) des axiomes et
  des définitions pour les termes de la
  terminologie.
• Evaluation de la complétude de lontologie.
• La méthode reste spécifiée de façon abstraite. Ni
  les différentes étapes ni les techniques ne sont
  décrites en détail.

22
Une méthode inspirée de lIngénierie des
Connaissances

• METHONTOLOGY Fernandez-Lopez et al.,
  99
• Cette méthode est développée au Laboratoire
  dIntelligence Artificielle de lUniversité
  polytechnique de Madrid. Elle vise la
  construction dontologies au niveau
  connaissance et repose sur
• un processus de développement dontologies
  comportant des acti- vités de gestion de projet
  (planification, assurance qualité), des activités
  orientées développement (spécification,
  conceptualisa- tion, formalisation) et des
  activités de support (documentation)
• un cycle de vie des ontologies basé sur des
  prototypes évoluant.
• METHONTOLOGY sinspire dune méthode de
  développement de SBCs. Elle est spécifiée de
  façon très détaillée et a été utilisée pour
  construire plusieurs ontologies dont lontologie
  des ontologies Reference Ontology Arpirez-Vega
  et al., 98. Elle est supportée par loutil ODE
  Blazquez et al., 98.

23
Une méthode linguistiquement fondée

• TERMINAE Biébow Szulman, 99
• Cette méthode est développée au LIPN, à
  lUniversité de Villetaneuse. Sinsérant dans la
  problématique du groupe de recherche français TIA
  (Terminologie et IA), elle propose la
  construction dontologies à partir de textes en
  suivant quatre principales étapes
• Constitution dun corpus (documents techniques,
  comptes rendus, livres de cours, etc.), à partir
  dune analyse des besoins de lapplication visée,
• Etude linguistique, pour identifier des termes et
  des relations lexicales, en utilisant des outils
  de traitement de la langue naturelle,
• Normalisation sémantique, conduisant à des
  concepts et des relations sémantiques définis
  dans un langage semi-formel.
• Formalisation et intégration des concepts au sein
  dune BC formelle.
• Dans sa version actuelle, loutil supportant la
  méthode intègre loutil LEXTER Assadi
  Bourigault, 00 pour identifier des termes
  candidats.

24
Apports méthodologiques de lOntologie

• Travaux de N. Guarino au LADSEB (Padoue,
  Italie)
• N. Guarino et son équipe cherchent à évaluer
  lapport des notions et principes de lOntologie
  pour la construction dontologies. Leur
  proposition prend la forme dune ontologie
  générique Guarino, 97 et dune ontologie de
  méta- propriétés Guarino Welty, 00a.
• Lontologie générique rassemble un ensemble
  dobjets abstraits et leur définition (ex objet
  physique, substance, système, état, processus,
  activité). La construction dune ontologie
  dapplication peut donc se faire par
  spécialisation de lontologie générique.
• Les méta-propriétés (ex type, rôle) sont
  fondées sur des notions de lOntologie (ex
  identité, unité, rigidité) Guarino Welty, 00b
  et permettent de vérifier la cohérence dune
  ontologie dapplication qui sen trouvera
  dautant plus facilement réutilisable.

25
Bilan

• A ce jour, des propositions
  existent
• mais ne sont pas
  unifiées
• Les méthodes de lIngénierie Ontologique nont
  pas encore atteint, loin sen faut, la maturité
  des méthodes du Génie Logiciel.
• Les propositions de méthodes sont encore
  incomplètes. Un effort de synthèse et de
  diffusion reste encore à faire, également
  dintégration de retours dexpérience. Cette
  situation justifie les travaux de recherche en
  cours dans différentes équipes.
• Larticle Fernandez-Lopez, 99 présente un
  premier état de lart, relativement complet, sur
  ces méthodes de développement.
• Larticle Aussenac-Gilles et al., 00 exploite
  des résultats de travaux menés par le groupe
  français TIA (Terminologie et IA) pour proposer
  une méthode basée sur lanalyse de corpus.

26
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

27
Préambule (1/2)

• Il existe différents types de langages de
  spécification
• Lexplicitation des ontologies seffectue au
  moyen de langages et plusieurs types de langages
  peuvent jouer le rôle de langage de
  spécification, allant des langues naturelles
  jusquaux langages de représentation
  opérationnels (exécutables).
• Dans un projet de construction dontologie, il
  est courant dutiliser plusieurs langages,
  adaptés aux différentes étapes de la
  construction.
• En amont, pour acquérir les connaissances
  ontologiques, on peut faire usage de la langue
  naturelle ou dun langage de modélisation
  informel.
• En aval, si lontologie doit devenir un composant
  dune application, on aura recours à des langages
  de représentation formels et/ou exécutables.
• Dans ce chapitre, on ne sintéresse quaux
  langages de représentation dédiés ou adaptés à la
  spécification dontologies.

28
Préambule (2/2)

• Bref état de lart des langages de
  représentation
• dédiés ou adaptés aux
  ontologies
• Jusquau milieu des années 90, seul existait le
  langage formel Ontolingua comme langage déchange
  dontologies Gruber, 93a.
• Depuis la fin des années 90, une nouvelle
  génération de langages voit le jour. Leur
  développement répond à plusieurs objectifs
• améliorer le processus de construction des
  ontologies (ex OCML, Mdos),
• échanger les ontologies sur le Web (ex RDF(S),
  SHOE, XOL, OIL),
• intégrer différents paradigmes de représentation,
  comme les langages de Frames et les Logiques de
  description (ex OIL, DefOnto),
• doter les langages de services inférentiels
  performants (ex OIL, PowerLOOM, DefOnto).

29
OCML un langage facilitant lopérationnalisation
des ontologies (1/2)

• Exemple de représentations
• (def-class père (parents, homme) ?p
• iff-def
• (or (and (parents ?p) (a_pour_sexe ?p
  masculin))
• (exists ?e (and (homme ?p)
• 
  (a_pour_enfant ?p ?e)
• 
  (personne ?e)))))
• (def-relation a_pour_père (?p ?h)
• constraint (and (personne ?p) (homme
  ?h)))

30
OCML un langage facilitant lopérationnalisation
des ontologies (2/2)

• Caractéristiques principales du
  langage
• OCML est développé au Knowledge Media Institute
  de lOpen University (Mylton Keynes, Angleterre).
  Il a été initialement défini dans le cadre du
  projet VITAL pour permettre de spécifier des
  modèles de résolution de problèmes au niveau
  connaissance, puis de les opérationnaliser
  Motta, 98Motta, 99.
• La couche domaine du langage étant considérée
  comme équivalente aux connaissances visées par
  Ontolingua, OCML est supposé opérationnaliser des
  ontologies spécifiées en Ontolingua.
• La principale caractéristique dOCML est de
  supporter différents styles de spécification
  informel, formel et opérationnel, lopéra-
  tionnel correspondant à du prototypage au niveau
  connaissance.

31
DefOnto un langage permettant lexpression de
méta-connaissances (1/2)

• Exemple de
  représentations
• (DefGenConcept père
• parents -gt (MIa_pour_sexe) -gt
  masculin
• homme -gt (MEa_pour_enfant) -gt
  personne )
• (DefRelation a_pour_père
• IsA a_pour_parents
• RelationProperties
• -gt (has_for_domain) -gt personne
• -gt (has_for_range) -gt homme )

32
DefOnto un langage permettant lexpression de
méta-connaissances (2/2)

• Caractéristiques principales du
  langage
• DefOnto est développé dans léquipe Ingénierie
  des Connaissances du LaRIA à lUniversité de
  Picardie Jules Verne, comme sous-langage du
  langage dopérationnalisation de modèles de
  résolution de problèmes Def Kassel et al., 00.
• DefOnto permet de représenter des
  métaconnaissances (ex des propriétés de
  propriétés) et cette caractéristique est
  notamment importante pour rendre compte de
  concepts de résolution de problèmes Kassel, 99.
• Un objectif visé par la définition de DefOnto est
  de doter le langage de mécanismes de compilation
  modulaire pour faciliter le développement et la
  maintenance des ontologies formelles.

33
OIL un langage pour échangerdes ontologies sur
le Web (1/2)

• Exemple de
  représentations
• class-def defined père
• subclass-of
• ((parents and (slot-constraint
  a_pour_sexe
• 
  has-filler masculin))
• or (homme and (slot-constraint
  a_pour_enfant
• 
  has-value personne)))
• slot-def a_pour_père
• subclass-of a_pour_parents
• domain personne
• range homme

34
OIL un langage pour échangerdes ontologies sur
le Web (2/2)

• Caractéristiques principales du
  langage
• http//www.ontoknowledge.org/o
  il/
• OIL résulte dune initiative internationale
  rassemblant plusieurs équipes collaborant au
  développement de ce langage dans les projets IST
  On-To-Knowledge et IBROW3 et dans le programme
  américain DAML (langage DAML-OIL
  http//www.daml.org).
• Ses primitives de représentation le situent à
  mi-chemin entre les lan- gages de Frames et les
  Logiques de description Horrocks et al., 00.
• Un effort particulier a été fait pour léchange
  dontologies sur le Web. Sur le plan syntaxique,
  OIL est doté de deux notations compatibles Web,
  définies selon les deux standards respectifs que
  sont XML et RDF Klein et al., 00.

35
Bilan

• Pour en savoir
  plus
• Plusieurs langages sont actuellement en cours de
  définition, quil sagisse de langages de
  modélisation (ex Mdos Nobécourt, 00) ou de
  représentation opérationnels DefOnto, OIL et
  PowerLOOM. Tous ces langages permettent de
  représenter un noyau commun de connaissances.
• Larticle Corcho Gomez-Perez, 00 présente une
  étude comparative très large de langages de
  spécification dontologies, les comparaisons
  portant sur la puissance dexpression et les
  capacités inférentielles.
• Larticle Barry et al., 01 propose une étude
  plus poussée, mais restreinte aux seuls langages
  de représentation opérationnels. Les résultats de
  cette étude sont accessibles à ladresse
• http//www.laria.u-picardie.fr/EQUIPES/ic/LangComp
  /

36
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

37
Préambule

• Ce chapitre présente des
  environnements
• de développement
  dontologies
• Lobjet de ce chapitre est de présenter des
  outils daide à la création et à la mise au point
  dontologies. A notre connaissance, il nexiste
  pas encore denvironnements commerciaux. Il
  sagit de prototypes académiques, accessibles
  publiquement (sur demande aux auteurs).
• Ce chapitre reprend pour lessentiel les éléments
  dune étude comparative doutils dingénierie
  ontologique publiée récemment dans Duineveld et
  al., 99.

38
Des environnements accessibles publiquement (1/5)

• Le serveur Ontolingua Farquhar et al.,
  97
• http//www-ksl-svc.stanford.edu/
  
• Ce serveur, localisé à lUniversité de Stanford,
  permet à un utilisateur, ou groupe
  dutilisateurs, de visualiser des ontologies
  existantes et de construire coopérativement de
  nouvelles ontologies. Laccès au serveur
  seffectue au moyen dun browser Web standard.
• Plusieurs fonctionnalités sont offertes
• la réutilisation (par fusion et/ou extension)
  dontologies existantes dans différents domaines,
  stockées dans une bibliothèque.
• une aide au travail coopératif permettant à un
  groupe géographi- quement distribué de construire
  collaborativement une ontologie.
• lexportation dontologies dans différents
  formats pour utilisation dans des applications.

39
Des environnements accessibles publiquement (2/5)

• WebOnto Domingue, 98 http//webonto.open.ac.u
  k/
• WebOnto est développé au Knowledge Media
  Institute à lOpen University. Cest un outil
  accessible sur Internet et principalement
  graphique permettant de construire
  coopérativement des ontologies.
• Loutil offre plusieurs fonctionnalités
• Une visualisation graphique et séparée des
  différents composants dune ontologie (classes,
  relations, règles, instances, procédures) adaptée
  à la construction dontologies de grande taille.
• Le couplage avec un outil de discussion
  dontologies Tadzebao.
• Des services inférentiels, basés sur le langage
  OCML, permettant de répondre à des requêtes et
  des vérifications de cohérence.
• Des outils pour la construction coopérative
  (modes diffusion et édition) et lannotation
  (crayons de couleur).

40
Des environnements accessibles publiquement (3/5)

• ProtégéWin Eriksson et
  al., 99
• http//smi-web.stanford.edu/projects/
  prot-nt/
• Ce logiciel a été conçu pour le Département
  dinformatique Médicale de lUniversité de
  Stanford, notamment pour construire des
  ontologies. Plus généralement il permet de
  concevoir des SBCs par réutilisation de modèles
  du domaine et de méthodes de résolution de
  problèmes. ProtégéWin doit être installé
  localement sur un PC sous Windows.
• Une fois lontologie construite, ProtégéWin
  génère automatiquement un outil dacquisition des
  connaissances pour les instances de lontologie.
• Une nouvelle version de loutil - Protégé2000 -
  développée en JAVA et autorisant la construction
  coopérative dontologies, est accessible à
  ladresse http//Protege.Stanford.EDU.

41
Des environnements accessibles publiquement (4/5)

• OntoSaurus
• http//www.isi.edu/isd/ontosaurus.htm
  l
• OntoSaurus est un browser Web pour des bases de
  connaissances formalisées en Loom offrant des
  facilités dédition pour la construction
  coopérative dontologies. Il est développé à
  lInstitut pour les Sciences de lInformation
  (ISI) de lUniversité de Californie du Sud.
  Loutil peut être utilisé avec une version de
  Loom installée localement ou tournant sur le site
  de lISI.
• OntoSaurus est proche dOntolingua. Du fait de
  lutilisation du langage Loom, il offre en plus
  des services inférentiels comme la classification
  automatique de concepts et la vérification de
  cohérence.

42
Des environnements accessibles publiquement (5/5)

• ODE Blazquez et al.,
  99
• ODE (Ontology Design Environment) est un outil
  daide à la construction dontologies au niveau
  connaissance, qui est indépendant de tout
  langage formel. ODE est développé à lUniversité
  Polytechniques de Madrid. Le programme doit être
  installé localement sur un PC sous Windows.
• Lutilisateur remplit à un niveau conceptuel des
  tables (un glossaire de termes, un dictionnaire
  de données, des définitions de concepts et de
  relations) et ce modèle conceptuel est ensuite
  traduit automatiquement dans un langage formel
  (Ontolingua ou F-Logic). ODE inclut des outils de
  vérification de la cohérence de lontologie. Des
  aides graphiques pour linterface sont en cours
  de développement.

43
Bilan (1/3)

• Les outils peuvent être répartis en deux
  classes
• Les outils dingénierie ontologique peuvent être
  classés en deux catégories ceux qui sont
  installés localement (e.g., ProtégéWin ODE) et
  ceux qui sont accessibles par Internet (e.g.,
  Ontolingua, WebOnto OntoSaurus).
• Les outils installés localement ont de meilleures
  performances en temps mais noffrent aucune aide
  pour la collaboration synchrone. Les échanges
  dontologies (importations/exportations) doivent
  se faire par mail ou ftp.
• Les outils accessibles sur le Web sont plus
  lents. Ils apportent en revanche des aides pour
  lédition synchrone et offrent en général des
  bibliothèques dontologies déjà construites qui
  peuvent être réutilisées.

44
Bilan (2/3)

• Les outils existants ne sont pas appropriés pour
  supporter
• lensemble du processus de construction dune
  ontologie
• Certains outils (e.g., ProtégéWin ODE) sont
  plus adaptés pour fournir une aide lors de la
  phase de conceptualisation de lontologie. Ils
  offrent moins de primitives de haut niveau et ne
  permettent pas de représenter des axiomes. En
  contrepartie, ces outils sont simples à prendre
  en main et sadressent à des utilisateurs non
  expérimentés.
• Dautres outils (e.g., Ontolingua et OntoSaurus)
  sont plus adaptés pour la formalisation et la
  mise au point dontologies. Reposant sur un
  langage de représentation des connaissances, leur
  prise en main nécessite de connaître le langage.
  En contrepartie ils permettent de créer des
  ontologies plus complexes comportant des axiomes.

45
Bilan (3/3)

• Pour en savoir
  plus
• Larticle Duineveld et al., 99 recense un grand
  nombre denviron- nements de développement de
  SBCs ou dédiés aux ontologies et décrit plus
  complètement les outils présentés dans ce
  chapitre.
• Cet article contient des tableaux de comparaisons
  établies suite au développement de deux
  ontologies de taille différente avec chacun de
  ces outils. Les résultats peuvent être consultés
  sur le site
• http//www.swi.psy.uva.nl/wondertools/

46
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

47
Préambule (1/2)

• Ce chapitre présente des scénarii dutilisation
  dontologies
• Lobjet de ce chapitre est de présenter des
  applications dontologies, cest-à-dire des
  applications tirant parti et profit dune
  ontologie.
• Ces applications sont regroupées en classes
  correspondant à des scénarii abstraits
  dutilisation dontologies. Ces scénarii sont
  décrits selon un cadre conceptuel (ensemble de
  dimensions) proposé par Uschold Jasper, 99.

48
Préambule (2/2)

• Chaque scénario est décrit
  selon
• plusieurs dimensions
  communes
• Chaque scénario est décrit selon son principe,
  lapport ou bénéfice tiré de lontologie, les
  technologies utilisées et des exemples
  dapplications qui sy conforment.
• Un diagramme illustre au préalable chaque
  scénario, dans lequel sont positionnés les
  principaux acteurs. Ces derniers sont référencés
  au moyen des sigles suivants
• AO Auteur de lOntologie
• DA Développeur de lApplication
• UA Utilisateur de lApplication

49
Scénario lontologie, en tant que
spécification (1/3)

• Diagramme
• Ontologie
  AO
• 
  DA
• Application 1 ...
  Application N UA
• 
  Principe
• Lontologie modélise un domaine et fournit un
  vocabulaire pour spécifier les besoins dune (ou
  plusieurs) application(s) cible(s).
• Lontologie guide le développement de systèmes
  opérationnels. Suivant les cas, ces derniers
  peuvent contenir (ou non) une nouvelle
  représentation explicite de lontologie.

50
Scénario lontologie, en tant que
spécification (2/3)

• Apports de lontologie
• Les motivations pour cette approche sont diverses
  
• - promouvoir la réutilisation de connaissances
  dans plusieurs applications,
• - faciliter la maintenance de logiciels grâce à
  une représentation explicite de lontologie sur
  laquelle ils sont basés,
• - rendre pérennes des connaissances
  ontologiques, dans une perspective de mémoire
  organisationnelle.

51
Scénario lontologie, en tant que
spécification (3/3)

• Exemples
  dapplications
• Lutilisation dontologies pour le développement
  de SBCs, telle que préconisée dans des méthodes
  comme CommonKADS van Heijst et al., 97.
• Lontologie PhysSys a été construite pour
  assister des ingénieurs dans le développement
  dapplications concernant lingénierie de
  systèmes physiques dynamiques Borst Akkermans,
  97. PhysSys exploite lontologie EngMath
  couvrant tous les aspects liés à la modélisation
  mathématique en ingénierie Gruber Olsen,
  1994.
• Technologies
  utilisées
• Des traducteurs unidirectionnels dontologies ou
  des méthodes de développement de systèmes (e.g.,
  CommonKADS).

52
Scénario Accès à des données via une ontologie
partagée (1/4)

• Diagramme
• 
  Ontologie AO
• 
  se confo rment à
• 
  Données
• 
  opérationnelles
• 
  DA
• Application 1
  ... Application N UA

53
Scénario Accès à des données via une ontologie
partagée (2/4)

• Principe
• Une ontologie est créée pour permettre à
  plusieurs applications daccéder, par le partage
  ou léchange, à des données communes.
• Des traducteurs bi-directionnels sont développés
  pour faire le lien entre les structures de
  données propres aux applications et le format
  commun de lontologie.
• Apports de
  lontologie
• Un premier apport est de réduire le coût des
  applications multiples en leur donnant un accès à
  des données communes et de faciliter
  linter-opérabilité.
• Un second apport, pour lutilisateur final, est
  davoir accès - dans un format unique - à des
  sources dinformations hétérogènes.

54
Scénario Accès à des données via une ontologie
partagée (3/4)

• Exemples
  dapplications
• Le projet TOVE (Toronto Virtual Enterprise) vise
  à fournir une terminologie dentreprise qui soit
  partagée par plusieurs applications développées
  dans différentes unités de lentreprise (bureau
  détudes, fabrication, marketing, etc.) Fox
  Gruninger, 98.
• Dans le projet EcoCyc (Encyclopedia of E. Coli
  Genes and Metabolism) une ontologie est utilisée
  pour construire une BC qui intègre des données
  provenant de différentes BDs hétérogènes dans le
  champ de la biologie moléculaire Karp et al.,
  1999.
• Le système MOMIS (Mediator envirOnment for
  Multiple Information Sources) intègre
  semi-automatiquement les schémas conceptuels de
  SI hétérogènes en un Thésaurus Commun. Cette
  ontologie est utilisée par un Médiateur qui
  interroge les différentes sources dinformation
  pour répondre à une requête dun utilisateur
  Bergamaschi et al. 99.

55
Scénario Accès à des données via une ontologie
partagée (4/4)

• Technologies
  utilisées
• Des traducteurs bi-directionnels qui peuvent,
  suivant le cas, résider ou non dans les
  applications et être générés automatiquement.
• Des médiateurs qui intègrent les données venant
  des sources dinformation hétérogènes.
• Variantes du
  scénario
• La conception dun glossaire pour faciliter la
  communication au sein dune organisation, ou bien
  la construction dune ontologie pour faciliter
  laccès à une Mémoire dEntreprise. Dans ces cas,
  le consommateur dinformations est un être
  humain.
• Lorsque des acteurs dune organisation, ou bien
  des développeurs dapplications, ne peuvent
  tomber daccord sur une ontologie commune,
  plusieurs ontologies peuvent co-exister quil
  faut pouvoir relier au moyen de règles. Ce
  problème est étudié par Uschold, 00.

56
Scénario Recherche dinformations basée sur
une ontologie (1/3)

• Diagramme
• 
  Ontologie AO
• 
  Information
• Requête
  Moteur
• UA de
  recherche
• 
  Principe
• Un groupe dutilisateurs se mettent daccord sur
  une ontologie qui décrit un domaine spécifique.
• Lontologie est utilisée par un moteur de
  recherche pour accéder à des ressources (ex des
  documents, des informations, des noms dexperts)
  dans un répertoire (ex le Web ou un intranet).

57
Scénario Recherche dinformations basée sur
une ontologie (2/3)

• Apports de
  lontologie
• Lontologie joue le rôle dun index pour les
  ressources recherchées, ce qui renforce lespoir
  de retrouver des informations pertinentes.
• Les connaissances ontologiques permettent de
  représenter le sens de la requête et deffectuer
  des inférences sur les informations décrivant le
  contenu des ressources (les méta-data),
  permettant daméliorer la qualité de la
  recherche.
• Technologies
  utilisées
• Des browsers dontologies et des moteurs de
  recherche, constituant plus globalement des
  fournisseurs dinformation appelés brokers.

58
Scénario Recherche dinformations basée sur
une ontologie (3/3)

• Exemples
  dapplications
• Dans le cadre du projet (KA)2, la communauté en
  Acquisition des Connaissances a conçu une
  ontologie utilisée par ses membres pour annoter
  des pages Web Benjamins et al., 99a. Ces
  méta-data et lontologie sont exploitées par
  Ontobroker Decker et al., 99.
• Le projet IBROW3 (Intelligent Brokering Service
  on the WWW) a développé un service daide à la
  configuration de SBCs à partir de composants
  génériques (des méthodes de résolution de
  problèmes) indexés par une ontologie Benjamins
  et al., 99b.
• Dans la société Boeing (Seatle) un thesaurus a
  été récemment étendu en une ontologie pour
  permettre en interne au personnel daccéder aux
  bons experts (application Expert Locator)
  Clark et al., 00.

59
Scénario Traduction à base dontologie
linguistique (1/3)

• Diagramme
• UA
  DA UA
• Texte Système
  de Texte
• en LN1
  traduction en LN2
• Lexique
  Ontologie Lexique AO
• LN1
  LN2

60
Scénario Traduction à base dontologie
linguistique (2/3)

• Principe
• Lontologie fournit un niveau conceptuel
  indépendant de la langue, auquel des lexiques des
  langues concernées sont attachés.
• Les représentations du sens du texte sont prises
  en charge par lontologie qui joue le rôle dune
  interlangue.
• Apports de
  lontologie
• Lontologie fournit un moyen pour représenter la
  signification dun texte dans une interlangue.
• Elle permet à des lexiques pour différentes
  langues de partager des connaissances (le niveau
  conceptuel).
• Elle permet à des analyseurs de la langue source
  et à des générateurs dans la langue cible de
  partager des connaissances.

61
Scénario Traduction à base dontologie
linguistique (3/3)

• Exemples
  dapplications
• Le système PANGLOSS traduit des textes
  quelconques de lespagnol en anglais Knight
  Luk, 94. Il utilise lontologie SENSUS qui
  intègre notamment WordNet et PENMAN upper Model
  et contient 70.000 concepts et relations.
• Le système Mikrokosmos traduit en anglais des
  articles de journaux écrits en espagnol ou en
  chinois. Son ontologie contient 8000 concepts
  Viegas, 99.
• Technologies
  utilisées
• Principalement des analyseurs et des générateurs
  (e.g., PANGLYSER et PENMAN dans le cas de
  PANGLOSS).

62
Pour en savoir plus

• Sur les
  scénarii
• Larticle Uschold Jasper, 99 présente plus
  complètement les scénarii en tâchant dévaluer la
  maturité des technologies mises en jeu et en
  envisageant diverses variations autour de ces
  scénarii.
• Certains projets atypiques, comme le projet Cyc
  consistant à développer une ontologie couvrant
  lensemble des connaissances de sens commun,
  restent pour le moment en dehors des scénarii
  recensés.
• Sur les
  applications
• Les articles van Zyl Corbett, 00a et van Zyl
  Corbett, 00b instancient les scénarii par de
  nombreux exemples dapplications académiques ou
  industrielles. Le second article met plus
  particu- lièrement laccent sur les applications
  des ontologies linguistiques.

63
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

64
Bilan final

• LIngénierie Ontologique
  demeure
• une discipline
  naissante
• La variété des besoins et des champs de recherche
  concernés par le développement des ontologies
  explique la diversité des objets dénotés par le
  terme ontologie.
• LIngénierie Ontologique, au sein de lIngénierie
  des Connaissances, définit des concepts, méthodes
  et outils, pour rationaliser le dévelop- pement
  des ontologies.
• Cette discipline est en plein essor, en témoigne
  le nombre important de projets en cours et de
  séminaires qui lui sont consacrés.
• Cependant, les propositions émanant des projets
  et les pratiques ne sont pas encore unifiées. Un
  effort de synthèse et de diffusion hors du cadre
  académique reste encore à réaliser.

65
Pour approfondir certaines notionsdu domaine

• Des ressources pédagogiques sont présentes sur
  le web
• Sur le site du GRACQ, à la rubrique cours, on
  peut consulter un support de cours conçu par J.
  Charlet, N. Aussenac-Gilles, P. Laublet et B.
  Bachimont sur les Ontologies, les Terminologies
  et les Bases de Connaissances Terminologiques
• 
  http//www.irit.fr/GRACQ/
• Le site édité par R. Corrazon constitue une
  introduction complète à lOntologie Formelle. On
  y trouve présentés un historique de la
  discipline, les acteurs dhier et daujourdhui,
  les développements récents, une liste douvrages
  et des références à dautres sites
• 
  http//www.formalontology.it/
• Sur le site de C. Welty, on peut consulter un
  support de cours rédigé avec N. Guarino,
  introductif à la conférence FOIS (Formal Ontology
  in Information Systems) 2001
• http//www.cs.vassar.edu/
  faculty/welty/aaai-2000/

66
Pour continuer à suivre les évolutions de la
discipline

• quelques sites régulièrement mis à
  jour
• Le site de P. Clark (Boeing) - à ce jour le plus
  complet - indexe toutes sortes dinformations
  relatives aux ontologies, portant sur des
  projets, des organisations, des environnements de
  développement, des conférences, des actes de
  conférences en ligne et des ontologies (!). Il
  comporte quelques 300 entrées
• http//www.cs.utexas.edu/users
  /mfkb/related.html
• Le projet IEEE SUO (Standard Upper Ontology) de
  définition dune ontologie générique destinée à
  devenir un standard international est présenté
  sur le site
• 
  http//suo.ieee.org/
• Lorganisation Ontology.org édite un forum sur
  internet consacré aux applications des ontologies
  pour le commerce électronique
• 
  http//www.ontology.org/

67
Plan

• Avant Propos
• Quest-ce quune ontologie ?
• A quoi sert une ontologie ?
• Méthodes de construction
• Langages de spécification
• Environnements de développement
• Applications
• Conclusions générales
• Références

68
Références bibliographiques (1/12)

• Arpirez-Vega et al., 98 Arpirez-Vega, J.C.,
  Gomez-Pérez, A., Tello, A.L. Pinto, S. (1998)
  (ONTO)2Agent An ontology-based WWW broker to
  select ontologies. Proceedings of the 13th
  European Conference on Artificial Intelligence
  ECAI-98, Brighton.
• Assadi Bourigault, 00 Assadi, H.
  Bourigault, D. (2000) Analyses syntaxique et
  statistique pour la construction dontologies à
  partir de textes. In J. Charlet et al. (eds),
  Ingénierie des Connaissances Evolutions
  récentes et nouveaux défis, Eyrolles, pp.
  243-255.
• Aussenac-Gilles et al., 00 Aussenac-Gilles, N.,
  Biébow, B. Szulman, S. (2000) Revisiting
  Ontology Design a methodology based on corpus
  analysis. Proceedings of the 12th International
  Conference on Knowledge Engineering and Knowledge
  Management EKAW2000, R. Dieng O. Corby (eds),
  LNAI 1937, Springer, pp. 172-188.
• Bachimont, 00 Bachimont, B. (2000) Engagement
  sémantique et engagement ontologique conception
  et réalisation dontologies en ingénierie des
  connaissances. In J. Charlet et al. (eds),
  Ingénierie des Connaissances Evolutions
  récentes et nouveaux défis, Eyrolles, pp. 305-323.

69
Références bibliographiques (2/12)

• Barry et al., 01 Barry, C., Cormier, C.,
  Kassel, G. Nobécourt, J. (2001) Evaluation de
  langages opérationnels de représentation
  dontologies. Actes des journées Ingénierie des
  Connaissances IC2001, Grenoble. A paraître.
• Barthès, 98 Barthès, J.-P. A. (1998) La gestion
  des concepts et du vocabulaire dans lentreprise,
  terminologies et ontologies état de lart.
  Rapport de veille technologique IIIA-98-VT9, 46
  pages.
• Benjamins et al., 99a Benjamins, V.R., Fensel,
  D. Decker, S. (1999) KA2 Building Ontologies
  for the Internet A Midterm Report. International
  Journal of Human Computer Studies, 51(3).
• Benjamins et al., 99b Benjamins, V.R. et al.
  (1999) Towards Brokering Problem-Solving
  Knowledge on the Internet. Proceedings of the
  11th European Workshop on Knowledge Acquisition,
  Modeling and Management EKAW99, Dagstuhl
  (Allemagne).
• Bergamaschi et al., 99 Bergamaschi, S.,
  Castano, M.V.S. Beneventano, D. (1999)
  Intelligent Techniques for the Extraction and
  Integration of Heterogeneous Information.
  Proceedings of the IJCAI-99 Workshop on
  Intelligent Information Integration, Stockholm.

70
Références bibliographiques (3/12)

• Biébow Szulman, 99 Biébow, B. Szulman, S.
  (1999) TERMINAE A linguistic-based tool for the
  building of a domain ontology. Proceedings of the
  11th European Workshop on Knowledge Acquisition,
  Modeling and Management EKAW99, Dagstuhl
  (Allemagne).
• Blazquez et al., 98 Blazquez, M.,
  Fernandez-lopez, M., Garcia-Pinar, J.M.
  Gomez-Pérez, A. (1998) Building Ontologies at the
  Knowledge Level using the Ontology Design
  Environment. In Proceedings of the Workshop on
  Knowledge Acquisition, Modelling and Management
  KAW98, Banff, Canada.
• Borst Akkerman, 97 Borst, P. Akkermans, H.
  (1997) Engineering ontologies. International
  Journal of Human and Computer Studies, 46, pp.
  365-406.
• Bouaud et al., 94 Bouaud, J., Bachimont, B.,
  Charlet, J. Zweigenbaum, P. (1994) Acquisition
  and Structuring of an Ontology within Conceptual
  Graphs. Proceedings of the ICCS94 Workshop on
  Knowledge Acquisition using Conceptual Graph
  Theory, University of Maryland, College Park, MD,
  1994, pp. 1-25.

71
Références bibliographiques (4/12)

• Clark et al., 00 Clark, P., Thompson, J.,
  Holmback, H. Duncan, L. (2000) Exploiting a
  Thesaurus-Based Semantic Net for Knowledge-Based
  Search. Proceedings of the 12th Conference on
  Innovative Applications of Artificial
  Intelligence IAAI-2000, Austin (Texas-USA), pp.
  988-995.
• Corcho Gomez-Perez, 00 Corcho, O.
  Gomez-Perez, A. (2000) Evaluating Knowledge
  Representation and Reasoning Capabilities of
  Ontology Specification Languages. Proceedings of
  the ECAI-00 Workshop on Applications of
  Ontologies and Problem-Solving Methods, Berlin,
  pp. 3/1-3/9.
• Decker et al., 99 Decker, S., Erdmann, M.,
  Fensel, D. Studer, R. (1999) Ontobroker
  Ontology Based Access to Distributed and
  Semi-Structured Information. In R. Meersman et
  al. (Eds.), Database Semantics Semantic Issues
  in Multimedia Systems, Kluwer Academic Publisher,
  pp. 351-369.
• Domingue, 98 Domingue, J. (1998) Tadzebao and
  WebOnto Discussing, Browsing, and Editing
  Ontologies on the Web. Proceedings of the 11th
  Workshop on Knowledge Acquisition, Modelling and
  Management KAW98, Banff, Canada.

72
Références bibliographiques (5/12)

• Duineveld et al., 99 Duineveld, A.J., Stoter,
  R., Weiden, M.R., Kenepa, B. Benjamins, V.R.
  (1999) WonderTools? A comparative study of
  ontological engineering tools. Proceedings of the
  Workshop on Knowledge Acquisition, Modelling and
  Management KAW99, Banff, Canada.
• Eriksson et al., 99 Eriksson, H., Fergerson,
  R., Shahar, Y. Musen, M.A. (1999) Automatic
  Generation of Ontology Editors. Proceedings of
  the Workshop on Knowledge Acquisition, Modelling
  and Management KAW99, Banff, Canada.
• Farquhar et al., 97 Farquhar, A., Fikes, R.
  Rice, J. (1997) The Ontolingua Server Tool for
  Collaborative Ontology Construction.
  International Journal of Human Computer Studies,
  46(6), pp. 707-728.
• Fernandez-Lopez, 99 Fernandez-Lopez, M. (1999)
  Overview Of Methodologies For Building
  Ontologies. Proceedings of the IJCAI99 Workshop
  on Ontologies and Problem-Solving Methods,
  Stockholm (Suède), pp. 4/1,4/13.
• Fernandez-Lopez et al., 99 Fernandez-Lopez, M.,
  Gomez-Pérez, A., Pazos-Sierra, J. Pazos-Sierra,
  A. (1999) Building a Chemical Ontology Using
  Methontology and the Ontology Design Environment.
  IEEE Intelligent Systems, January/February, pp.
  37-46.

73
Références bibliographiques (6/12)

• Fox Gruninger, 98 Fox, M.S. Gruninger, M.
  (1998) Enterprise Modelling. AI Magazine, AAAI.
  http//www.ie.utoronto.ca/EIL/public/aimag98.ps.
• Gruber, 93a Gruber, T. (1993) A translation
  approach to portable ontology specification.
  Knowledge Acquisition 5, pp. 199-220.
• Gruber, 93b Gruber, T.R. (1993) Towards
  Principles for the Design of Ontologies Used for
  Knowledge Sharing. In N. Guarino R. Poli (Eds),
  Formal Ontology in Conceptual Analysis and
  Knowledge Representation, Kluwer Academic
  Publishers.
• Gruber Olsen, 94 Gruber, T.R. Olsen, G.R.
  (1994) An Ontology for Engineering Mathematics.
  In J. Doyle, P. Torasso E. Sandewall (Eds.),
  Proceedings of the Fourth International
  Conference on Principles of Knowledge
  Representation and Reasoning, Morgan Kaufmann,
  pp. 258-269.
• Grüninger Fox, 95 Grüninger, M. Fox, M.S.
  (1995) Methodology for the Design and Evaluation
  of Ontologies. Proceedings of the IJCAI-95
  Worshop on Basic Ontological Issues in Knowledge
  Sharing.

74
Références bibliographiques (7/12)

• Guarino Giaretta, 95 Guarino, N. Giaretta,
  P. (1995) Ontologies and Knowledge Bases Towards
  a Terminological Clarification. In N. Mars (Eds),
  Towards Very Large Knowledge Bases Knowledge
  Building and Knowledge Sharing, IOS Press,
  Amsterdam, pp. 25-32.
• Guarino, 97 Guarino, N. (1997) Some Organizing
  Principles For A Unified Top-Level Ontology.
  Proceedings of the AAAI Spring Symposium on
  Ontological Engineering, Stanford (USA).
• Guarino, 98 Guarino, N. (1998) Formal Onto