Connaissances taxinomiques: Représentation de taxinomies comportant des exceptions et construction d'hypermédias à base de connaissances taxinomiques

C. Faron

LIP6 1998/018: THÈSE de DOCTORAT de l'UNIVERSITÉ PARIS 6 LIP6 / LIP6 research reports
187 pages - Mai/May 1998 - French document.

PostScript : 626 Ko /Kb

Contact : par mail / e-mail

Thème/Team: Apprentissage et Acquisition de Connaissances

Titre français : Connaissances taxinomiques: Représentation de taxinomies comportant des exceptions et construction d'hypermédias à base de connaissances taxinomiques
Titre anglais : Taxonomic Knowledge: Representation of Taxonomies embedding Exceptions and Construction of Taxonomic Knowledge Based Hypermedias

Résumé : Une structuration taxinomique est inhérente à de nombreux domaines : les objets sont regroupés en classes organisées hiérarchiquement sous forme de taxinomies. Le problème qui se pose est la mémorisation des connaissances relatives à de tels domaines : les descriptions des classes et leur organisation taxinomique. Pour acquérir ces connaissances, étant donnée la taxinomie du domaine, nous explicitons des descriptions de ses concepts telles que les relations d'ordre entre elles rendent compte de sa taxinomie. Pour représenter ces connaissances taxinomiques, nous avons choisi le modèle des graphes conceptuels particulièrement bien adapté quand les concepts du domaine requièrent des descriptions structurées, comme c'est notamment le cas des taxinomies naturelles.
Un problème particulier que posent les taxinomies naturelles est la représentation des exceptions à l'héritage de propriétés entre classes. Nous montrons que l'on peut étendre certaines démarches développées dans le cadre des logiques de descriptions et adapter certains résultats établis aux graphes conceptuels. Nous proposons une extension du modèle des graphes conceptuels pour introduire des défauts et des exceptions dans les graphes définissant des concepts du domaine. Dans cette démarche, contrairement à celle d'héritage par défaut de propriétés, les principes classiques de classification ne sont pas remis en cause.
Les connaissances taxinomiques explicitées sont dédiées à l'organisation d'information sur le domaine sous la forme d'un hypermédia. Nous proposons une méthode de construction d'hypermédia à base de connaissances taxinomiques, fondée sur la méthode d'acquisition des connaissances et sur un typage des éléments du réseau hypermédia qui reflète la structure de la base de connaissances. Un hypermédia à base de connaissances offre à l'utilisateur une navigation plus conceptuelle et des procédures d'accès à l'information basées sur les mécanismes d'inférence sur les connaissances formalisées.

Abstract : A taxonomic structure is inherent to many domains : objects are clustered into classes hierarchically organized into taxonomies. The problem addressed by these domains is to memorize this taxonomic knowledge, that is descriptions of classes and their taxonomic organization. In artificial intelligence, one field is precisely the elicitation and representation of knowledge. To acquire taxonomic knowledge, given the domain taxonomy, we elicit descriptions of its concepts whose order relations among them account for the taxonomy structure. To represent this knowledge, we have chosen the Conceptual Graphs model that suits particularly well these domains whose concepts require structured descriptions, as it is the case of natural taxonomies.
A problem specific to natural taxonomies is the representation of exceptions to properties inheritance between classes. To do this, we propose an extension of the Conceptual Graphs model consisting in the introduction of defaults and exceptions in graphs defining concepts. The so called definitional approach we here adopt is opposed to the inferential one consisting in default inheritance : the classical principles of classification are not modified. We show that some approaches adopted with Description Logics can be extended and some results stated in these formalisms can be adapted to Conceptual Graphs.
The elicited taxonomic knowledge is dedicated to the organization of domain information into an hypermedia network. We propose a method for the construction of taxonomic knowledge based hypermedia, based on the method we use for knowledge acquisition and on a typage of the hypermedia elements that reflects the structure of the knowledge base represented with concetual graphs. Such a knowledge base hypermedia offers the user a conceptual navigation and access procedures based on the inference mechanisms associated to the knowledge base.

Mots-clés : Intelligence Artificielle, Hypermédias, Représentation de connaissances, Acquisition de connaissances, Graphes conceptuels, Logiques de descriptions, Exceptions, Taxinomies, Classification

Key-words : Artificial Intelligence, Hypermedias, Knowledge Representation, Knowledge Acquisition, Conceptual Graphs, Description Logics, Exceptions, Taxonomies, Classification

Publications internes LIP6 1998 / LIP6 research reports 1998

Responsable Éditorial / Editor
webmaster@lip6.fr