Auswahl der wissenschaftlichen Literatur zum Thema „Raffinement des graphes de connaissances“

Résumé Une base de connaissance terminologique (BCT) est à la fois une banque de terminologie conceptuellement et sémantiquement structurée et une base de connaissances. Les informations terminologiques, que nous qualifions de connaissances, y sont décrites sous la forme de réseaux conceptuels et sémantiques que nous appelons "réseaux sémantico-terminologiques" (RST). Les RST permettent de représenter, sous la forme de graphes, les unités terminologiques d'un domaine et les relations sémantiques qui les unissent au sein d'un système notionnel. Ces relations, au nombre de six dans notre modèle, possèdent la double fonction de regrouper les notions qui ont un certain degré de parenté pour mieux les distinguer par leurs traits distinctifs au sein de classes et de sous-classes.

Résumé Ce texte propose une esquisse du développement des connaissances relatives aux rapports sociaux de sexe dans le domaine du sport, et ce, au cours des trois dernières décennies. La décennie 70 marque la naissance des études proprement féministes du sport. La décennie 80 montre un raffinement et une diversification dans la conceptualisation des relations de genre en sport alors qu’apparaissent les études s’inspirant du féminisme libéral, du féminisme radical et celui s’inspirant des Cultural studies. La décennie 90 présente une sorte d’apogée avec le féminisme d’inspiration foucaldienne et les études féministes de la masculinité. Enfin, l’émergence de l’approche postmoderne et de la théorie Queer amène une déconstruction de la conception binaire du genre, met au jour la fluidité et les interactions des identités de sexe, de genre et d’orientation sexuelle.

Les sciences de l'eau connaissent actuellement un développement accéléré. Plusieurs facteurs contribuent à cet élargissement de la base de connaissances explicatives et instrumentales sur l'eau. On note, par exemple, 1. les investissements accrus dans la mise au point de systèmes de mesure permettant l'étude approfondie des propriétés de l'eau, 2. l'expansion considérable des approches mathématique et systémique à l'interprétation des données, ou encore 3. les progrès récents des outils informatiques qui ont favorisé le développement et l'usage des modèles de prédiction et ainsi, l'amélioration significative des connaissances sur la chimie, la biologie et la toxicologie. D'un autre côté, la croissance et la diversification des problèmes sociaux reliés à la raréfaction de l'eau viennent multiplier les domaines d'application des connaissances en vue de trouver des solutions durables aux problèmes. Dans cet article, on s'interroge, dans un tel contexte d'élargissement, sur l'évolution des sciences de l'eau au cours des prochaines années en mettant en évidence les problèmes socio-économiques dont la solution fait appel aux connaissances actuelles, à leur raffinement par les applications ou encore, à de nouvelles capacités techniques d'interprétation des phénomènes hydrologiques. On y distingue entre les activités qui seront entreprises pour résoudre des questions scientifiques fondamentales pouvant se justifier par des retombées possibles pour la société (la poussée scientifique) de celles qui seront engagées pour élaborer des solutions à des problèmes socio-économiques d'importance (les besoins socio-économiques de connaissances). On met ensuite en évidence les facteurs qui interviendront pour favoriser l'épanouissement des initiatives scientifiques, et on évalue l'effet de ces facteurs sur l'orientation de ces initiatives. On pose ainsi l'hypothèse que ce serait surtout la solution des problèmes socio-économiques, en conjugaison avec les aptitudes scientifiques actuelles, qui orienteront les développements des sciences de l'eau dans l'avenir. Enfin, on présente une approche émergente pouvant aider à comprendre l'évolution des sciences de l'eau. Ce modèle de représentation de la dynamique des initiatives scientifiques est caractérisé par deux pôles d'attraction relevant de la solution des problèmes sociaux reliés à la ressource : l'un en relation avec les besoins de connaissances pour la gestion de l'eau et l'autre lié aux besoins spécifiques de connaissances pour l'administration publique de l'eau.

L’arthrite juvénile idiopathique (AJI) est la cause la plus fréquente du rhumatisme chez l’enfant. L’AJI est un terme générique qui regroupe toutes les formes d'arthrite chronique d'origine inconnue apparaissant avant l’âge de 16 ans. La classification des différentes entités de l’AJI était et reste toujours un sujet de discussion et de raffinement. La distinction de groupes plus homogènes permettra une thérapeutique plus ciblée. Le diagnostic de l’AJI est un diagnostic d’exclusion et il est purement clinique. Aucun test biologique n’est spécifique. Les explorations sont utiles dans le diagnostic différentiel et dans la définition de la sous-classification de la maladie. Établir le diagnostic d’une forme d’AJI est un défi qui nécessite parfois la demande d’avis d’expert pour une meilleure prise en charge diagnostique et thérapeutique. Il n’existe aucun traitement curatif pour l’AJI jusqu’aujourd’hui. Les avancées de connaissances de mécanismes physiopathologiques ont permis une meilleure approche thérapeutique de l’inflammation. L’avènement de la biothérapie ces dernières décennies a révolutionné la prise en charge de l’AJI et a nettement amélioré le pronostic.

Cet article propose une adaptation des modules « analyse des risques ferroviaires et ingénierie mécanique » et « diagnostic de systèmes homme-machine appliqué aux systèmes ferroviaires ou guidés » de formation à distance du parcours INERSYG (Ingénierie Ferroviaire et Systèmes Guidés) du Master Transports Mobilités Réseaux de l’Université Polytechnique Hauts-de-France. A partir d’études de cas impliquant des aides à la conduite, il s’agit de déterminer les modes de fonctionnement et d’usage en s’appuyant sur différents formalismes tels que celui des arbres de défaillance, celui des réseaux de Petri, celui de bases de règles ou celui des graphes causaux. Les cas sont issus de témoignages d’expert, d’utilisateur ou via les réseaux sociaux par exemple. Ils font l’objet d’une analyse de danger approfondie suivant une démarche de pédagogie active et inclusive avec des groupes d’étudiants en dernière année de Master. Il s’agit d’identifier des dissonances, i.e. des conflits d’autonomie en termes de connaissances, de disponibilité ou de possibilités d’action pour un même décideur ou entre décideurs. Les résultats sont encourageants et permettent à chacun de découvrir des scénarios potentiellement dangereux relatifs à l’usage de systèmes d’aide à la conduite.

AbstractThis presentation aims to identify some students’ roles on a study and research path conducted in a Japanese upper secondary high school. Especially, we focus on responsibilities for questioning and answering in their inquiry. For this purpose, we describe the students’ inquiry using the tree diagram of questions Q and answers A. Then, we analyze what kind of students’ roles emerged in their activity and discuss why that responsibilities could appear. As a result, we identify two interesting points of their study and research responsibilities: 1) On producing an initial question; 2) On producing temporary answers.Keywords: Study and research path; topogenesis of knowledge; graph theoryRésuméCette présentation vise à identifier les rôles de certains étudiants sur un parcours d'étude et de recherche mené dans un lycée japonais du deuxième cycle du secondaire. Surtout, nous nous concentrons sur les responsabilités en matière de questionnement et de réponse dans leur investigation. À cette fin, nous décrivons l’investigation des élèves en utilisant le diagramme d'arbre des questions Q et réponses R. Ensuite, nous analysons le type de rôles des élèves qui émergent dans leur activité et discutons pourquoi ces responsabilités pourraient apparaître. En conséquence, nous identifions deux points intéressants de leurs responsabilités d'étude et de recherché : 1) En produisant une question initiale ; 2) En produisant des réponses temporaires.Mots-clés: Parcours d'étude et de recherche, Topogenèse des connaissances, la théorie des graphes.

La métropole de Lyon s’est fixé pour objectif de reconstituer l’ensemble des dates de pose et des matériaux des conduites d’assainissement de son patrimoine. Cette communication présente les résultats de plusieurs années de travail soutenues par l’agence de l’eau Rhône Méditerranée Corse. Pour la reconstitution, deux axes de recherches sont privilégiés, ils sont inspirés des résultats du projet de recherche Hireau. Le premier axe porte sur l’implémentation de méthodes statistiques (apprentissage machine) pour reconstituer les informations manquantes à partir de données connues sur le patrimoine. L’approche a été adaptée au jeu de données lyonnais et fournit des estimations des dates de pose et des matériaux des réseaux d’assainissement. Un travail d’optimisation a ensuite permis d’améliorer la prédiction grâce à une augmentation de la précision et du rappel (proportion d’éléments correctement retournés parmi ceux qui existent) pour le matériau, et une réduction de la plage d’estimation pour la date de pose. Le deuxième axe porte sur l’utilisation de connaissances provenant de sources multiples. L’exploitation des données supplémentaires, comme les rapports d’inspections télévisées, permet d’obtenir directement le matériau de la conduite. La création de scripts de propagation d’information sous contrainte par parcours de graphes a également permis de renseigner des années de poses manquantes. Nous proposons dans cette communication de rendre compte des démarches mises en œuvre, et des résultats obtenus. L’objectif étant d’inciter d’autres collectivités à obtenir ces informations essentielles pour la gestion de leur patrimoine.

Ce matériel est le premier article d'une séquence de cinquante matériaux, qui aura pour objectif principal la construction de connaissances théoriques sur le raffinement et le développement personnel, et sa faisabilité pragmatique à travers l'aide de diverses pratiques méditatives. Obéissant à la systématisation de la rigueur scientifique, chaque matière sera organisée autour d'une question directrice qui apportera un sens à chaque matière individuellement, même si elle fait partie d'une séquence. Cette fois, la question mise en exergue ici sera : quelles sont les approches conceptuelles et les épistémès qui composent le raffinement, le développement personnel, et comment les pratiques méditatives aident-elles ce processus ? De manière générale, il est possible de constater que l'être humain est un individu en constante métamorphose, qui doit toujours chercher à se développer pour agir plus efficacement tant sur le plan personnel que social. Les concepts théoriques sont importants car ils soutiennent ce processus; cependant, les pratiques méditatives peuvent être des outils stratégiques pour exécuter efficacement ce processus, produisant des effets mentaux, sociaux et physiologiques.

soumission à Episciences Nowadays, there is a growing interest in data mining and information retrieval applications from Knowledge Graphs (KG). However, the latter (KG) suffers from several data quality problems such as accuracy, completeness, and different kinds of errors. In DBpedia, there are several issues related to data quality. Among them, we focus on the following: several entities are in classes they do not belong to. For instance, the query to get all the entities of the class Person also returns group entities, whereas these should be in the class Group. We call such entities “outliers.” The discovery of such outliers is crucial for class learning and understanding. This paper proposes a new outlier detection method that finds these entities. We define a semantic measure that favors the real entities of the class (inliers) with positive values while penalizing outliers with negative values and improving it with the discovery of frequent and rare itemsets. Our measure outperforms FPOF (Frequent Pattern Outlier Factor) ones. Experiments show the efficiency of our approach. De nos jours, il existe un intérêt croissant pour les applications d'exploration de données et de recherche d'informations à partir de graphes de connaissances (KG). Cependant, ces derniers (KG) souffrent de plusieurs problèmes de qualité de données tels que la précision, la complétude et différents types d'erreurs. Dans DBpedia, il existe plusieurs problèmes liés à la qualité des données. Parmi eux, nous nous concentrons sur le suivant: plusieurs entités se trouvent dans des classes auxquelles elles n'appartiennent pas. Par exemple, la requête pour obtenir toutes les entités de la classe Person retourne aussi les entités de groupe, tandis que celles-ci devraient être dans la classe Group. Nous appelons ces entités "outliers". La découverte de ces entités mal classées est cruciale pour l'apprentissage et la compréhension des classes. Cet article propose une nouvelle méthode de détection des outliers qui permet de trouver ces entités. Nous définissons une mesure sémantique qui favorise les entités réelles de la classe (inliers) avec des valeurs positives tout en pénalisant les outliers avec des valeurs négatives et nous l'améliorons avec la découverte d'itemsets fréquents et rares. Notre mesure est plus performante que celle du FPOF (Frequent Pattern Outlier Factor). Les expérimentations prouvent l'efficacité de notre approche.

Les graphes de connaissances (KG) sont des structures de graphes hétérogènes représentant des faits dans un format lisible par une machine. Ils trouvent des applications dans des tâches telles que la réponse automatique aux questions, la désambiguïsation et liaison d'entités. Cependant, les graphes de connaissances sont intrinsèquement incomplets et il est essentiel de les raffiner pour améliorer leur qualité. Pour compléter le graphe de connaissances, il est possible de prédire les liens manquants dans un graphe de connaissances ou d'intégrer des sources externes. En extrayant des règles du graphe de connaissances, nous pouvons les exploiter pour compléter le graphe tout en fournissant des explications. Plusieurs approches ont été proposées pour extraire efficacement des règles. Or, la littérature manque de méthodes efficaces pour incorporer des prédicats numériques dans les règles. Pour répondre à cette lacune, nous proposons REGNUM, qui permet d'extraire des règles numériques avec des contraintes d'intervalle. REGNUM s'appuie sur les règles générées par un système d'extraction de règles existant et les enrichit en incorporant des prédicats numériques guidés par des mesures de qualité. En outre, la nature interconnectée des données web offre un potentiel significatif pour compléter et raffiner les KG, par exemple, par le liage des données, qui consiste à trouver des liens d'identité entre des entités de KG différents. Nous présentons RE-miner, une approche qui extrait des expressions référentielles (RE) pour une classe dans un graphe de connaissances.Les REs sont des règles qui ne s'appliquent qu'à une seule entité. Elles facilitent la découverte de connaissances et permettent de lier les données de manière explicable. De plus, nous visons à explorer les avantages et les opportunités de l'affinage des modèles linguistiques pour combler le fossé entre les KG et les données textuelles. Nous présentons GilBERT, qui exploite le fine-tuning sur des modèles linguistiques tels que BERT en optimisant une fonction de coût par triplet pour les tâches de prédiction de relation et de classification de triple. En prenant en compte ces défis et en proposant des approches novatrices, cette thèse contribue au raffinement des KG, en mettant particulièrement l'accent sur l'explicabilité et la découverte de connaissances. Les résultats de cette recherche ouvrent la voie à de nouvelles questions de recherche qui font progresser vers des KG de meilleure qualité
Knowledge graphs (KGs) are heterogeneous graph structures representing facts in a machine-readable format. They find applications in tasks such as question answering, disambiguation, and entity linking. However, KGs are inherently incomplete, and refining them is crucial to improve their effectiveness in downstream tasks. It's possible to complete the KGs by predicting missing links within a knowledge graph or integrating external sources and KGs. By extracting rules from the KG, we can leverage them to complete the graph while providing explainability. Various approaches have been proposed to mine rules efficiently. Yet, the literature lacks effective methods for effectively incorporating numerical predicates in rules. To address this gap, we propose REGNUM, which mines numerical rules with interval constraints. REGNUM builds upon the rules generated by an existing rule mining system and enriches them by incorporating numerical predicates guided by quality measures. Additionally, the interconnected nature of web data offers significant potential for completing and refining KGs, for instance, by data linking, which is the task of finding sameAs links between entities of different KGs. We introduce RE-miner, an approach that mines referring expressions (REs) for a class in a knowledge graph and uses them for data linking. REs are rules that are only applied to one entity. They support knowledge discovery and serve as an explainable way to link data. We employ pruning strategies to explore the search space efficiently, and we define characteristics to generate REs that are more relevant for data linking. Furthermore, we aim to explore the advantages and opportunities of fine-tuning language models to bridge the gap between KGs and textual data. We propose GilBERT, which leverages fine-tuning techniques on language models like BERT using a triplet loss. GilBERT demonstrates promising results for refinement tasks of relation prediction and triple classification tasks. By considering these challenges and proposing novel approaches, this thesis contributes to KG refinement, particularly emphasizing explainability and knowledge discovery. The outcomes of this research open doors to more research questions and pave the way for advancing towards more accurate and comprehensive KGs

La proliferation et le grand succes des applications incorporant des reseaux de neurones artificiels (rna) dans plusieurs domaines montrent l'utilite du paradigme rna. Neanmoins, ce paradigme a une limite : son incapacite inherente a fournir une explication des resultats obtenus. C'est essentiellement pour vaincre cette limite que plusieurs chercheurs se sont interesses a combiner les rna et les systemes symboliques de maniere a profiter de leurs avantages et eviter leurs faiblesses. Dans cette these, nous decrivons notre contribution a ce domaine de recherche. Nos travaux s'articulent autour de trois axes : l'insertion de connaissances dans un rna, l'extraction de regles a partir d'un rna et l'utilisation d'un rna pour raffiner une base de regles existante. Dans le premier axe : apres une etude critique des principales techniques developpees, nous avons propose deux techniques d'extraction de regles. La premiere, miter, associe a chaque neurone un calibre de poids. Ce dernier est traduit sous forme d'une regle symbolique de la forme m-parmi-n. La seconde, emire, extrait des regles a partir d'un rna sans tenir compte de sa structure interne et en utilisant uniquement ses entrees pertinentes. Dans le deuxieme axe : apres une presentation des principales techniques existantes, nous avons propose deux techniques d'insertion de regles symboliques dans un rna. La premiere, ruleneur, associe a chaque regle ecrite sous une forme normale disjonctive un neurone. La seconde, opneur, associe a chaque operateur logique (et ou ou) un neurone. Dans le troisieme axe, apres une presentation des differents systemes hybrides, nous avons propose le systeme ranni qui combine les deux axes precedents en utilisant un module probabiliste pour leur mise-a-jour.

En l'absence d'une autorité de nommage centrale sur le Web de données, il est fréquent que différents graphes de connaissances utilisent des noms (IRIs) différents pour référer à la même entité. Chaque fois que plusieurs noms sont utilisés pour désigner la même entité, les faits owl:sameAs sont nécessaires pour déclarer des liens d’identité et améliorer l’exploitation des données disponibles. De telles déclarations d'identité ont une sémantique logique stricte, indiquant que chaque propriété affirmée à un nom sera également déduite à l'autre et vice versa. Bien que ces inférences puissent être extrêmement utiles pour améliorer les systèmes fondés sur les connaissances tels que les moteurs de recherche et les systèmes de recommandation, l'utilisation incorrecte de l'identité peut avoir des effets négatifs importants dans un espace de connaissances global comme le Web de données. En effet, plusieurs études ont montré que owl:sameAs est parfois incorrectement utilisé sur le Web des données. Cette thèse étudie le problème de liens d’identité erronés ou inappropriés qui sont exprimés par des liens owl:sameAs et propose des solutions différentes mais complémentaires. Premièrement, elle présente une ressource contenant la plus grande collection de liens d’identité collectés du LOD Cloud, avec un service Web à partir duquel les données et leur clôture transitive peuvent être interrogées. Une telle ressource a à la fois des impacts pratiques (elle aide les utilisateurs à trouver différents noms pour la même entité), ainsi qu'une valeur analytique (elle révèle des aspects importants de la connectivité du LOD Cloud). En outre, en s’appuyant sur cette collection de 558 millions liens d’identité, nous montrons comment des mesures de réseau telles que la structure de communauté du réseau owl:sameAs peuvent être utilisées afin de détecter des liens d’identité éventuellement erronées. Pour cela, nous attribuons un degré d'erreur pour chaque lien owl:sameAs en fonction de la densité de la ou des communautés dans lesquelles elles se produisent et de leurs caractéristiques symétriques. L'un des avantages de cette approche est qu'elle ne repose sur aucune connaissance supplémentaire. Finalement, afin de limiter l'utilisation excessive et incorrecte du owl:sameAs, nous définissons une nouvelle relation pour représenter l'identité de deux instances d’une classe dans un contexte spécifique (une sous-partie de l’ontologie). Cette relation d'identité s'accompagne d'une approche permettant de détecter automatiquement ces liens, avec la possibilité d'utiliser certaines contraintes expertes pour filtrer des contextes non pertinents. La détection et l’exploitation des liens d’identité contextuels détectés sont effectuées sur deux graphes de connaissances pour les sciences de la vie, construits en collaboration avec des experts du domaine de l’institut national de la recherche agronomique (INRA)
In the absence of a central naming authority on the Web of data, it is common for different knowledge graphs to refer to the same thing by different names (IRIs). Whenever multiple names are used to denote the same thing, owl:sameAs statements are needed in order to link the data and foster reuse. Such identity statements have strict logical semantics, indicating that every property asserted to one name, will also be inferred to the other, and vice versa. While such inferences can be extremely useful in enabling and enhancing knowledge-based systems such as search engines and recommendation systems, incorrect use of identity can have wide-ranging effects in a global knowledge space like the Web of data. With several studies showing that owl:sameAs is indeed misused for different reasons, a proper approach towards the handling of identity links is required in order to make the Web of data succeed as an integrated knowledge space. This thesis investigates the identity problem at hand, and provides different, yet complementary solutions. Firstly, it presents the largest dataset of identity statements that has been gathered from the LOD Cloud to date, and a web service from which the data and its equivalence closure can be queried. Such resource has both practical impacts (it helps data users and providers to find different names for the same entity), as well as analytical value (it reveals important aspects of the connectivity of the LOD Cloud). In addition, by relying on this collection of 558 million identity statements, we show how network metrics such as the community structure of the owl:sameAs graph can be used in order to detect possibly erroneous identity assertions. For this, we assign an error degree for each owl:sameAs based on the density of the community(ies) in which they occur, and their symmetrical characteristics. One benefit of this approach is that it does not rely on any additional knowledge. Finally, as a way to limit the excessive and incorrect use of owl:sameAs, we define a new relation for asserting the identity of two ontology instances in a specific context (a sub-ontology). This identity relation is accompanied with an approach for automatically detecting these links, with the ability of using certain expert constraints for filtering irrelevant contexts. As a first experiment, the detection and exploitation of the detected contextual identity links are conducted on two knowledge graphs for life sciences, constructed in a mutual effort with domain experts from the French National Institute of Agricultural Research (INRA)

Cette thèse se situe dans le cadre de méthodes de conception de systèmes répartis s'appuyant sur des techniques de raffinement d'actions. En considérant la technique de description formelle lotos comme langage d'étude, elle aborde des problèmes théoriques concernant l'adéquation de différentes sémantiques du parallélisme pour la mise en oeuvre du raffinement d'actions. Bien que la sémantique d'entrelacement soit souvent considérée comme étant la plus simple pour exprimer le parallélisme, elle ne permet pas de représenter correctement le comportement de systèmes concurrents dès que les actions ne sont plus atomiques. La non atomicité des actions implique l'utilisation de sémantiques de vrai parallélisme, dont deux, la maximalité et la causalité, sont développées ici pour lotos. Dans le but de mieux comprendre différents aspects du raffinement d'actions, et de faciliter son exploitation ultérieure, nous avons défini le modèle des arbres maximaux qui est à la base de la sémantique dénotationnelle proposée pour lotos. Cette sémantique a été prouvée compatible avec la sémantique opérationnelle structurée de maximalite de lotos étendu par un opérateur de raffinement d'actions. Pour comparer sémantiques de maximalite et de causalité, la même approche technique a été utilisée pour proposer une nouvelle définition des arbres causaux, dans laquelle les références statiques ont été remplacées par des références dynamiques. Les arbres ainsi obtenus sont appelés arbres causaux dynamiques. Finalement, dans le but de passer de l'étude théorique du raffinement d'actions à sa mise en oeuvre pratique, nous avons proposé une solution permettant d'effectuer un raffinement syntaxique d'actions en lotos, et qui prend en compte le problème du rendez-vous multiple

Le premier chapitre montre que nos scénarios d'usages sont issus de problèmes de capitalisation, de gestion et de diffusion de connaissances. Nous étudions donc des mémoires individualisées (rattachées à un utilisateur donné), organisationnelles (rattachées à une organisation, notamment une entreprise) ou plus généralement communautaires (rattachées à une communauté d'intérêt ou de pratique). Nous donnons dans le premier chapitre des contextes d'application de nos travaux que nous utiliserons comme des scénarios motivants pour les chapitres suivants. Nous y définissons aussi notre positionnement en représentation des connaissances, notamment pour ce qui est de la représentation d'une mémoire à base d'ontologies.
Dans le deuxième chapitre, nous rappelons comment les formalismes à base de graphes peuvent être utilisés pour représenter des connaissances avec un degré variable de formalisation en fonction des besoins identifiés dans les scénarios d'application et des traitements à effectuer notamment pour la mise en place de webs sémantiques. Nous identifierons brièvement les caractéristiques de certains de ces formalismes qui sont utilisés dans nos travaux et les opportunités d'extensions qu'ils offrent. Nous synthétiserons aussi une initiative en cours pour factoriser la définition des structures mathématiques partagées par ces formalismes et réutiliser l'algorithmique des traitements communs à ces structures.
Dans le troisième chapitre nous expliquons que l'ontologie offre un support à d'autres types de raisonnement que la dérivation logique. Par exemple, la hiérarchie de notions contenue dans une ontologie peut être vue comme un espace métrique permettant de définir des distances pour comparer la proximité sémantique de deux notions. Nous avons mis en œuvre cette idée dans plusieurs scénarios comme l'allocation distribuée d'annotations, la recherche approchée ou le clustering. Nous résumons dans ce troisième chapitre diverses utilisations que nous avons faites des distances sémantiques et discutons notre position sur ce domaine. Nous donnons les scénarios d'utilisation et les distances utilisées dans un échantillon représentatif de projets que nous avons menés. Pour nous, cette première série d'expériences a permis de démontrer l'intérêt et le potentiel des distances, et aussi de souligner l'importance du travail restant à faire pour identifier et caractériser les familles de distances existantes et leur adéquation respective aux tâches pour lesquelles nos utilisateurs souhaitent être assistés.
Dans le quatrième chapitre, nous rappelons qu'un web sémantique, tel que nous en utilisons dans nos scénarios, qu'il soit public ou sur l'intranet d'une entreprise, repose généralement sur plusieurs serveurs web qui proposent chacun différentes ontologies et différentes bases d'annotations utilisant ces ontologies pour décrire des ressources. Les scénarios d'usage amènent souvent un utilisateur à formuler des requêtes dont les réponses combinent des éléments d'annotation distribués entre plusieurs de ces serveurs.
Ceci demande alors d'être capable :
(1) d'identifier les serveurs susceptibles d'avoir des éléments de réponse ;
(2) d'interroger des serveurs distants sur les éléments qu'ils connaissent sans surcharger le réseau;
(3) de décomposer la requête et router les sous-requêtes vers les serveurs idoines ;
(4) de recomposer les résultats à partir des réponses partielles.
Nous avons, avec le web sémantique, les briques de base d'une architecture distribuée. Le quatrième chapitre résume un certain nombre d'approches que nous avons proposées pour tenir compte de la distribution et gérer des ressources distribuées dans les webs sémantiques que nous concevons.
Les ontologies et les représentations de connaissances sont souvent dans le cœur technique de nos architectures, notamment lorsqu'elles utilisent des représentations formelles. Pour interagir avec le web sémantique et ses applications, le cinquième chapitre rappelle que nous avons besoin d'interfaces qui les rendent intelligibles pour les utilisateurs finaux. Dans nos systèmes d'inférences des éléments de connaissances sont manipulés et combinés, et même si les éléments de départ étaient intelligibles, l'intelligibilité des résultats, elle, n'est pas préservée par ces transformations.
Actuellement, et dans le meilleur des cas, les concepteurs d'interfaces mettent en œuvre des transformations ad hoc des structures de données internes en représentations d'interface en oubliant souvent les capacités de raisonnement que pourraient fournir ces représentations pour construire de telles interfaces. Dans le pire des cas, et encore trop souvent, les structures de représentation normalement internes sont directement mises à nu dans des widgets sans que cela soit justifié et, au lieu d'assister l'interaction, ces représentations alourdissent les interfaces.
Puisqu'elles reçoivent les contributions d'un monde ouvert, les interfaces du web sémantique devront être, au moins en partie, générées dynamiquement et rendues pour chaque structure devant rentrer en contact avec les utilisateurs. Le cinquième et dernier chapitre souligne cette opportunité croissante d'utiliser des systèmes à base d'ontologies dans l'assistance aux interactions avec nos utilisateurs.

L'explosion de données relationnelles largement disponiblessous la forme de graphes de connaissances a permisle développement de multiples applications, dont les agents personnels automatiques,les systèmes de recommandation et l'amélioration desrésultats de recherche en ligne.La grande taille et l'incomplétude de ces bases de donnéesnécessite le développement de méthodes de complétionautomatiques pour rendre ces applications viables.La complétion de graphes de connaissances, aussi appeléeprédiction de liens, se doit de comprendre automatiquementla structure des larges graphes de connaissances (graphes dirigéslabellisés) pour prédire les entrées manquantes (les arêtes labellisées).Une approche gagnant en popularité consiste à représenter ungraphe de connaissances comme un tenseur d'ordre 3, etd'utiliser des méthodes de décomposition de tenseur pourprédire leurs entrées manquantes.Les modèles de factorisation existants proposent différentscompromis entre leur expressivité, et leur complexité en temps et en espace.Nous proposons un nouveau modèle appelé ComplEx, pour"Complex Embeddings", pour réconcilier expressivité etcomplexité par l'utilisation d'une factorisation en nombre complexes,dont nous explorons le lien avec la diagonalisation unitaire.Nous corroborons notre approche théoriquement en montrantque tous les graphes de connaissances possiblespeuvent être exactement décomposés par le modèle proposé.Notre approche, basées sur des embeddings complexesreste simple, car n'impliquant qu'un produit trilinéaire complexe,là où d'autres méthodes recourent à des fonctions de compositionde plus en plus compliquées pour accroître leur expressivité.Le modèle proposé ayant une complexité linéaire en tempset en espace est passable à l'échelle, tout endépassant les approches existantes sur les jeux de données de référencepour la prédiction de liens.Nous démontrons aussi la capacité de ComplEx àapprendre des représentations vectorielles utiles pour d'autres tâches,en enrichissant des embeddings de mots, qui améliorentles prédictions sur le problème de traitement automatiquedu langage d'implication entre paires de phrases.Dans la dernière partie de cette thèse, nous explorons lescapacités de modèles de factorisation à apprendre lesstructures relationnelles à partir d'observations.De part leur nature vectorielle,il est non seulement difficile d'interpréter pourquoicette classe de modèles fonctionne aussi bien,mais aussi où ils échouent et comment ils peuventêtre améliorés. Nous conduisons une étude expérimentalesur les modèles de l'état de l'art, non pas simplementpour les comparer, mais pour comprendre leur capacitésd'induction. Pour évaluer les forces et faiblessesde chaque modèle, nous créons d'abord des tâches simplesreprésentant des propriétés atomiques despropriétés des relations des graphes de connaissances ;puis des tâches représentant des inférences multi-relationnellescommunes au travers de généalogies synthétisées.À partir de ces résultatsexpérimentaux, nous proposons de nouvelles directionsde recherches pour améliorer les modèles existants,y compris ComplEx
The explosion of widely available relational datain the form of knowledge graphsenabled many applications, including automated personalagents, recommender systems and enhanced web search results.The very large size and notorious incompleteness of these data basescalls for automatic knowledge graph completion methods to make these applicationsviable. Knowledge graph completion, also known as link-prediction,deals with automatically understandingthe structure of large knowledge graphs---labeled directed graphs---topredict missing entries---labeled edges. An increasinglypopular approach consists in representing knowledge graphs as third-order tensors,and using tensor factorization methods to predict their missing entries.State-of-the-art factorization models propose different trade-offs between modelingexpressiveness, and time and space complexity. We introduce a newmodel, ComplEx---for Complex Embeddings---to reconcile both expressivenessand complexity through the use of complex-valued factorization, and exploreits link with unitary diagonalization.We corroborate our approach theoretically and show that all possibleknowledge graphs can be exactly decomposed by the proposed model.Our approach based on complex embeddings is arguably simple,as it only involves a complex-valued trilinear product,whereas other methods resort to more and more complicated compositionfunctions to increase their expressiveness. The proposed ComplEx model isscalable to large data sets as it remains linear in both space and time, whileconsistently outperforming alternative approaches on standardlink-prediction benchmarks. We also demonstrateits ability to learn useful vectorial representations for other tasks,by enhancing word embeddings that improve performanceson the natural language problem of entailment recognitionbetween pair of sentences.In the last part of this thesis, we explore factorization models abilityto learn relational patterns from observed data.By their vectorial nature, it is not only hard to interpretwhy this class of models works so well,but also to understand where they fail andhow they might be improved. We conduct an experimentalsurvey of state-of-the-art models, not towardsa purely comparative end, but as a means to get insightabout their inductive abilities.To assess the strengths and weaknesses of each model, we create simple tasksthat exhibit first, atomic properties of knowledge graph relations,and then, common inter-relational inference through synthetic genealogies.Based on these experimental results, we propose new researchdirections to improve on existing models, including ComplEx

Pour modéliser au mieux les phénomènes linguistiques dans les systèmes de traitement automatique des langues (traduction, analyse, etc. ), il faut disposer de ressources de qualité. Or, les ressources existantes sont souvent incomplètes et ne permettent pas de traiter correctement les données. Cette thèse s'intéresse à l'acquisition de connaissances linguistiques, plus précisément à leur extraction à partir de corpus. Nous étudions en particulier le problème des collocations, ces couples de termes dont l'un est choisi en fonction de l'autre pour exprimer un sens particulier (comme « pluie battante » où « pluie » exprime l'intensification). Pour permettre l'acquisition de données à grande échelle, il faut la rendre facile à réaliser de manière automatique, et simple à paramétrer par des linguistes aux connaissances limitées en programmation ; cela nécessite une modélisation adaptée et précise des données et des processus. Nous avons réalisé et décrivons MuLLinG, modèle de graphes linguistiques multiniveau, où chaque niveau représente l'information d'une manière différente,et les opérations de manipulation de ces graphes. Ce modèle permet de représenter et traiter divers types de ressources. En effet, les opérations associées ont été écrites pour être les plus génériques possibles : elles sont indépendantes de ce que peuvent représenter les nœuds et les arcs du graphe, et de la tâche à réaliser. Cela permet à notre modèle, mis en œuvre et utilisé pour plusieurs expérimentations (entre autres l'extraction de collocations), de voir un processus parfois complexe d'extraction de connaissances linguistiques comme une succession d'opérations simples de manipulation de graphes
In order to model at best linguistic phenomena, natural language processing systems need to have quality ressources at their disposal, yet existing ressources are most often incomplete and do not allow to treat data in an adequate manner in process like translation, analysis, etc. This thesis is about acquisition of linguistic knowledge, and more precisely about the extraction of that knowledge from corpora where it appears. We study especially the problem of the collocations, these couple of terms where one term is chosen in function of the other one to express a particular meaning (as « driving rain », where « driving » is used to express the intensification). To allow large-scale data acquisition, it is necessary to make it easy to realize in an automatic manner, and simple to configure by linguists with limited knowledge in computer programming. For that reason, we have to rely on a precise and suitable model for data and process. We describe MuLLinG, the multilevel linguistic graph we realized, where each level represents information in a different manner, and operations for the manipulation of these graphs. That model, based on a simple structure (the graph one), allows to represent, treat, and manage diverse kinds of ressources. Indeed, associated operations were written in order to be as most generic as possible, which means that they are independent of what nodes and edges represents, and of the task to realize. That enables our model, which has been implemented and used for several experiments, some concerning collocation extraction, to view a process (sometimes complex) of linguistic knowledge extraction, as a succession of small graph manipulation operations

Dans cette thèse, nous étudions l’impact des connaissances sur la calculabilité distribuée de problèmes au sein des réseaux distribués. Dans une première partie, nous caractérisons les connaissances nécessaires et suffisantes permettant de résoudre des problèmes tels la cartographie, l’élection et la k-élection dans un modèle particulier: les participants inconnus. Pour chacun des problèmes étudiés, une condition caractérisant les connaissances nécessaires et suffisantes est fournie et un algorithme utilisant toute connaissance satisfaisant notre condition est proposé (et montré correct). Nous étendons ensuite le modèle aux graphes anonymes. Avec la même méthodologie, nous présentons une condition nécessaire sur la connaissance à fournir aux processus pour résoudre le problème de l’élection. Dans la seconde partie, nous étudions l’impact des connaissances locales sur la calculabilité du problème de l’exploration de graphes anonymes avec arrêt. Nous introduisons un nouveau modèle d’agent mobile doté d’un capteur spécial, nommé jumelles, lui permettant de percevoir le graphe induit par les sommets adjacent à sa position dans le réseau. Dans ce modèle, nous caractérisons exactement les graphes explorables sans connaissance globale et nous proposons un algorithme les explorant. Cette connaissance locale apportée à un coût car la complexité de tout algorithme d’exploration pour ces graphes croît plus vite que toute fonction calculable. Pour finir, nous montrons que de larges familles de graphes peuvent être explorées efficacement avec jumelles: graphes triangulés, graphes de Johnson et certaines triangulations planaires
In this study, we show how knowledge impacts the computability in distributed systems. First, we characterize what we need to know to elect in the unknown participant model. This model is a natural extension for the message passing model that formalises dynamicity that occurs in some networks. We give a necessary and sufficient condition on the knowledge needed to solve the following fundamental problems : map construction, leader election and k-leader election. For each of them, we provide an algorithm solving the problem using any knowledge satisfying our condition. Then, we extend the model to anonymous networks. We characterize, with the same methodology, the knowledge needed to solve an election in this model and we provide an algorithm using such a knowledge and a bound on the size of the network. In the second part, we study the impact of local knowledge on the computability of the anonymous graph exploration problem. We introduce a new model of mobile agents where an agent is endowed with binoculars, a local sensor permitting to perceive the graph induced by the vertices adjacent to its location. In this model, we characterize the graphs that can be explored by a single mobile agent without any global information and we provide an algorithm exploring all of them. Unfortunately, universal algorithm has a cost : The number of moves required by such an algorithm cannot be bounded by a computable function. Finally, we prove that large classes of graphs like chordal graphs, Johnson graphs, . . . can be explored in a linear number of moves using binoculars by providing an exploration algorithm for the family of Weetman graphs

Nos recherches se sont déroulées dans le cadre d'un projet RNRT appelé RECIS en collaboration avec FT R&D et l'INRIA. Le but de ce projet est d'étudier les modalités pour enrichir les services d'accès au contenu multimédia. Nous avons mis en place un modèle d'annotation de documents audiovisuels : E-SIA. Ce modèle représente les fragments de documents, les annotations, ainsi que les éléments de structuration des annotation par un graphe. Le modèle permet de documenter et de guider l'annotation tout en laissant une grande liberté aux utilisateurs. Nous avons développé un prototype client serveur qui permet l'annotation manuelle et automatique de documents ainsi que la navigation et la recherche dans les annotations. Nous avons étendu notre modèle d'annotation pour créer un cadre de traçage, de capitalisation et de réutilisation de l'expérience : Trèfle. Ce modèle permet de tracer l'utilisation d'un logiciel de manière contextuelle selon un modèle d'utilisation et d'un modèle d'observation dans un graphe. Nous considérons que dans une application informatique des utilisateurs manipulent des objets à l'aide de procédés
Our research has been carried out as a part of the RNRT project RECIS in collaboration with FT R&D and the INRIA. The goal of this project is to study different techniques to enrich multimedia content access services. We created an audiovisual annotation model : E-SIA. This model represents documents fragments, annotations as well as annotation structuring elements as graph. The model enables to document and guide annotation providing in meantime a large degree of freedom to users. We have developed a client-server prototype application enabling manual and automatic video annotation as well as the navigation an search in these annotations. We have extended our annotation model in order to create an experience tracing, capitalization and reuse framework: Trèfle (Club). This model enables to trace in a contextual manner the use of a computer program following a use and an observation model in a graph. We consider that in a computer program users manipulate objects using procedures