L’UE se partage en deux parties.
La première concerne la représentation de connaissances et les raisonnements (RCR). Elle décrit plusieurs formalismes, en particulier des formalismes de RC liées au Web sémantique (OWL et les logiques de descriptions d’une part, RDFS et les graphes conceptuels d’autre part) et des problématiques dépassant le raisonnement déductif classique (logiques multi-valuées, logiques possibilistes, révision des croyances, raisonnement à partir de cas). Des outils pour la gestion de bases de connaissances et le raisonnement artificiel seront présentés (éditeur d’ontologies, moteurs d’inférences).
La deuxième concerne l’extraction de connaissances à partir de bases de données (ECBD) : sachant qu’on dispose d’un important volume de données, comment, de façon semi-automatique extraire des connaissances à partir de cette masse de données. L’ECBD est constitué de façon générale de trois grandes étapes : la préparation des données, la fouille de données et l’interprétation des motifs issus de la fouille. Les aspects méthodologiques et technologiques de ces étapes seront présentées.
Prérequis
- Connaissances de base en d’algorithmique.
- Notions de base sur les ensembles (intersection, union,relations binaires, fonctions, etc.).
Acquis d’apprentissage
- Connaître les principes du Web sémantique et des technologies associées et comprendre leur utilité
- Les principales logiques de descriptions (p. ex., ALC, EL, SHOIQ(D), OWL DL) et les outils associés
- RDFS et les outils associés (triple stores avec déduction, etc.)
- La théorie des sous-ensembles flous
- La théorie des possibilité et les logiques possibilistes
- La révision des croyances et les problématiques proches (contraction, fusion, etc.)
- Le raisonnement à partir de cas
- Les principes de l’ECBD
- La préparation des données (acquisition des données, formatage, filtrage)
- Différentes techniques de fouille de données (motifs fréquents, règles d’association, analyse formelle de concepts)
- L’interprétation des motifs extraits
Compétences visées
- Construction d’un système à base de connaissances, incluant un moteur d’inférences:
- Identifier le formalisme utile pour la représentation des connaissances du domaine d’application visé.
- Construire une base de connaissances simple.
- Écrire et envoyer une requête SPARQL (pour RDFS et OWL DL).
- Mettre en œuvre un processus d’extraction de connaissances pour alimenter la base de connaissances d’un tel système.