Ontologie (informatique) - Définition

Introduction

En philosophie, l'ontologie (du grec ὄν, ὄντος, forme neutre du participe présent du verbe être) est l'étude de l'être en tant qu'être, c'est-à-dire l'étude des propriétés générales de ce qui existe.

Par analogie, le terme est repris en informatique et en science de l'information, où une ontologie est l'ensemble structuré des termes et concepts représentant le sens d'un champ d'informations, que ce soit par les métadonnées d'un espace de noms, ou les éléments d'un domaine de connaissances. L'ontologie constitue en soi un modèle de données représentatif d'un ensemble de concepts dans un domaine, ainsi que des relations entre ces concepts. Elle est employée pour raisonner à propos des objets du domaine concerné.

Les concepts sont organisés dans un graphe dont les relations peuvent être :

• des relations sémantiques,
• des relations de subsomption (inclusion).

L'objectif premier d'une ontologie est de modéliser un ensemble de connaissances dans un domaine donné, qui peut être réel ou imaginaire.

Les ontologies sont employées dans l'intelligence artificielle, le Web sémantique, le génie logiciel, l'informatique biomédicale et l'architecture de l'information comme une forme de représentation de la connaissance au sujet d'un monde ou d'une certaine partie de ce monde. Les ontologies décrivent généralement :

• Individus : les objets de base,
• Classes : ensembles, collections, ou types d'objets,
• Attributs : propriétés, fonctionnalités, caractéristiques ou paramètres que les objets peuvent posséder et partager,
• Relations : les liens que les objets peuvent avoir entre eux,
• Événements : changements subis par des attributs ou des relations.

Définitions d'une ontologie

Approche abstraite

L’étymologie renvoie à la « théorie de l’existence », c’est-à-dire la théorie qui tente d’expliquer les concepts qui existent dans le monde et comment ces concepts s’imbriquent et s’organisent pour donner du sens.

Contrairement à l'être humain, la connaissance pour un système informatique se limite à la connaissance qu'il peut représenter.

Chez l'être humain, les connaissances représentables (c'est-à-dire l'univers du discours) sont complétées par des connaissances non exprimables (sensations, perceptions, sentiments non verbalisables, connaissances inconscientes, connaissances tacites, etc.). Ces éléments non représentables participent pourtant aux processus de raisonnement et de décision, qui sont des processus cognitifs en gestion des connaissances. Les performances cognitives d'un agent informatique vont donc en partie reposer sur le champ des représentations auquel il aura accès, c'est-à-dire concrètement au champ des représentations qui aura été formalisé.

Les ontologies informatiques sont des outils qui permettent précisément de représenter un corpus de connaissances sous une forme utilisable par un ordinateur.

Une des définitions de l'ontologie qui fait autorité est celle de Gruber:

«  Une ontologie est la spécification d'une conceptualisation d'un domaine de connaissance  »

Cette définition s'appuie sur deux dimensions :

• Une ontologie est la conceptualisation d'un domaine, c'est-à-dire un choix quant à la manière de décrire un domaine.
• C'est par ailleurs la spécification de cette conceptualisation, c'est-à-dire sa description formelle.

C'est une base de formalisation des connaissances. Elle se situe à un certain niveau d'abstraction et dans un contexte particulier.

C'est aussi une représentation d'une conceptualisation partagée et consensuelle, dans un domaine particulier et vers un objectif commun. Elle classifie en catégories les relations entre les concepts.

Critères d'évaluation d'une ontologie

D'après Gruber, cinq critères permettent de mettre en évidence des aspects importants d'une ontologie :

• La clarté : La définition d'un concept doit faire passer le sens voulu du terme, de manière aussi objective que possible (indépendante du contexte). Une définition doit de plus être complète (c’est-à-dire définie par des conditions à la fois nécessaires et suffisantes) et documentée en langage naturel.
• La cohérence : Rien qui ne puisse être inféré de l'ontologie ne doit entrer en contradiction avec les définitions des concepts (y compris celles qui sont exprimées en langage naturel).
• L'extensibilité : Les extensions qui pourront être ajoutées à l'ontologie doivent être anticipées. Il doit être possible d'ajouter de nouveaux concepts sans avoir à toucher aux fondations de l'ontologie.
• Une déformation d'encodage minimale : Une déformation d'encodage a lieu lorsque la spécification influe la conceptualisation (un concept donné peut être plus simple à définir d'une certaine façon pour un langage d'ontologie donné, bien que cette définition ne corresponde pas exactement au sens initial). Ces déformations doivent être évitées autant que possible.
• Un engagement ontologique minimal : Le but d'une ontologie est de définir un vocabulaire pour décrire un domaine, si possible de manière complète ; ni plus, ni moins. Contrairement aux bases de connaissances par exemple, on n'attend pas d'une ontologie qu'elle soit en mesure de fournir systématiquement une réponse à une question arbitraire sur le domaine. Une ontologie est la théorie la plus faible couvrant un domaine ; elle ne définit que les termes nécessaires pour partager la connaissance liée à ce domaine.

Approche opérationnelle

Parallèlement à cette définition assez théorique de ce que représente une ontologie, une autre définition, plus opérationnelle, peut être formulée ainsi :

Une ontologie est un réseau sémantique qui regroupe un ensemble de concepts décrivant complètement un domaine. Ces concepts sont liés les uns aux autres par des relations taxinomiques (hiérarchisation des concepts) d'une part, et sémantiques d'autre part.

Cette définition rend possible l'écriture de langages destinés à implémenter des ontologies.

Pour construire une ontologie, on dispose d'au moins trois de ces notions :

1. Détermination des agents passifs ou actifs.
2. Leurs conditions fonctionnelles et contextuelles.
3. Leurs transformations possibles vers des objectifs limités.

Pour modéliser une ontologie, on utilisera ces outils :

1. Raffiner les vocabulaires et notions adjacentes.
2. Décomposer en catégories et autres topics.
3. Prédiquer afin de connaître les transformations adjacentes et d'orienter vers les objectifs internes.
4. Relativiser afin d'englober des concepts.
5. Similariser afin de réduire à des bases totalement distinctes.
6. Instancier afin de reproduire l'ensemble d'une "branche" vers une autre ontologie.