En informatique et en science de l'information, une ontologie est un modèle de données contenant des concepts et relations permettant de modéliser un ensemble de connaissances dans un domaine donné.
Les concepts sont organisés dans un graphe dont les relations peuvent être : des relations sémantiques ; des relations de subsomption.
Les ontologies sont employées dans l’intelligence artificielle, le web sémantique, le génie logiciel, l'informatique biomédicale ou encore 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 ; : ensembles, collections, ou types d'objetsVoir Classe (mathématiques), Classe (informatique), et , chacun étant pertinent, mais non identique à la notion de « classe » ici. ; 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 ; métaclasse (web sémantique) : des collections de classes qui partagent certaines caractéristiques.
Étymologie Le terme est utilisé par analogie avec le concept philosophique, d'ontologie (de onto-, tiré du grec ὤν, ὄντος « étant », participe présent du verbe εἰμί « être ») qui est l'étude de l'être en tant qu'être, c'est-à-dire l'étude des propriétés générales de ce qui existe.
Historique En 1993, définit une ontologie comme une . En 1997, W. N. Borst propose de définir une ontologie comme une . Finalement, en 1998, Rudi Studer, Richard Benjamins et fusionnent les deux définitions et définissent une ontologie comme une .
Principe 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 Thomas R. Gruber, Towards Principles for the Design of Ontologies Used for Knowledge Sharing in Formal Ontology in Conceptual Analysis and Knowledge Representation, Kluwer Academic Publishers, 1993, . :
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.
Évaluation
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 sur 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. Toujours selon Gruber, En anglais : ..
Approche opérationnelle
Parallèlement à cette définition assez théorique de ce que représente une ontologie, une autre définition, plus opérationnelle, peut être formulée ainsi :
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 : détermination des agents passifs ou actifs ; leurs conditions fonctionnelles et contextuelles ; leurs transformations possibles vers des objectifs limités.
Pour modéliser une ontologie, on utilisera ces outils : raffiner les vocabulaires et notions adjacentes ; décomposer en catégories et autres sujets ; prédiquer afin de connaître les transformations adjacentes et d'orienter vers les objectifs internes ; relativiser afin d'englober des concepts ; similariser afin de réduire à des bases totalement distinctes ; instancier afin de reproduire l'ensemble d'une « branche » vers une autre ontologie.
Types On identifie trois types d’ontologies selon un niveau décroissant d’abstraction. Les ontologies globales (Top-Level Ontology) : présentent un plus haut niveau d’abstraction et de généralité, sont les ontologies formelles, car elles sont issues d’un développement systématique, rigoureux et axiomatique de la logique de toutes les formes et modes d’existence. L’adoption de principes rigoureux dans la conception de l’ontologie formelle répond au besoin de disposer de connaissances pouvant être partagées et transférées d’un contexte à l’autre. Elles sont dédiées à des utilisations générales (ex : WordNet). Une ontologie formelle est donc une théorie des distinctions formelles entre les éléments d'un domaine, indépendamment de leur réalité (Guarino, 1997). Les ontologies de domaine, ou dédiées à une tâche plus spécifique : limitées à la représentation de concepts dans des domaines donnés (géographie, médecine, écologie, etc.) et qui spécialise les concepts de l’ontologie globale. Les ontologies d’application (Guarino, 1998) : offrent le plus fin niveau de spécificité, c’est-à-dire qu’elles sont dédiées à un champ d’application précis à l’intérieur d’un domaine et décrivent le rôle particulier des entités de l’ontologie de domaine dans ce champ. Par exemple, l’ensemble des spécifications sur la forêt de Montmorency constitue une ontologie d’application qui spécifie les concepts généraux pouvant provenir d’une ontologie de domaine forestier générale.
Apprentissage
Alignement
Pratique
Exemples
Par exemple, pour décrire les concepts entrant en jeu dans la conception de cartes électroniques, on pourrait définir l'ontologie (simplifiée ici) suivante : une carte électronique est un ensemble de composants ; un composant peut être soit un condensateur, soit une résistance, soit une puce ; une puce peut être soit une unité de mémoire, soit une unité de calcul.
Langages
Le langage de spécification est l'élément central sur lequel repose l'ontologie.
La plupart de ces langages se basent sur ou sont proches de la logique du premier ordre, et représentent donc les connaissances sous forme d'assertion (sujet, prédicat, objet). Ces langages sont typiquement conçus pour s'abstraire des structures de données et se concentrer sur la sémantiqueTom Gruber, article « Ontology » dans l'Encyclopedia of Database Systems, Springer-Verlag, 2009, .. Parmi les formalismes les plus employés se basant sur la logique des prédicats, on retrouve des langages comme N3 ou N-Triple. On peut aussi évoquer le langage DEF-*.
Par ailleurs, dans le cadre de ses travaux sur le Web sémantique, le W3C a mis en place en 2002 un groupe de travail consacré au développement de langages standards pour modéliser des ontologies utilisables et échangeables sur le Web. S'inspirant de langages précédents comme DAML+OIL et des fondements théoriques des logiques de description, ce groupe a publié en 2004 une recommandation définissant le langage OWL (Web Ontology Language), fondé sur le standard RDF et en spécifiant une syntaxe XML. Plus expressif que son prédécesseur RDFS, OWL a rapidement pris une place prépondérante dans le paysage des ontologies et est désormais, de facto, le standard le plus utilisé.
Bien que développé pour la représentation des vocabulaires contrôlés et structurés (thésaurus), SKOS peut être utilisé pour élaborer et gérer des ontologies légères multilinguesHenri Briand, Fabien Gandon et Fabien Picarougne, Atelier « Modélisation des connaissances », conférence Extraction et Gestion des Connaissances, s Journées Francophones, Sophia Antipolis, 29 janvier 2008..
Évaluation des langages de spécification Les langues utilisées pour la représentation des ontologies peuvent être évaluées en prenant compte des critères généraux suivants: une syntaxe compacte, un cadre sémantique bien défini pour comprendre ce qui est représenté, l'expressivité adéquate qui permet de représenter la connaissance humaine (plus l'expressivité est grande, moindre sont les capacités d'inférence d'une langue), un mécanisme de raisonnement adéquat, l'utilisabilité pour la construction des bases de connaissances larges, ainsi que l'interopérabilité avec des standards web existants.
De plus, le langage ontologique devrait être capable de décrire la connaissance d'une manière qui permettrait à une machine de le lire. Donc, il doit inclure non seulement la capacité à définir le vocabulaire, mais de le faire d'une manière qui fonctionne pour le raisonnement automatique.
Il faut aussi prendre en compte la formalité de la langue utilisée pour la création d'une ontologie, plus la langue est formelle moins elle est expressive. La formalité implique la présence de syntaxe, de sémantique et de pragmatique, la présence de seulement un de ces aspects signifie que le langage est informel ou semi-formel.
Il existe d'autres critères à prendre en compte :
Les constructions ou conceptualisations du domaine : chaque langage comporte ses propres entités et relations appropriées pour décrire un domaine de connaissances donné.