Traitement sémantique des données semi-structurées et non structurées : Des folksonomies aux ontologies

Abstract

Le Web 2.0 est l'évolution du Web vers plus de simplicité et d'interactivité où l'utilisateur est au centre de service en termes de publications et de réactions. Cela fait passer l'utilisateur du statut de consommateur à celui de producteur. Les folksonomies constituent des fonctionnalités phares du Web 2.0. Elles permettent aux utilisateurs de décrire des ressources sur le web (billet de blog, page Web, photos, vidéos...) par des mots-clés choisis librement. Bien que les folksonomies et leurs tags soient subjectifs et dépendant du contexte, ce qui rend difficile leur exploitation, de nombreux chercheurs ont prouvé l'existence d'une sémantique implicite dans ces données non structurées. cette thèse propose une approche pour extraire des structures ontologiques à partir des folksonomies. L'approche exploite la puissance du clustering flou, et emploie de nouvelles mesures de similarité et de généralité. Le processus de clustering flou détecte les tags ambigus et les désambiguïse à la fois, la nouvelle mesure de similarité est utilisée pour découvrir les relations entre les tags, et la mesure de généralité est employée pour extraire la structure hiérarchique de la folksonomie. Les nouvelles mesures donnent des résultats plus précis car elles calculent les co-occurrences tout en prenant en compte les utilisateurs. L'ontologie générée peut être utilisée pour améliorer diverses tâches, telles que l'évolution et l'enrichissement des ontologies par l'ajout de nouveaux concepts créés par les communautés d'internautes. Elle peut également être utilisée dans la recommandation des tags pour guider le processus de marquage en proposant des tags plus contrôlées. En outre, l'ontologie générée peut être employée dans l'expansion des requêtes pour améliorer les la recherche de l'information.