Construction d’Ontologies Modulaires : Approche Basée sur le Clustering

Abstract

Le web sémantique a pour but le partage et l’intégration des données issues de domaines et d’organisations différents. Les ontologies présentent un savoir préalable requis pour un traitement systématique de l’information à des fins de navigation, de rappel, de précision, En outre les ontologies sont considérées comme étant des structures efficaces pour la représentation des connaissances du domaine. Le champ d’application des ontologies ne cesse de s’élargir et couvre les systèmes conseillers (systèmes d’aide à la décision, systèmes d’enseignement assisté par ordinateur – e-Learning –, etc.), les systèmes de résolution de problèmes et les systèmes de gestion de connaissances (par exemple dans le domaine du biomédical). Un des plus grands projets basé sur l’utilisation des ontologies consiste à ajouter au Web une véritable couche de connaissances permettant, dans un premier temps, la recherche d’information aussi bien au niveau syntaxique qu’au niveau sémantique. Et comme l’usage du web sémantique est en pleine expansion le besoin des ontologies est devenu incontournable. Toutefois, les ontologies sont confrontées de façon continue à un problème d’évolution et de complexité. Donc plusieurs opérations du web sémantique comme la réponse aux requêtes, le partage, l’intégration des données l’alignement deviennent des tâches plus difficiles. Avec la complexité des ontologies et la taille plus grande. Partitionner l’ontologie en plusieurs modules est une solution à ces problèmes. Dans cette thèse nous proposons une approche de partitionnement de l'ontologie. C’est une amélioration et révision de l’approche de clustering K-means bâtie sur une nouvelle mesure de similarité pour partitionner une ontologie à plusieurs partitions. Les résultats obtenus montrent que notre approche génère les meilleurs résultats en comparant avec celle de K-means standard.