Construction dune ontologie de descripteurs en astronomie à partir de tables de données Alexandre RICHARD DEA Informatique Équipe ORPAILLEUR – LORIA Encadrant

Construction d’une ontologie de descripteurs en astronomie à partir de

tables de données

Alexandre RICHARD

DEA Informatique

Équipe ORPAILLEUR – LORIA

Encadrant : Amedeo Napoli

Co-encadrant : Emmanuel Nauer

27 juin 2005

27 juin 2005 Alexandre RICHARD 2

Sommaire

• Quelques repères en astronomie• Le projet « Masse de données en astronomie »• Les UCD (Unified Content Descritptors)• Domaine de l’ontologie

• Construction de l’ontologie• Éléments de l’ontologie• Construction de l’ontologie

• Attribution d’un UCD à une description textuelle• Traitement des colonnes Units et Explanations• Traitement de la colonne Label• Bilan

• Apports et perspectives


Projet « Masse de données en astronomie »

• Acteurs incluent entre autres:• Centre de Données en astronomie de Strasbourg (CDS)• Équipe ORPAILLEUR du Laboratoire Lorrain de Recherche en

Informatique et ses Applications (LORIA)

• Travaux sur des descripteurs en astronomie: les UCD (Unified Content Descriptors)

• Descripteurs standardisés et universels• Absence de sémantique formelle• Utilisation de méthodes de fouille de texte pour faire émerger

– L’utilisation correcte des UCD– De nouveaux UCD

• Création d’une structure permettant de représenter les UCD et les manipuler dans un raisonnement : une ontologie des UCD


Contenu de publications en astronomie

Table de

données

ReadMe


Les UCD

Units Label Explanations UCD

--- Macs Designation meta.code

h RAh Right Ascension J2000, Epoch 1989.0 (hours) pos.eq.ra

min RAm Right Ascension J2000 (minutes) pos.eq.ra

s RAs Right Ascension J2000 (seconds) pos.eq.ra

deg DEd Declination J2000, Epoch 1989.0 (degrees) pos.eq.dec

arcmin DEm Declination J2000 (minutes) pos.eq.dec

arcsec DEs Declination J2000 (seconds) pos.eq.dec

--- Npos Number of positions used meta.number;pos

mag Mag ?=99.00 Instrumental Magnitude phot.mag;instr


Domaine de l’ontologie(1/2)

• Domaine : UCD incluant au moins un mot pos

• Une catégorie pos des mots d’UCD– Décrivent :

• Des mesures de position• Des informations sur des positions

– 58 mots sur les 427 mots d’UCD valides– Exemples :

• pos position• pos.eq coordonnées équatoriales• pos.eq.ra ascension droite


Domaine de l’ontologie (2/2)

• Problèmes pour la représentation des UCD incluant au moins un mot pos :– Pas de liste exhaustive

– Plus de 106 écritures potentielles

• Représentation des mots pos• Exemple d’exploitation : associer un UCD à une ligne de

ReadMe• Exemple : pos.eq.ra


Éléments de l’ontologie (1/2)

• Ontologie : Une ontologie est la spécification explicite d’une conceptualisation [Gruber 1993]

• Ontologie des mots pos– Formalisme : logiques de descriptions

– Trois types d’entités :• Concept : classe d’individus ayant les mêmes

propriétés.– Exemple :

Concept représente

AngleUnit Les unités d’angle

pos.eq.ra Les descriptions d’ascensions droites


Éléments de l’ontologie (2/2)

• Rôle : représente une relation binaire entre 2 concepts– Exemple : la relation hasAngleUnit

• Individu : instance d’un concept– Exemple : description textuelle d’une ascension droite

(instance du concept pos.eq.ra)

pos.eq.ra AngleUnithasAngleUnitdomaine co-domaine


Construction de l’ontologie (1/3)

• Hypothèse : un co-domaine unique et différent pour chaque rôle

• Processus de construction1. Identification des concepts

Concepts correspondant aux mots posExemple : Mot pos Correspond au concept de

pos Position

pos.eq Coordonnées équatoriales

pos.eq.ra ascension droite



2. Écriture des définitions de concepts– Ensemble de rôles

– Condition nécessaire et suffisante d’appartenance à l’extension du concept

Exemple :


3. Hiérarchisation des concepts et des rôles par la relation de subsomption

• Concepts

• Rôles


Measure UnithasUnit

pos.eq.ra AngleUnithasAngleUnit

co-domainedomaine


Hiérarchie de concepts


Attribution d’un UCD à une ligne de ReadMe

• Cas considéré : UCD composé d’un seul mot pos• En entrée : ligne de ReadMe

• En sortie : tableau trié de concepts de l’ontologieClassement selon le degré de correspondance entre le concept et la ligne de ReadMe.

• Traitement en deux phases :– Traitement des colonnes Units et Explanations

– Traitement de la colonne Label


Traitement des colonnes Units et Explanations

Ligne de ReadMe

Extract(Units) = {contenu de la colonne Units}Extract(Explanations) = {contenu de la colonne Explanations}

Classement des concepts de l’ontologie

Extraction du contenudes colonnes Units et Explanations

Extraction des co-domainessur Units et Explanations

Codom(Extract(Units), Extract(Explanations)) = ensemble de co-domaines

Classification par rapport aux concepts de l’ontologie


Extraction du contenu des colonnes Units et Explanations

• Extraction du contenu des colonnes Units et Explanations

• Obtention en sortie des ensembles : Extract(Units) = {s}Extract(Explanations) = {right|ascension|J2000|seconds)}



Ligne de ReadMe








Extraction des co-domainessur Units et Explanations (1/2)

• Objectif : obtention d’un ensemble de co-domaines

• Moyens utilisés :

– Deux hypothèses :• Un co-domaine unique et différent pour chaque rôle• Le co-domaine identifie le rôle de manière non-ambiguë


– Des fichiers intermédiaires (fichiers de méta-données)Construction : – L’expert fait l’association : contenu de colonne – rôles

exemple : s – hasAngleUnit, hasOneValue– Le programme construit le fichier Méta(étiquette) = {(contenu de colonne, co-domaines)}

exemple : Méta(Units) = {(s, AngleUnit | Value), ...}

• En entrée : Extract(Units) = {s}Extract(Explanations) = {right | ascension | J2000 | seconds)}

• Lecture des fichiers de méta-données :Méta(Units) = {(s, AngleUnit | Value), ... }Méta(Explanations) = {(right, CcOriginEqRa | Value), (ascension, Value), ... }

• En sortie : Codom(Extract(Units), Extract(Explanations)) = {AngleUnit | CcOriginEqRa | Value}

Extraction des co-domainessur Units et Explanations (2/2)



Ligne de ReadMe









• Recherche des concepts de l’ontologie possédant les rôles de Codom(Extract(Units), Extract(Explanations)) , tri selon nombre de rôles partagésCodom(Extract(Units), Extract(Explanations)) = {AngleUnit | CcOriginEqRa | Value}

co-domaines des rôles : {hasAngleUnit, hasCcOriginEqRa, hasOneValue}CONCEPT ROLES N

pos.eq.ra hasAngleUnit, hasOneValue, hasCcOriginEqRa, hasFrameTypeEq 3

pos.angDistance hasAngleUnit, hasOneValue 2

pos.az.alt hasAngleUnit, hasOneValue, hasCcOriginAzAlt, hasFrameTypeAz 2

pos.eq.dec hasAngleUnit, hasOneValue, hasCcOriginEqDec, hasFrameTypeEq 2

pos.eq.spd hasAngleUnit, hasOneValue, hasCcOriginEqSpd, hasFrameTypeEq 2

pos.parallax hasAngleUnit, hasOneValue, hasPlxMethod 2. . . . . . . . .


Traitement de la colonne Label (1/3)

Ligne de ReadMe

Extract(Label) = {contenu de la colonne Label}


Extraction du contenude la colonnes Label

Extraction des co-domainessur Label

Codom(Extract(Label)) = ensemble de co-domaines




• Étape 1 : Extract(Label) = {RAs}

• Étape 2 : Méta(Label) = {(RAs, AngleUnit | CcOriginEqRa | Value | FrameTypeEq),...} Codom(Extract(Label)) = {AngleUnit | CcOriginEqRa | Value | FrameTypeEq}

• Étape 3 : rôles : {hasAngleUnit, hasCcOriginEqRa, hasOneValue, hasFrameTypeEq}

CONCEPT ROLES N

pos.eq.ra hasAngleUnit, hasCcOriginEqRa, hasOneValue, hasFrameTypeEq 4

pos.eq.dec hasAngleUnit, hasCcOriginEqDec, hasOneValue, hasFrameTypeEq 3

pos.eq.spd hasAngleUnit, hasCcOriginEqSpd, hasOneValue, hasFrameTypeEq 3

pos.angDistance hasAngleUnit, hasOneValue 2

pos.az.alt hasAngleUnit, hasOneValue, hasCcOriginAzAlt, hasFrameTypeAz 2. . . . . . . . .



• S’il y a toujours égalité au premier rang, c’est à l’expert de choisir parmi les concepts de meilleur rang

• Travail sur la colonne Label séparé– Labels porteurs de beaucoup d’information– Labels souvent ambigus

• alpha : angle de phase d’une orbite d’un corps céleste• alpha : ascension droite d’un corps céleste

– Absence de liste des labels ou de règles de construction– Difficulté de construction du fichier Méta(Label)


Bilan

• Test sur 75 lignes de ReadMe• 4 lignes attribuées avant le traitement de la colonne Label

• + 42 lignes attribuées après le traitement de la colonne Label

• + 26 lignes attribués par l’expert

• 3 échecs

• Compatibilité avec l’outil lexico-syntaxique existant au CDS

• Indépendance du processus d’identification• Aux langues utilisées dans les ReadMe• Aux évolutions des UCD


Apports et Perspectives

• Application fondée sur une méthode de classification partielle

• Emploi de fichiers intermédiaires pour faire le lien instance – concept

• Travaux futurs : – Prise en compte des UCD composés de plus d’un mot

– Application aux 11 autres catégories de mots d’UCD

Construction d’une ontologie de descripteurs en astronomie à partir de

tables de données

Alexandre RICHARD

DEA Informatique

Équipe ORPAILLEUR – LORIA

Encadrant : Amedeo Napoli

Co-encadrant : Emmanuel Nauer

27 juin 2005

Documents

Construction dune ontologie de descripteurs en astronomie à partir de tables de données Alexandre RICHARD DEA Informatique Équipe ORPAILLEUR – LORIA Encadrant