Thème - bib.univ-oeb.dz:8080bib.univ-oeb.dz:8080/jspui/bitstream/123456789/6932/1/hanech imprim… · La construction d‘une ontologie dans le domaine de E-Learning pour évaluer

la République Algérienne Démocratique et Populaire Ministère de l’enseignement supérieur et de la recherche

scientifique Université Larbi Ben M'hidi d‘O.E.B

Faculté : science exacte et snv Département de mathématique et informatique

Mémoire pour l’obtention du diplôme de Master en informatique

Spécialité : architecture distribuée

Thème

La construction d‘une ontologie dans le domaine de E-Learning

pour évaluer les connaissances des apprenants

- Dirigé par: - Présenté par :

- Boussaha Karima - Haneche Amira

DEVANT LE JURY

Président : Mr . Tenachi Abde - Dayem

Examinatrice : Mme . Mellal Nassima

Promotion : 2016/2017

Dédicaces

1

Dédicaces

A mes parents

A tout(e) s mes sœurs et frères

A tout(e) s mes meilleures ami(e)s

A tout(e)s la famille

A tout(e)s mes docteurs et professeurs du

département de mathématique et informatique

A tout(e)s mes collègues du département de

mathématique et informatique

Remerciements

2

Remerciements

Je tiens à remercier le bon dieu de m’avoir aidée à réaliser ce travail.

Je remercie mon encadrant madame : Boussaha Karima.

Pour son aide et son savoir et conseils bénéfique et sa patience.

Je remercie également :

Les personnes qui m’ont fait honneur de faire partie de mon jury Mr

Tenachi A.D et Mme Mellal N. Pour avoir accepté d’évaluer mon travail

à sa juste valeur.

L’ensemble des enseignant qui ont contribué à ma formation au cours

de ces cinq années et on fait preuve de patience et de disponibilité lors

de mon apprentissage.

Table des matières

3

Table des matières Dédicaces ....................................................................................................................................... 1

Remerciements ................................................................................................................................. 1

Table des matières .................................................................................................................... 3

Listes des tableaux ..................................................................................................................... 8

Listes des figures ........................................................................................................................ 9

Résumé ..................................................................................................................................... 11

Abstract .................................................................................................................................... 12

I. Introduction générale ........................................................................................................ 13

Chapitre I : L’évaluation des apprenants .......................................................................... 15

Introduction .............................................................................................................................. 16

1. Définition de L’évaluation de l’apprenant ....................................................................... 16

2. Types d’évaluations .......................................................................................................... 17

2.1 Evaluation pronostique .............................................................................................. 17

2.2 Evaluation sommative ............................................................................................... 17

2.3 Evaluation formatrice ................................................................................................ 18

2.4 Evaluation normative ................................................................................................. 18

2.5 Evaluation formative ................................................................................................. 18

3. Les intentions de l’évaluation en fonction du courant pédagogique ................................ 19

3.1 Objectifs de l’évaluation ............................................................................................... 19

3.2 Courant behavioriste ..................................................................................................... 19

3.3 Courant cognitiviste ...................................................................................................... 19

4. Comment faire une évaluation ? ....................................................................................... 19

5. Critères d’évaluation ........................................................................................................ 20

5.1 Critères quantitatifs.................................................................................................... 20

5.2 Critères qualitatifs...................................................................................................... 20

Conclusion ................................................................................................................................ 20

Chapitre II :Les Télé-Tps ................................................................................................. 21

Introduction .............................................................................................................................. 22

1. Définition des travaux pratiques ...................................................................................... 22

2. Les télé-Tps ...................................................................................................................... 22

3. La mise à distance : problématiques et défis .................................................................... 22

4. Les objectifs pédagogiques d’un TP et télé-Tps .............................................................. 23

Table des matières

4

5. Les apports de télé-Tps .................................................................................................... 24

5.2 Sur le plan économique ............................................................................................. 24

5.3 Sur le plan pédagogique ............................................................................................ 24

6. Les limites des télé-Tps .................................................................................................... 24

7. Les catégories de télé-Tps ................................................................................................ 25

8. TP virtuels vs TP distants ................................................................................................. 25

8.1 Laboratoires virtuels ....................................................................................................... 25

8.1.1 Avantages .................................................................................................................... 25

8.1.2 Inconvénients .............................................................................................................. 25

8.2 Laboratoires distants .................................................................................................. 25

8.2.1 Avantages ............................................................................................................... 25

8.2.2 Inconvénients ......................................................................................................... 26

9. Travaux pratiques d’Électronique Binaire TEB ............................................................... 26

9.1 La plateforme TEB ........................................................................................................ 26

9.2 Le fonctionnement de la plateforme TEB ..................................................................... 27

L’enseignant ......................................................................................................................... 27

L’apprenant .......................................................................................................................... 27

9.4 Exemple d’un schéma électronique de la plate-forme TEB .......................................... 29

10. Le projet ICTT@LAB (generIC framework for remoTe and virTu@lLABoratory

integration) ............................................................................................................................... 31

10.1 Caractéristiques générales ............................................................................................. 31

10.2 Caractéristiques du laboratoire distant .......................................................................... 31

10.3 L’architecture du Framework ICTT@Lab .................................................................... 32

11. TPline ............................................................................................................................ 33

Conclusion ................................................................................................................................ 34

Chapitre III : les ontologieset l’alignement des ontologies .............................................. 36

Introduction .............................................................................................................................. 37

1. Qu’est-ce qu’une ontologie ? ........................................................................................... 37

2. Les ontologies ne sont pas :.............................................................................................. 38

3. Cycle de vie d’une ontologie : .......................................................................................... 38

4. Compositions de l’ontologie ............................................................................................ 39

5. Les domaines d’applications d’une ontologie .................................................................. 40

6. Comment sont construites les ontologies ? ...................................................................... 41

7. Langages/outils pour questionner des ontologies ............................................................. 42

Table des matières

5

8. Les ontologies ont pour but d’être .................................................................................... 42

9. Apport des ontologies dans le E-learning ........................................................................ 42

10. Types d’ontologies ........................................................................................................ 43

10.1 Top-Ontologie ........................................................................................................ 43

10.2 Core-Ontologie ...................................................................................................... 43

10.3 Ontologie du domaine ............................................................................................ 43

10.4 Taxinomies ............................................................................................................. 44

11. Approche computationnelle .......................................................................................... 44

11.1 Avantages ............................................................................................................... 44

11.2 Inconvénients ......................................................................................................... 44

12. Opérations de modification d’une ontologie ................................................................. 45

13. Ontologie versus thesaurus ............................................................................................ 46

14. Un thesaurus .................................................................................................................. 46

15. Une terminologie ........................................................................................................... 46

16. Les formalismes de représentation d’ontologie ............................................................ 46

17. L’alignement des ontologies ......................................................................................... 47

18. Alignement (« matching ») ........................................................................................... 47

18.1 Alignement offline ................................................................................................. 48

18.2 Alignement online .................................................................................................. 49

19. Les algorithmes d’alignement ................................................................................... 50

19.1 La méthode hybride de Monge-Elkan .................................................................... 50

19.2 La similarité de Jaccard ......................................................................................... 50

19.3 Les méthodes sémantiques ..................................................................................... 51

19.4 Les techniques de matching ................................................................................... 51

19.5 Alignement dirigé par la structure : exemple OLA ............................................... 53

19.6 L’algorithme qui exploite les mesures de Wu-Palmer et de Dice ......................... 53

Conclusion ............................................................................................................................ 54

Chapitre IV : Conception et Réalisation .......................................................................... 55

Introduction .............................................................................................................................. 56

1. Objectifs : ......................................................................................................................... 56

Partie I : Conception. ................................................................................................................ 57

1. La structure générale de notre ontologie .......................................................................... 57

1.1 Choix de la méthodologie de conception de notre ontologie ........................................ 57

Table des matières

6

1.2 Justification de choix de méthodologie de Stanford ..................................................... 57

Etape 1 : Déterminer le domaine et la portée de l’ontologie .................................................... 57

Etape 2 : Réutilisation des ontologies existantes ..................................................................... 57

Etape 3 : Enumérer les termes importants de l’ontologie ........................................................ 57

Etape 4, 5 et 6 : Description des classes de l’ontologie, leurs propriétés et la hiérarchie de

classes ....................................................................................................................................... 58

La classe «TP» : ....................................................................................................................... 58

La classe « date » : ................................................................................................................... 58

La classe «Langage» : .............................................................................................................. 58

La classe «Notion» : ................................................................................................................. 58

La classe «Exemple» : .............................................................................................................. 58

La classe «Observation» : ........................................................................................................ 58

La classe «Question» : .............................................................................................................. 58

La classe «Corrigé-type» : ........................................................................................................ 58

La classe « Reponse » : ............................................................................................................ 59

La classe «Erreur» : .................................................................................................................. 59

La classe «Objectif» : ............................................................................................................... 59

La classe «Auteur» : ................................................................................................................. 59

La classe «Editeur» : ................................................................................................................ 59

La classe «Format» : ................................................................................................................ 59

La classe «Langue» : ................................................................................................................ 59

La classe « Type » : .................................................................................................................. 59

La classe «Titre» : .................................................................................................................... 59

2. L’algorithme d’alignement ............................................................................................... 66

3. Etude de cas (réservation dans un hôtel) .......................................................................... 68

3.1 Enoncés de TP ............................................................................................................... 68

3.2 Fichier du TP sous code Java ........................................................................................ 69

3.3 Génération d’ontologie à partir de ce TP ...................................................................... 70

3.4 Les erreurs syntaxique et les erreurs sémantique .......................................................... 72

3.4.1 Les erreurs sémantiques ............................................................................................. 72

3.4.2 Les erreurs syntaxiques ............................................................................................. 73

3.5 La comparaison ............................................................................................................. 74

Partie II : Réalisation ................................................................................................................ 75

1. Environnement de développement ................................................................................... 75

Table des matières

7

1.1 Java 8 ......................................................................................................................... 75

1.2 Choix de IntelliJ IDEA Community Edition version 2017.1.2 ................................. 75

1.3 Bibliothèque JENA-API version 3.2.0 ...................................................................... 76

1.4 Choix de l’éditeur d’ontologie « Protege version 5.2.0 » .......................................... 77

2. Les Fonctionnalités de notre système ............................................................................... 77

2.1 L’interface principale ................................................................................................ 77

Conclusion ................................................................................................................................ 86

II. Conclusion générale ......................................................................................................... 87

Perspectives .............................................................................................................................. 88

Bibliographies .......................................................................................................................... 89

Liste des tableaux

8

Listes des tableaux

No figure Titre Page

Chapitre III : les ontologies et les alignements des ontologies.

3.1 les techniques de matching utilisées dans les systèmes existants 51-52

Chapitre IV : Conception et Réalisation.

4.1 les principaux concepts d’ontologies. 61-62

4.2 la description des liens entre classes. 64-65

4.3 exemple des résultats obtenus lors de l’évaluation du TP dans notre

système.

67-68

Listes des figures

9

Listes des figures

No figure Titre Page

Chapitre I : l’évaluation des apprenants.

1.1 Fonctions de l’évaluation selon sa place par rapport à l’action de

formation.

19

Chapitre II : les télé-TPs

2.1 Interface de la plate-forme Web TEB. 26

2.2 Fonctionnement actuel de la plate-forme TEB. 28

2.4 Diagramme de classes du format « graphique » d’un schéma électronique. 30

2.5 Diagramme de classes du format « logique » d’un schéma électronique. 30

2.7 Architecture générale du projet ICTT@LAB (BenMohammed, 2006). 32

2.8 L’architecture du frame-work d’intégration de télé-TPs proposés. 33

2.9 Interface de TPLine. 34

Chapitre III : les ontologies et les alignements des ontologies.

3.1 Cycle de vie d’une ontologie. 39

3.2 Utilisation des ontologies (d’après Roche 2003). 41

3.3 Les types d’ontologies. 44

3.4 Un objet de recherche pluridisciplinaire (d’après Roche 2003) approche

computationnelle.

45

Chapitre IV : Conception et Réalisation.

4.1 l’hiérarchique d’ontologie. 60

4.2 la hiérarchie des concepts dans notre ontologie. 61

4.3 représentations des attributs de notre ontologie. 63

4.4 la représentation des liens de notre ontologie. 66

4.5 génération d’ontologie sous forme d’un code RDF. 71

4.6 l’interface principale de notre système. 78

4.7 la recherche et l'ouverture d’un TP. 79

4.8 le ré ouverture le fichier du TP. 80

Listes des figures

10

4.9 les choix de format pour la génération d‘ontologie. 81

4.10 bouton de génération d’ontologie. 82

4.11 bouton d’ouvrir une nouvelle structure. 83

4.12 interface d’un TP correct. 84

4.13 interface d’un TP avec erreurs. 85

4.14 différentes observations de différents TP. 85

Résumé

11

Résumé

Le thème étudie dans ce mémoirec’estl’évaluation des connaissances des apprenants

afin d’utilisé les résultats d’ingénierie ontologiquequi est l’un des plus importants axes de

recherche dans le domaine de E-Learning.

Notre système a pour objectif de trouvé les similarités entre la réalisation de TP de

l’apprenant et celles de l’enseignant à partir d’un algorithme d’alignements.

Notre contribution consiste à concevoir une ontologie pour faciliter la structuration de

TP dans une plate-forme d'enseignement à distance. Cette ontologie serve aussi pour

l’autoévaluation des apprenants dès que la détermination des erreurs sémantique et

syntaxique. De cette façon, nous visons faire d’une pierre deux coups, d’une part, les

apprenants à être des acteurs autonomes et dirigeants de leur apprentissage. De l’autre part, le

travail d’enseignant sera réduit.

Mots clé : Evaluation, ontologie, alignement, E-Learning et télé-Tps.

Abstract

12

Abstract

The subject studied in this thesis is learners'assessment knowledges in order to use the

results of ontological engineering which is one of the most important research axes in the

field of theE-learning.

The aim of our system is to find the similarities between the realizationof learner’s

practicalwork andthe one of the teacher's based on a matching algorithm.

Our contribution consists in designing an ontology to facilitate the structuring of the

practical work in a CEHL (Computing Environment for Human Learning). This ontology also

serves for learner's self-assessment as soon as the determination of semantic and syntactic

errors. In this way, we aim to kill two birds with one stone; on the one hand, learners learn to

be autonomous actors and leaders of their learning. On the other hand, the work of teacher

will be reduced.

Keywords:assessment, ontology, matching ontology, E-learning and practical works.

Introduction générale

13


L’utilisation de l’informatique dans l’apprentissage et l’enseignement se développe et

évolue de plus en plus par le biais de divers facteurs étroitementliés commel’avancée

technologique, l’évolution des connaissances scientifiques, de la demande sociale ou encore

l’évolution des pratiques et méthodes des enseignants et des apprenants à distance.

Cet axe de recherche bénéficie, dans une large mesure, des progrès et des technologies

marquantle monde actuellement, notamment l’utilisation de l’Internet comme moyen de

communication à distance.

Depuis plusieurs années, les spécialistes de l’informatique et des sciences de

l’éducation se sont beaucoup intéressés à ce nouvel axe de recherche par l’élaboration d’outils

et de logiciels pour l’apprentissage à distance. Toutefois, ils se sont d'avantage concentrés sur

la manière de transmettre les enseignements surla base de leur évaluation, alors que celle-ci se

situe au cœur même de l’enseignement.

Dans le contexte des environnements interactifs ce mémoire a pour but de mettre à

profit l’ingénierie ontologique dans la modélisation des domaines d’enseignement en général

afin d’évaluer les connaissances de l’apprenant.

Dans le cadre de mon projet, ce système offre :

Des Tps à tout moment.

Conception et réalisation un environnement coopératif pour faciliter de comprendre la

structuration d’un TP dès que le sauvegarde d’ontologie.

La possibilité pour que l’apprenant évaluer ces compétences et connaissances.

Déterminationdes erreurs syntaxique et sémantique et de les faire diminuer.

Réduire le travail d’enseignant.

Ce mémoire s’articule autour de quatre chapitres :

Le premier chapitre présente un état de l’art d’évaluation des apprenants et introduit

ses problématiques.

Le second chapitre se rapporte aux Télé-Tps et les problématiques de l’enseignement à

distance, et présenteaussi dans le même cadre quelques plateformes d'apprentissage en

ligne.


14

Le troisième chapitre concerne le concept d’ontologie, et la possibilité de son

utilisation en tant que formalisme de représentation de connaissances dans le domaine

de E-Learning.

Enfin, le quatrième chapitre est consacré au « produit fini », c’est-à-dire tout ce que

j’ai développé. A ce titre, ce chapitre est composé de deux parties. La première partie

concerne l’étude d'une manière conceptuelledenotre environnementdéveloppé, la

seconde partie explique la mise en œuvre du système en présentant les principales

interfaces graphiques en introduisant une étude de cas réel.

La conclusion résume les plus importantes contributions, et les principales

perspectives de recherche pour lesquelles j’envisage d’accorder mon intérêt.

Chapitre I : l'évaluation des apprenants

15

Chapitre I :

L’évaluation

des apprenants


16

Introduction

L’évaluation prend une place très importante dans le processus d’apprentissage. Alors

qu’il fut un temps où une simple « note » suffisait pour évaluer un apprenant ; aujourd’hui,

l’évaluation est une tâche planifiée d’avance et fait partie intégrante du processus

d’apprentissage.

Les modes d’évaluation sont apparus en Europe vers le 16e siècle [36] Initiés par les

collèges des Jésuites, leur seul but était d’instaurer un système éducatif fortement sélectif «

...il s’agit de privilégier les plus méritants et d’éliminer les autres... ».

Les meilleurs élèves, à la suite d’un classement élémentaire (par exemple, les copies corrigées

étaient classées selon leur mérite), étaient récompensés par la « distribution d’un prix ».

Au début du 20e siècle, un nouveau mouvement de rationalisation de l’évaluation voit

le jour [1]. L’intérêt au fonctionnement de l’acte d’évaluation contribue à l’apparition d’une

nouvelle science : la « docimologie » ou « Science de l’évaluation ».

La docimologie se présente sous deux approches différentes mais étroitement liées [1] :

– la docimologie critique : elle s’intéresse du fonctionnement des pratiques d’évaluation.

– la docimologie prescriptive : s’occupe plutôt de l’amélioration du fonctionnement de ces

pratiques.

Pour cela ce chapitre concerné à définir l’évaluation comme activité pédagogique dans

le domaine de E-Learning, ensuite il s’intéresse aux différents Typesd’évaluation et aussi le

processus d’évaluation et leurscritères.

1. Définition de L’évaluation de l’apprenant

L’évaluation est une activité de « communication » qui met généralement en relation

trois grands acteurs : l’enseignant, l’apprenant et l’institution.

L’évaluation d’après Barbier [1] :

«Un acte délibéré et socialement organisé aboutissant à la production de jugements de

valeur».

Cette vision traditionnelle de l’évaluation est toujours d’actualité, même si les

nouvelles pédagogies tendent, tant bien que mal, à la rendre plus au service des apprenants.

Cette évaluation peut être implicite ou explicite.

D’après Lieury [1], les apprenants sont très souvent évalués pendant leur processus

d’apprentissage que ce soit d’une façon implicite, sous forme de remarques, gestes


17

(mimiques) ou appréciations employées par l’enseignant envers le comportement et le travail

des apprenants, ou d’une façon explicite, lorsqu’il s’agit d’attribuer une note à un travail

donné. Il définit l’évaluation comme « un jugement de valeur énoncé à partir d’informations

recueillies par un observateur » [1].

2. Types d’évaluation

Dans une démarche d’enseignement différencié1, une évaluation des acquis est

nécessaire pour les diverses étapes d’un apprentissage afin de modifier les objectifs

pédagogiques si nécessaire. Un enseignant peut donc évaluer l’apprenant avant, pendant et

après un processus d’apprentissage.

Selon ses étapes ou sa finalité, le type d’évaluation varie. En effet, il n’y a pas un,

mais plusieurs types d’évaluation : diagnostique, formative, sommative, … Toutes sont plus

ou moins utilisées par l’enseignant, l’apprenant selon celui qui évalue, et chaque apprenant

connaît au cours de sa scolarité différentes formes d’évaluation [1].

2.1 Evaluation pronostique

Le but de ce type d’évaluation est de vérifier si l’apprenant a les connaissances

nécessaires pour poursuivre une formation donnée. Pour cela, l’évaluation pronostique est

généralement effectuée au début ou en fin de formation pour des formations ultérieures.

Ce type d’évaluation peut être utilisé dans un processus d’apprentissage pour définir le niveau

de l’apprenant afin de construire son profil et de l’orienter vers les informations qui lui font

défaut [1].

2.2 Evaluation sommative

C’est l’évaluation qui aboutit à la certification d’un module, d’une unité de valeur ou à

l’obtention d’un certificat à l’issue d’une période de formation.

Elle est réalisée lorsqu’un enseignant a besoin d’attribuer des notes aux apprenants afin de

« Certifier qu’ils ont atteint un certain niveau de formation ».

En général, elle se situe à la fin d’une période de formation et son but est de savoir si

l’apprenant a été capable d’atteindre les objectifs visés par la formation [1].

1Démarche d’enseignement différencié :

- Privilégie l’enfant, ses besoins et ses possibilités.

- Se différencie selon les besoins des enfants.

- Lui propose des situations d’apprentissage et des outils variés.

- Ouvre à un maximum d’enfants les portes du savoir, du savoir-faire, du savoir-être.


18

2.3 Evaluation formatrice

Cette nouvelle approche élargit le concept d’évaluation, puisque tout ce qui touche à la

construction d’un « model personnel d’action » [19], est considéré d’une part comme une

partie intégrante de l’évaluation, et d’autre part comme objectif prioritaire d’apprentissage.

Lorsque les apprenants ont pris connaissance des objectifs de formation mis en œuvre,des

activités d’apprentissage et des critères de réussite associés, ils doivent être capables a l’issue

de chaque exercice et de s’auto évaluer en fonction de ces objectifs.

Présente une plus grande implication de l’apprenant. L’apprenant participe, discute l’outil

d’évaluation. Elle rejoint l’autoévaluation [19] [20].

2.4 Evaluation normative

Elle est basée sur l’hypothèse d’une distribution gaussienne des prestations des élèves.

Chacun est évalué par rapport à la production moyenne des autres, Une évaluation qui situe

les individus les uns par rapport aux autres, en fonction des scores obtenus par les membres

d’un groupe de référence. Dans l’évaluation scolaire courante, la norme de référence est bien

souvent constituée par les performances moyennes du groupe classe. (Résultats comparés aux

résultats du groupe).

A la limite, ce n’est pas l’enseignant qui définit ce qu’il attend des élèves [17] [18].

2.5 Evaluation formative

C’est une évaluation qui se produit à n’importe quel moment au cours d’un processus

d’apprentissage.

L’intérêt de ce type d’évaluation réside dans le diagnostic des difficultés qui peuvent

subvenir à l’apprenant durant son processus d’apprentissage. Ce qui permet à l’enseignant

d’analyser et d’interpréter les résultats afin de trouver les causes probables de ces difficultés,

et d’adapter ou réguler le parcours de l’apprenant en conséquence, en insistant sur les parties

qui permettront de surmonter les difficultés rencontrées [1].

La différence entre les évaluations sommatives et pronostiques par rapport à

l’évaluation formative est que cette dernière ne vise pas à donner une note à l’apprenant. Son

but est d’établir des observations qualitatives qui doivent être suffisamment fiables afin d’y

remédier le mieux possible [1].


19

3. Les intentions de l’évaluation en fonction du courant pédagogique

3.1 Objectifs de l’évaluation

Le savoir.

Le savoir-faire.

Le savoir être.

La forme de l’évaluation conditionne la façon d’apprendre de l’apprenant.

3.2 Courant behavioriste

Evaluation Sommative et Normative.

3.3 Courant cognitiviste

Evaluation des stratégies cognitives et métacognitives (compétences transversales). Evalua-

tion du processus et non du résultat [16].

4. Comment faire une évaluation ?

En (1) : avant l’action de formation

En (2) : pendant l’action En (3) : après l’action de formation

Evaluation : Diagnostique Pronostique Prédictive

Fonction : Orienter Adapter

Evaluation : Formative « progressive »

Fonction :

Réguler Faciliter

l’apprentissage

Evaluation : Sommative Terminale

Fonction :

Vérifier Certifier

Figure(1.1) : Fonctions de l’évaluation selon sa place par rapport à l’action de formation [1].

Séquence ou Action de la

formation

2 3 1


20

5. Critères d’évaluation

5.1 Critères quantitatifs

Ces critères peuvent être liés à des valeurs mesurables, comme par exemple :

1. Le temps nécessaire pour la répondre à chaque question.

2. Le temps global pour la réponse à l’ensemble des questions, en incluant les temps de

réflexion intermédiaires.

3. Achèvement de l’évaluation dans les délais.

4. Les résultats à des questions fermées.

5. Les résultats à des questions semi-ouvertes.

6. etc… [1].

5.2 Critères qualitatifs

Ces critères sont plutôt liés à des valeurs observables, difficilement mesurables,

comme par exemple :

1. Temps de résolution limité.

2. Emploi des sources d’informations.

3. Évaluation individuelle ou collective.

4. La démarche stratégique de résolution utilisée.

5. Comportement face à une situation imprévue.

6. etc.

Finalement, il n’existe pas de grille passe-partout. L’enseignant construit sa propre

grille et définit des critères particuliers en fonction des objectifs d’un processus

d’apprentissage [1].

Conclusion

Comme nous l’avons cité, lorsqu’un enseignant veut évaluer un apprenant, il

commence par déterminer l’objectif pédagogique visé. Ensuite, en fonction du niveau cognitif

de cet objectif, il va choisir un ou plusieurs types d’exercice. Plus le niveau cognitif à évaluer

est « haut », plus il faut laisser de liberté à l’apprenant [7].

Le concept que je propose d’examiner d’une façon détaillée est fondé sur les télé-Tps

et un algorithme d’alignement des ontologies dans le prochain chapitre.

Chapitre II : les TéLéTPs

21

Chapitre II :

LesTélé-Tps


22

Introduction

Cette partie aborde plus précisément le contexte de notre recherche. Je le présenté, à

travers une étude bibliographique, concernant les travaux pratiques dans l’enseignement

supérieur et leur environnement type, suivie par l’introduction des algorithmes d’alignement

d’ontologie.

1. Définition des travaux pratiques

Les travaux pratiques trouvent leur équivalent dans le monde anglophone dans les

expressions : « praticalwork », « laboratoryexperienses » ou « laboratorywork ».

Dans les deux dernières expressions, c’est la notion de laboratoire qui est centrale. Or ces

travaux peuvent être menés ou non dans un laboratoire. C’est pour cette raison, qu’ils ont

utilisé le terme « travaux pratiques » et non « travaux de laboratoires» [7].

Les auteurs d’un rapport récent sur l’enseignement scientifiques aux lycées dans les

Etats Unis d’Amérique, ont proposés la définition suivante de Singer et al. [2] : « les travaux

pratiques donnent l’occasions pour les étudiants d’interagir directement avec un dispositif

expérimental, on utilisant des outils, des techniques de collecte de données, des modèles et

des théories scientifiques » [2].

2. Les télé-Tps

Le principal objectif des travaux pratiques est de recenser les connaissances des

apprenants à la réalité [7].

Le terme télé-TP désigne les travaux pratiques à distances. Cette dernière implique la

description géographique et/ou temporelle des acteurs humains et matériels impliqués dans un

système de télé-TP.

A l’origine, les travaux pratiques à distance ou télé-Tps consistaient à rendre des

travaux pratiques existants (présentiels) accessibles à distance via des moyens de

communication telle que l’Internet [2].

3. La mise à distance : problématiques et défis

La mise à distance des travaux pratiques soulève des questions évidentes, parmi celles-

ci :

Quelle est la valeur ajoutée des télé-Tps ?

Quelles sont les limites de télé-Tps ?


23

Les objectifs pédagogiques sont-ils les mêmes ?

Comment se transforme l’acte d’apprentissage avec la distance ?

D’après Lelevé [2] une première approche sur la modélisation des télé-Tps en 2002 ils

ont remarqués que ce mode d’apprentissage était marginalisé par rapport aux autres (télé-

cours, télé-td, télé-projet…).

Ils ont émis l’hypothèse que cet état de fait pouvait provenir de la complexité et de

l’interdisciplinarité que nécessite une telle approche [2].

Cette recherche est en effet, au carrefour de plusieurs disciplines :

L’informatique liée au développement et l’utilisation de l’environnement de télé-

expérimentation.

La didactique des systèmes de formation à distance et à l’e-formation du point de vue

de la diffusion et de l’intégration de contenus pédagogiques dans un module de

formation à distance.

La construction d’IHM efficaces tant sur le plan pédagogique qu’ergonomique

(reconstruction d’environnement en 2D, 3D, réalité virtuelle…).

La discipline liée au dispositif technologique lui-même (objet de l’apprentissage) [2].

4. Les objectifs pédagogiques d’un TP et télé-Tps

L’importance des travaux pratiques réside dans les objectifs pédagogiques globaux et

particuliers qu’ils permettent d’atteindre.

Un objectif d’apprentissage est défini par ce qu'un « apprenant sera capable de faire »

après une session d'apprentissage, et qu'il ne pouvait pas faire.

Selon Millar [3], les objectifs des TP se résument en :

• aider les apprenants à développer leur connaissance du monde réel et leur compréhension de

quelques idées principales, des théories et des modèles que la science utilise pour l’expliquer.

• aider les apprenants à apprendre comment utiliser des appareils technologiques et/ou suivre

certaines procédures scientifiques (savoir-faire).

• développer chez l’apprenant la compréhension de l’approche scientifique, d’enquêter ou

d’investiguer (sens) [3].


24

5. Les apports de télé-Tps

Les travaux pratiques classiques présentent des limitations intrinsèques :

o Le temps : dans les TP classique le temps estlimité dans l’emploi du temps et les

rotations (les nombre d’élèves, les nombre des groupes), et parfois certains TP arrivent

avant la cour.

o La documentation : dans ce cas le sujet est découvert par les élèves au début de

laséance.

o L’équipement : il y a des TP ne peuvent pas dupliquer leurs équipement.

Et les télé-Tps dépassent certaines de ces limites en facilitant :

5.2 Sur le plan économique

Le partage d’instruments et d’équipement lourds et couteux [2].

L’accès aux instruments des laboratoires n’importe quand et n’importe où [2].

5.3 Sur le plan pédagogique

L’illustrations des télé-Cours ou télé-TD pour des apprenants distants ne pouvant pas

accéder à des dispositifs réels.

L’intégration d’outils (simulateurs, réels virtuels …) apportés par les TIC.

L’ouverture à des utilisateurs autres que la population d’origine : scénarios

pédagogiques adaptés à des niveaux scolaires différents et même au grand public en

dehors des créneaux réservés aux apprenants.

Les démonstrations mettant en valeur l’équipement et le savoir-faire de

l’établissement auprès d’un plus grand public [2].

6. Les limites des télé-Tps

Les télé-Tps souffrent de nombreux problèmes qu’il faut s’attacher à résoudre :

La commandabilité : on ne peut plus directement agir sur le système qu’à travers un

clavier et les utilisations dans la réalité peut résoudre partie ce problème.

L’observabilité : il est difficile de représente à distance les éléments d’un dispositif

technologique par exemple avec les même facilités qu’en local.

La sécurité : il y a deux niveaux de sécurité premièrement la sécurité du système

informatique est nécessaire pour éviter un usage malveillant de système.

Deuxièmement la sécurité du matériel généralement un agent technique à côté des


25

manipulations en cas de besoin. Ce qui limite leur usage a la présence de cette

personne et réduit les plages horaires disponibles [2].

7. Les catégories de télé-Tps

La première est fondée sur la manipulation de dispositifs pédagogiques.

Le terme « laboratoire distant » [4] traduit littéralement de l’anglais «

remotelaboratory» reflète bien cette réalité.

La deuxième catégorie, fondée sur des systèmes virtuels (systèmes simulés

informatiquement), est souvent désignée en tant que « laboratoire virtuel » [4].

8. TP virtuels vs TP distants

8.1 Laboratoires virtuels

8.1.1 Avantages

Passage à l’échelle.

Manipulation à taille inhumaine.

Palier à la dangerosité.

Manipulation trop chères.

Préséance à un TP [6].

8.1.2 Inconvénients

Manipulation « aseptisée ».

Complexité des algorithmes.

Se substitue parfois à l’apprenant.

Isolement des apprenants [6].

8.2 Laboratoires distants

8.2.1 Avantages

Conscience de la réalité de la manipulation.

Développer une base d’instruments connus.

Acquérir des connaissances pratiques.

Démontrer les limites de la théorie.

Plus facile à mémoriser.

Favorise les situations de communication [6].

8.2.2 Inconvénients

Compétences nécessaires.

Robustesse.

Couts [6].

9. Travaux pratiques d’Électronique Binaire TEB

Pour le besoin de travaux de recherche su

amené à développer une plate

électroniques.

Cette plate-forme propose une « aide à la correction » destiné à faciliter la tâche

d’évaluation de l’apprenant à l’enseignant [1]

9.1 La plateforme TEB

Cette application est destinée à trois catégories d’utilisateur

L’enseignant, pour proposer des suje

circuits électroniques réalisés par les apprenants, même en grand nombre.

Aux apprenants, pour concevoir et réaliser, à distance ou en présentiel, des schémas de

circuits électroniques numériques.

Aux administrateurs, pour la gestion des comptes utilisateurs (enseignant

apprenants).

Figure (2.1


26

Compétences nécessaires.

Travaux pratiques d’Électronique Binaire TEB

Pour le besoin de travaux de recherche sur l’évaluation de l’apprenant,

amené à développer une plate-forme Web destinée à la gestion et l’évaluat

forme propose une « aide à la correction » destiné à faciliter la tâche

d’évaluation de l’apprenant à l’enseignant [1].

à trois catégories d’utilisateurs :

gnant, pour proposer des sujets de travaux pratiques et évaluer des schémas de



oniques numériques.

Aux administrateurs, pour la gestion des comptes utilisateurs (enseignant

2.1) : Interface de la plate-forme Web TEB.

r l’évaluation de l’apprenant, [1] ont été

forme Web destinée à la gestion et l’évaluation de circuits

forme propose une « aide à la correction » destiné à faciliter la tâche

évaluer des schémas de



Aux administrateurs, pour la gestion des comptes utilisateurs (enseignants et


27

La plate-forme utilise le simulateur Open Source Logisim [1], qui permet de créer et de tester

des schémas de circuits électroniques.

9.2 Le fonctionnement de la plateforme TEB

L’enseignant

L’enseignant commence par fournir un exercice à l’apprenant.

L’exercice constitué d’un énoncé, éventuellement accompagné d’un système d’aide en

ligne (documentation technique, rappel de cours, formulaires, schémas, etc.)

L’exercice accompagné d’une liste de critères d’évaluation (par exemple, les résultats

des sorties du circuit, le nombre de composants ou connexions utilisés, le temps mis à

la réalisation du circuit, etc.).

Chaque critère est accompagné d’un barème et d’un « pas de décrémentation » en cas

d’erreur.

Un schéma de référence du circuit est associé, par l’enseignant, à chaque exercice. Il

permet de récupérer la table de vérité du circuit à réaliser [1].

L’apprenant

L’apprenant récupère le sujet de l’exercice.

Il consulte éventuellement les différents documents attachés et crée un schéma

conforme aux exigences demandées par l’énoncé à l’aide du même simulateur.

Il peut aussi consulter les différents critères d’évaluation et leurs barèmes.

Une fois le schéma réalisé et testé, l’apprenant envoie à travers la plate-forme le

résultat final à l’enseignant.

L’enseignant récupère les travaux des différents apprenants et lance le «moteur

d’évaluation». Ce moteur permet à l’enseignant d’effectuer une comparaison

automatique entre son schéma de référence et tous ceux réalisés par les apprenants.

Le moteur d’évaluation compare les deux tables de vérité « apprenant-enseignant » en

se servant du simulateur Logisim et en se basant sur les critères/barèmes définis

préalablement [1].

Les résultats des évaluations de tous les apprenants sont ensuite affichés sous format

de notes /20, ce qui permet d’effectuer une première évaluation sommative.

Dans tous les cas, l’enseignant a la possibilité de revoir directement les schémas des

apprenants pour une évaluation plus approfondie.


28

La note obtenue, est calculée en fonction :

De la note maximale (par exemple : 20/20).

Des critères qui sont sélectionnés par l’enseignant (par exemple : les valeurs des

sorties en fonction des entrées).

Des barèmes associés (par exemple : 1 pour chaque 2 erreurs sur une des sorties).

La méthode d’évaluation utilisée par le moteur de la plate-forme n’est pas tout à fait

«adaptée» [1].

Le fonctionnement actuel du moteur d’évaluation est schématisé par la suite :

Figure(2.2) : Fonctionnement actuel de la plate-forme TEB [1].

9.3 Les problèmes de la plateforme TEB

Cette version de la plate-forme a été expérimentée en situation réelle pour des travaux

pratiques en électronique numérique, Elle s’est déroulée en deux séances présidentielles

consécutives, par groupe de 12 binômes ou trinômes, sous la surveillance de deux enseignants

spécialistes en électronique et informatique respectivement.

Moteur d’évaluation

Schéma des

apprenants

Critères

d’évaluation

+ Barème

Moteur

d’évaluation

Evaluation

sommative

Résultat de

la simulation Simulateur

Modèle de

l’enseignant

Enseignant

Apprenant


29

Le but de cette première expérimentation n’étant pas l’évaluation de la plate-forme

elle-même, mais la production de schémas électroniques afin d’évaluer le « moteur

d’évaluation ».Quatre exercices ont été ainsi proposés aux élèves, ce qui a permis de

récupérer au total quatre séries de 24 schémas électroniques par exercice.

Ensuite, les enseignants ont procédés à l’exécution du moteur d’évaluation disponible

sur la plate-forme ce qui a permis d’avoir une évaluation rapide de tous les circuits des

apprenants, sous format de note sur 20 [1].

Cette version prend en compte des critères d’évaluation quantitatifs qui concernent

uniquement la réponse du circuit lorsqu’il est soumis à une combinaison binaire des entrées.

Malgré la rapidité avec laquelle nous obtenons la note finale, ce dernier est rarement

représentatif des connaissances de l’apprenant.

En effet, ils ont remarqués que tous les circuits qui ont obtenu une note maximale de

20/20 (aucune erreur) n’étaient pas tous identiques du point de vue « schéma électronique »,

certains étaient plus simplifiés que d’autres et donc plus optimisés.

Dans d’autres cas, quelques erreurs au niveau d’une seule sortie du circuit (dans le cas de

sorties multiples) pouvaient pénaliser la note finale de l’ensemble du circuit.

Finalement, le « moteur d’évaluation » est incapable de décider à quelle étape de

résolution de l’exercice s’est produite l’erreur [1].

9.4 Exemple d’un schéma électronique de la plate-forme TEB

La plate-forme TEB dispose du simulateur Logisim [1].

Les schémas créés par ce simulateur existent sous un format XML particulier, ce

format reprend la « représentation graphique » du schéma électronique.

Le diagramme de classes suivant illustre cette représentation graphique [1].

Figure (2.3) : Diagramme de

Pour les besoins de la plate

format « logique » plus facile à manipuler

En effet, le schéma électronique fourni par le simulateur Logi

plusieurs schémas électroniques logiques, autant que le nombre de sorties du circuit

d’origine.

Chaque schéma logique obtenu dispose d’une seule sortie.

Le diagramme de classes de la figure suivante illustre la représentation logique

Figure (2.4) : Diagramme de classes du format « logique » d’un schéma électronique


30

Diagramme de classes du format « graphique » d’un schéma électronique

Pour les besoins de la plate-forme, ils ont converti ce format « graphique » en un

ique » plus facile à manipuler [1].

En effet, le schéma électronique fourni par le simulateur Logisim est transformé en


Chaque schéma logique obtenu dispose d’une seule sortie.

Le diagramme de classes de la figure suivante illustre la représentation logique

Diagramme de classes du format « logique » d’un schéma électronique

n schéma électronique [1].

forme, ils ont converti ce format « graphique » en un

sim est transformé en


Le diagramme de classes de la figure suivante illustre la représentation logique [1].

Diagramme de classes du format « logique » d’un schéma électronique [1].


31

10. Le projet ICTT@LAB (generIC framework for remoTe and

virTu@lLABoratory integration)

Le projet ICTT@LAB est le résultat des travaux de thèse de H. Benmohamed [4]

quirepose sur deux projets antérieurs (PIEUVRE et TIPY22) développés au laboratoire LIESP

(ex. ICTT) de l’INSA de Lyon.

Le public cible concerne les étudiants de premier cycle desécoles d’ingénieurs et des

universités.ICTT@LAB est un cadre de travail informatique qui permet l’intégration des télé-

Tps dans les environnements de téléformation existants comme les LMSs [2].

10.1 Caractéristiques générales

Il offre une chaîne d’édition de scénarios pédagogiques de type télé-TP, ainsi toutes

les fonctions classiques de gestion et de diffusion de ressources d’apprentissage, de gestion

des enseignants et des apprenants, et de gestion de planification de l’apprentissage sont

assurées au niveau de l’EIAH d’origine grâce à une couche intermédiaire qui assure une

intégration transparente de l’EIAH et de la plateforme de télé-TP[2] [4].

10.2 Caractéristiques du laboratoire distant

Le projet ICTT@LAB repose sur une architecture trois-tiers dont l’objectif est de

faciliter l’intégration de laboratoires distants dans n’importe quel LMS [3].

La Figure suivante illustre tous les composants de l’EIAH ICTT@LAB répartis en

trois niveaux :

Figure (2.5) : Architecture

Le niveau téléformation implémente les fonctions pédagogiques d’apprentissage, de

tutorat et de conception.

Le niveau télé-opération concerne la mise en ligne de laboratoires distants.

Le niveau interface assure la liaison entre l’interface utilisateur et le laboratoire

distant.

10.3 L’architecture du Framework ICTT@Lab

Les LMS et les outil

téléformation désigné également par le terme «

Le LMS est un système de gestion de session de formation, pour le LCMS, il s’agit de

système de conception et de gestion

bibliothèques d’objets pédagogique réutilisable qui seront ensuite validés avant d’être publiés

et réutilisés par des tuteurs et d’autres auteurs, caractérisés généralement par leur simplicité

d’utilisation.

Les outils auteurs permettent de créer, d’éditer et réutiliser des ressources

pédagogiques, nous reprenons ces trois composants auxquels nous ajoutons deux nouveaux

composants :

Un serveur collectif de patrons et un système de gestion de

la suite au système de téléformation existants de supporter les


32

Architecture générale du projet ICTT@LAB [2] [3].


tutorat et de conception.

opération concerne la mise en ligne de laboratoires distants.


L’architecture du Framework ICTT@Lab

es LMS et les outils auteurs sont les principaux composants

ésigné également par le terme « plateforme de téléformation


système de conception et de gestion de contenu d’apprentissage les auteurs peuvent créer des





Un serveur collectif de patrons et un système de gestion de téléTps, cette extension permet par

la suite au système de téléformation existants de supporter les téléTps[3].

2] [3].


opération concerne la mise en ligne de laboratoires distants.


s auteurs sont les principaux composants d’un système de

plateforme de téléformation ».


de contenu d’apprentissage les auteurs peuvent créer des





cette extension permet par

Figure (2.6) : L’architecture du frame

Suite aux différentes solutions élaborées précédemment nous aboutis

architecture à trois niveaux :

1. Niveau téléformation : il inclut de nombreux éléments comme les LMS, les LCMS et

les outils auteurs.

2. Niveau télé opération

derniers avec le système inf

3. Niveau interface : c’est au niveau intermédiaire entre les deux précédents.

Cette architecture assure la prise en charge de

11. TPLine

TPLine est une plate-

des formateurs des travaux pratiques à partir de mesure faite sur des systèmes industriels réels

mets à distance [37] [7] [8].


33

L’architecture du frame-work d’intégration de télé-Tps

Suite aux différentes solutions élaborées précédemment nous aboutis

: il inclut de nombreux éléments comme les LMS, les LCMS et

Niveau télé opération : il inclut les dispositifs technologiques, interfaçage de ces

derniers avec le système informatique et tout ce qui concerne la télé opération.

: c’est au niveau intermédiaire entre les deux précédents.

Cette architecture assure la prise en charge de tous les types de laboratoires [

-forme gratuite permet de mettre à la disposition apprenants et


s proposés [3].

Suite aux différentes solutions élaborées précédemment nous aboutissons à une

: il inclut de nombreux éléments comme les LMS, les LCMS et

: il inclut les dispositifs technologiques, interfaçage de ces

ormatique et tout ce qui concerne la télé opération.

: c’est au niveau intermédiaire entre les deux précédents.

laboratoires [3].

permet de mettre à la disposition apprenants et


Figure

Le fonctionnement du TPLine

Le fonctionnement de TPLine est très pratique pour les apprenants. En prenant

exemple sur les stations météo, un apprenant voulant réaliser un TP sur ce système peut

choisir les tranches horaires des mesures sur lesquelles il veut travailler et faire son TP. Il peut

choisir la tranche horaire correspondant à des vents forts ou à des vents plus faibles pour avoir

une comparaison. Si l’apprenant quitte sa session alors qu’il n’a pas fini son travail, ses

configurations et ses réponses sont sauvegardées. Il pourra le ter

moment. Une fois le TP terminé, l’apprenant le valide, ses réponses sont envoyées formateur

pour correction [37].


34

Figure (2.7) : interface de TPLine [8].

Le fonctionnement du TPLine

nement de TPLine est très pratique pour les apprenants. En prenant





configurations et ses réponses sont sauvegardées. Il pourra le terminer à n’importe quel


nement de TPLine est très pratique pour les apprenants. En prenant





miner à n’importe quel



35

Conclusion

Dans le chapitre précédent, nous avons introduit les Télé-Tps, leurs objectifs et limites

ainsi que les travaux pratiques, concernant le domaine de E-Learning, nous avons décrit un

état d’art sur quelques plates-formes avec leurs fonctionnements, ces plates-formes utilisent

un logiciel de simulation et permettent d’effectuer des évaluations des apprenants.

Le prochain chapitre examine en détails la notion d’ontologie, comme celle des algorithmes et

les techniques d’alignement d’ontologie.

Chapitre III : les ontologies et l’alignement des ontologies

36

Chapitre III :

les ontologies

et l’alignement

des ontologies


37

Introduction

L’exploitation de connaissances en informatique a pour objectif de ne plus faire

manipuler en aveugle des informations à la machine mais de permettre un dialogue (une

coopération) entre le système et les utilisateurs.

Alors, le système doit avoir accès non seulement aux termes utilisés par l’être humain

mais aussi à la sémantique qui leur est associée, afin qu’une communication efficace soit

possible.

Actuellement, la connaissance visée par ces ontologies est un sujet de recherche

populaire dans diverses communautés (l’ingénierie des connaissances, la recherche

d’information, le traitement du langage naturel, les systèmes d’information coopératifs,

l’intégration intelligente d’information et la gestion des connaissances).

Elles offrent une connaissance partagée sur un domaine qui peut être échangée entre

des personnes et des systèmes hétérogènes. Elles ont été définies en intelligence artificielle

afin de faciliter le partage des connaissances et leur réutilisation. La définition explicite du

concept ontologie soulève un questionnement qui est tout à la fois d’ordre philosophique,

épistémologique, cognitif et technique.

1. Qu’est-ce qu’une ontologie ?

Le mot ontologie a été introduit en informatique par le domaine de l’intelligence

artificielle (IA) depuis les années 1990.

D’après Gruber[9], une ontologie a été définie comme étant une représentation

formelle des connaissances.

Uschold and Gruninger dans [9]a défini une ontologie comme un « vocabulaire et des

définitions des concepts d’un domaine ».

Studer dans [9] définit l’ontologie comme « spécification formelle et explicite d’une

conceptualisation partagée».

Formelle : l’ontologie doit être lisible par une machine, ce qui exclut le langage naturel.

Explicite : la définition explicite des concepts utilisés et des contraintes de leurs utilisations.

Conceptualisation : le modèle abstrait d’un phénomène du monde réel par identification des

concepts clefs de ce phénomène.

Partagée : l’ontologie n’est pas la propriété d’un individu, mais elle représente un consensus

accepté par une communauté d’utilisateurs.

En général une ontologie doit répondre en même temps aux deux exigences suivantes :


38

Exigence du côté de la machine : il faut qu’elle fournisse une représentation formelle

des connaissances pour qu’un ordinateur puisse les exploiter.

Exigence du côté de l’humain : il faut qu’elle définisse une sémantique consensuelle

des connaissances pour les humains [9].

2. Les ontologies ne sont pas

un catalogue du monde.

une liste d’objets.

uniquement une base de connaissances [10].

3. Cycle de vie d’une ontologie

Puisque les ontologies sont destinées à être utilisées comme des composants logiciels

dans des systèmes répondant à des objectifs opérationnels différents, leur développement doit

s’appuyer sur les mêmes principes que ceux appliqués en génie logiciel.

Ainsi, les ontologies doivent être considérées comme des objets techniques évolutifs et

possédants un cycle de vie qui nécessite d’être précisé.

Dans ce contexte, les activités liées aux ontologies sont, d’une part, des activités de

gestion de projet (planification, contrôle, assurance qualité), et d’autre part, des activités de

développement (spécification, conceptualisation, formalisation), s’y ajoutent des activités

transversales de support telles que l’évaluation, la documentation, la gestion de la

configuration [11].

Nous l’avons adapté à nos besoins et proposons notre vision du cycle de vie d’une

ontologie, Il comprend une étape initiale de détection et de spécification des besoins qui

permet notamment de circonscrire précisément le domaine de connaissances :

Une étape de conception.

Une étape de déploiement et de diffusion.

Une étape d’utilisation.

Une étape incontournable.

Une étape d’évaluation.

Une étape consacrée à l’évolution et à la maintenance du modèle.

Après chaque utilisation significative, l’ontologie et les besoins doivent être réévalués

et la première peut être étendue et, si nécessaire, en partie reconstruite.

La validation du modèle de connaissances est au centre du processus et se fait de manière

itérative [11].


39

Figure (3.1) : cycle de vie d’une ontologie [11].

4. Compositions de l’ontologie

Une ontologie est composée de quatre éléments principaux : concept, instance, relation

et axiome.

Les concepts : sont les éléments fondamentaux d’une ontologie. Ils représentent des

classes génériques ou un groupe d’objets, dans un domaine, qui partagent les

propriétés communes. Les concepts sont organisés de façon hiérarchique ou chacun

d’eux peut avoir plusieurs sous-concepts et posséder un ou plusieurs concepts parents

[9].

Une instance : est un objet occurrence de concept [9].

Une relation :permet d’exprimer la relation sémantique non taxonomique entre deux

concepts dans un domaine donné. En effet, les relations dites « sémantiques » sont

avant tout définies entre instances. On en dérive des relations entre concepts, avec une

sémantique plus ou moins bien définie [9].

Déploiement

diffusion

Conception

Normalisation OpérationnalisatiFormalisation

Evaluation Evolution

maintenance

Détection et

spécification des

besoins

Validation

Utilisation


40

Le rôle d’un axiome dans une ontologie est d’imposer des contraintes sur les

concepts, leurs instances et leurs relations.

On dit qu’une ontologie est légère si elle ne comprend que des concepts

hiérarchiques, leurs instances et les relations associées. Et le contraire pour une ontologie

lourde une ontologie qui comporte aussi des axiomes [9].

5. Les domaines d’applications d’une ontologie

Les ontologies sont utilisées dans divers domaines pour résoudre différents problèmes

tels que :

La représentation des connaissances du domaine d’un système à base de

connaissance

L’ontologie sert de support à la représentation des connaissances du domaine car elle

permet de décrire des objets, leurs propriétés et leurs relations dans un domaine.

L’avantage des ontologies est qu’elles sont réutilisables et partageables par plusieurs modules

logiciels [9].

La communication

Les ontologies servent à créer un vocabulaire standardisé pour un groupe de personnes

[9].

L’interface Homme-Machine

La visualisation d’une ontologie permet à l’utilisateur de comprendre le vocabulaire

utilisé par le système d’information et de mieux formuler ses requêtes [9].

L’interopérabilité

Il s’agit de l’interopérabilité des bases de données et des systèmes d’information.

L’interopérabilité des bases de données : consiste à pouvoir retrouver et intégrer des

informations en provenance de bases hétérogènes qui peuvent en outre résider sur des

machines différentes avec des systèmes d’exploitation et des systèmes de gestion de bases de

données différents [9].

Le rôle d’une ontologie est l’intégration de schéma : il s’agit de définir un schéma conceptuel

global.

A l’aide d’ontologie, les systèmes d’informations qui se basent sur des approches

différentes peuvent coopérer, dans ces systèmes, les ontologies servent de format d’échange

[9].

L’indexation sémantique et la recherche d’information

Une ontologie joue le rôle de métadonnée servant d’index.

Chapitre III

Dans le cadre de l’indexation

documents sont indexés par des concepts qui reflètent leur sens plutôt que par

souvent ambigus [9]. Le processus de recherche d’information qui mesure le degré de

similarité entre une requête e

l’ontologie.

Cela permet de diminuer le bruit dans le résultat de recherche en associant une

sémantique commune entre des ressources d’information à exploiter qui sont gérées par les

ordinateurs, et la requête définie par les humains [9]

Figure (3.2)

6. Comment sont construites les ontologies ?

La construction des ontologies se trouve au cœur de l’ingénierie ontologique dont

l’importance est reconnue aujourd’hui dans différents champs de recherche

Ingénierie des connaissances.

Intelligence artificielle.

Gestion des connaissances.

Linguistique informatique.

Systèmes d’information.

Recherche et extraction d’informations.

Intégration d’informations.

: les ontologies et l’alignement des ontologies

41

Dans le cadre de l’indexation et de la recherche d’information sémantique, les

documents sont indexés par des concepts qui reflètent leur sens plutôt que par

. Le processus de recherche d’information qui mesure le degré de

similarité entre une requête et un document utilise ensuite les représentations issues de



et la requête définie par les humains [9].

) : Utilisation des ontologies d’après Roche [9]

Comment sont construites les ontologies ?


aujourd’hui dans différents champs de recherche

Ingénierie des connaissances.

Intelligence artificielle.

Gestion des connaissances.

Linguistique informatique.

Systèmes d’information.

Recherche et extraction d’informations.

Intégration d’informations.


et de la recherche d’information sémantique, les

documents sont indexés par des concepts qui reflètent leur sens plutôt que par des mots bien

. Le processus de recherche d’information qui mesure le degré de

t un document utilise ensuite les représentations issues de



9].


aujourd’hui dans différents champs de recherche :


42

Bases de données [9].

Dans l’ingénierie ontologique, on distingue la construction/enrichissement des

ontologies à partir de textes qui se fait de façon automatique ou semi-automatique, de la

construction manuelle à l’aide d’outils qui permettent d’éditer les ontologies tels que Protégé,

selon IsaViz, Apollo, etc… [9].

Les méthodes de construction d’ontologies à partir de textes privilégient souvent

l’analyse du texte proprement dit, que ce soit selon une approche statistique ou linguistique

[9].

L’enrichissement des ontologies à partir de textes est un processus automatique ou

semi-automatique qui extrait dans les textes de nouveaux concepts/relations ou des instances

des concepts existants et ensuite les ajoute afin d’enrichir des ontologies existantes [9].

7. Langages/outils pour interroger des ontologies

Les langages d’interrogation des ontologies jouent un rôle important pour accéder aux

connaissances qui sont y définies. Nous nous intéressons aux outils ayant des API qui

implémentent certains langages de requête pour aider les utilisateurs à exploiter des

ontologies.

Il existe plusieurs outils qui supportent des langages de requêtes différents tels que

Corese qui supporte le langage Sparql, Racer qui supporte nRQL, Jena qui supporte RDQL et

Sparql, Sesame qui supporte SeRQL, etc… [9].

8. Les ontologies ont pour but d’être

Consensuelles.

Normatives.

Cohérentes.

Partageables.

Réutilisables [10].

9. Apport des ontologies dans le E-Learning

En Juin 2000 la commission européenne a défini le e-Learning comme : « l'utilisation

des nouvelles technologies multimédias et de l'Internet, pour améliorer la qualité de

l'apprentissage en facilitant l'accès à des ressources et des services, ainsi que les

échanges et la collaboration à distance ». Le e-Learning et comme tout autre service


43

sur le Web peut bénéficier de la nouvelle vision de l’utilisation des ontologies pour

mieux l’exploiter [26].

Les apports des ontologies pour les environnements interactifs d’apprentissage humain

peuvent être classés comme suit :

La représentation formelle des connaissances : l’ontologie fournit la base pour un en-

codage formel des entités, des attributs, leurs relations.

La réutilisation et partage des objets pédagogique Et cela est pertinent dans le cas des

systèmes utilisant des ressources pédagogiques qui sont déjà construites, car les cons-

truire a nouveaux peut perdre du temps. Ceci à travers des librairies d’ontologies réuti-

lisables.

Repérage d’objets pédagogiques : une ontologie peut être utilisée comme méta-

descripteur pour décrire le contenu sémantique des objets pédagogiques ;

Acquisition de connaissance : L’utilisation des ontologies augmente la vitesse et la

fiabilité du processus d’acquisition de connaissances lors de la construction d’un sys-

tème de cours [27].

10. Types d’ontologies

10.1 Top-Ontologie

Niveau le plus élevé structurant les connaissances de haut niveau avec des catégories

dont l’organisation dépend de réflexions philosophiques. Elle contient des objets et non des

structures.

Elle ne s’instancie pas, elle se spécialise (elle donne les objets les plus généraux du domaine,

les autres objets en seront des spécialisations et non des instances) [10].

10.2 Core-Ontologie

Elle fournit des concepts structurant du domaine et les relations entre ces concepts.

Ex. en médecine : concepts de diagnostic, signe, structure anatomique, relations comme celles

liées à la localisation d’une pathologie sur une structure anatomique [10].

10.3 Ontologie du domaine

Elle fournit les concepts des domaines tels qu’ils sont manipulés par des

professionnels du domaine [10].

Chapitre III

10.4 Taxinomies

Du Grec « taxi » : arrangement, ordre (taxon : classe).

Science des lois de la classification de ses bases, de ses principes, des méthodes et des

règles, la taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simpl

[21].

Figu

11. Approche computationnelle

11.1 Avantages

Méthodes de l’Ingénierie des Connaissances.

Méthodes du Génie Logiciel.

« La construction de l’ontologie est intégrée dans une démarche génie logiciel

Cycle de Vie d’une Onto

11.2 Inconvénients

Focalisation sur la résolution de problèmes

Perte de la dimension linguistique.

Perte de la dimension épistémologique


44

Du Grec « taxi » : arrangement, ordre (taxon : classe).


taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simpl

Figure (3.3) : les types d’ontologies [10].

Approche computationnelle

Méthodes de l’Ingénierie des Connaissances.

Méthodes du Génie Logiciel.

« La construction de l’ontologie est intégrée dans une démarche génie logiciel

Cycle de Vie d’une Ontologie [10].

résolution de problèmes (approche procédurale).

linguistique.

épistémologique [10].



taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simple

« La construction de l’ontologie est intégrée dans une démarche génie logiciel » :=>

(approche procédurale).

Chapitre III

Figure (3.4) : Un objet de recherche

12. Opérations de modification d’une ontologie

La réalisation d’une ontologie est une lourde tâche, et l’on cherchera donc souvent à

réutiliser une ontologie existante, plutôt que de repartir de zéro ; il y aura alors un travail

d’adaptation à faire :

•Transformation

Modification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant

porter sur la structuration de l’information, sur le formalisme de représentation choisi mais

aussi (de façon moindre : « small, ye

• Traduction

Changement de formalisme de représentation (langage d'ontologie utilisé) qui cherche

à préserver la sémantique de l'ontologie.

Chalupsky, dans [9] utilise ce terme dans un autre sens, celui d’une « transform

connaissance », pour signifier une « réécriture syntaxique » puis « sémantique » (au niveau du

langage de l’ontologie puis du contenu).

Enfin, le terme est également utilisé

transcription d’une ressource utilisant une ontologie en une autre, transcription basée sur les

correspondances avec une seconde ontologie [9]


45

Un objet de recherche pluridisciplinaire d’après Roche

computationnelle [10].

Opérations de modification d’une ontologie



odification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant


ndre : « small, yeTpervasive ») sur la sémantique [9].

hangement de formalisme de représentation (langage d'ontologie utilisé) qui cherche

à préserver la sémantique de l'ontologie.

utilise ce terme dans un autre sens, celui d’une « transform


langage de l’ontologie puis du contenu).

rme est également utilisé parKalfoglou, Schorlemmer

ource utilisant une ontologie en une autre, transcription basée sur les

correspondances avec une seconde ontologie [9].


Roche approche



odification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant


hangement de formalisme de représentation (langage d'ontologie utilisé) qui cherche

utilise ce terme dans un autre sens, celui d’une « transformation de la


dans[9]décrire une

ource utilisant une ontologie en une autre, transcription basée sur les


46

13. Ontologie versus thesaurus

Des modélisations conceptuelles ou terminologiques existent depuis longtemps dans le

domaine de la recherche d’information au sein des bibliothèques et dans le domaine de la

terminologie, par exemple en médecine où il existe, entre autres, des thesaurus de spécialités

répertoriant l’ensemble des termes médicaux à utiliser pour décrire l’activité médicale.

L’ontologie est déjà définie [15].

14. Un thesaurus

Est un ensemble de termes normalisés fondé sur une structuration hiérarchisée.

Les termes y sont organisés de manière conceptuelle et reliés entre eux par des relations

sémantiques. Organisé alphabétiquement, il forme un répertoire alphabétique de termes

normalisés pour l’analyse de contenu, le classement et donc l’indexation de documents

d’information [15].

15. Une terminologie

Est un ensemble des termes particuliers à une science, à un art, à un domaine. Les

termes y sont également définis par un texte en langue naturelle et caractérisés par différentes

propriétés linguistiques ou grammaticales suivant l’usage prévu de cette terminologie. Avec

leur mise sur support informatique, les terminologies ont beaucoup évolué et sont parfois

enrichies de relations entre termes, formant ainsi un réseau terminologique [15].

16. Les formalismes de représentation d’ontologie

Afin de comprendre la structuration des ontologies, et la puissance qu’elles peuvent fournir

au monde de la représentation des connaissances [21].On distingue plusieurs types de forma-

lismes pour représenter une ontologie, et différents langages pour chaque type.

a) Les graphes

i) Les réseaux sémantiques, Topic Maps4

ii) Orienté-Web : RDF et RDF Schéma

b) Logique

i) Du premier ordre : KIF

ii) Descriptive: KL-One, OIL, DAML+OIL, OWL

c) Orienté objet : UML + OCL


47

17. L’alignement des ontologies

L’alignement des ontologies est une tâche cruciale dans plusieurs domaines

d’application.

L’objectif du processus d’alignement est de gérer le plus automatiquement possible,

des alignements sur des ontologies, consiste à trouver des correspondances entre les

connaissances spécifiées dans les deux ontologies, de manière à pouvoir les exploiter

conjointement dans le même système [12].

En pratique, il s’agit d’identifier des concepts (ou des relations) de la première

ontologie avec des concepts (ou des relations) de la seconde. Dans les deux cas, la connexité

des deux domaines de connaissance modélisés par les ontologies est requise, sans quoi aucun

lien ne peut être établi entre concepts [12].

Les formalismes de représentation d’ontologie utilisés doivent être au moins

compatibles, ainsi que les paradigmes conceptuels [12].

Les méthodes appliquées pour repérer les similarités entre concepts et/ou relations

sont [12] :

Les méthodes terminologiques qui comparent les labels désignant deux concepts ou

deux relations.

Les méthodes qui comparent les propriétés internes des concepts et relations (attributs

des concepts, portée d’une relation, etc...).

Les méthodes qui comparent les propriétés externes des concepts et relations

(subsomptions, relations entre concepts, etc.).

Les méthodes qui comparent les extensions des concepts et relations.

Les méthodes qui comparent la sémantique des concepts et relations.

Ces méthodes peuvent bien entendu être combinées entre elles. Elles peuvent parfois

recourir à des ressources extérieures aux ontologies à aligner [12].

18. Alignement ( matching )

Processus de définition d'un ensemble de fonctions permettant de spécifier des

correspondances entre termes.

L’alignement est une tâche primordiale pour aboutir à la gestion de l’hétérogénéité

sémantique d’ontologies distribuées et ainsi assurer leur interopérabilité entre les différents

systèmes les utilisant.


48

L’alignement des ontologies apparait comme une étape indispensable pour assurer la

réconciliation entre ontologies hétérogènes et leur interopérabilité sémantique vis-à-vis des

différentes applications[14] [13].

Le processus d’alignement prend en entrée deux ontologies O1 et O2 et produit un

ensemble de correspondances entre les entités des deux ontologies appariées.

Une correspondance est un 5-uplet :

<id, e1, e2, r, n>

id : identifiant de la correspondance.

e1 et e2 : entités tel que e1 appartient à une ontologie source O1 et e2 appartient à une

ontologie cible O2. Ces entités peuvent être des concepts, des propriétés ou encore des

instances.

r est une relation entre les entités (équivalence, disjonction, subsomption), où seule

l’équivalence est étudiée dans notre approche.

n est une mesure de confiance obtenue par application d’une mesure de similarité.

Comme il peut s’avérer coûteux en temps et en mémoire d’effectuer de nouveaux

alignements d’ontologies à chaque connexion de l’utilisateur, où même à la première fois que

l’utilisateur veut utiliser une nouvelle ontologie (ce qui est irréaliste, car il faut mettre à jour

l’alignement d’après les évolutions des ontologies), une solution intéressante semble être de

réaliser l’alignement en deux étapes.

On peut ainsi apparier les ontologies deux à deux (ou plusieurs à la fois, pour

reprendre la méthodologie de [14]. Cependant, sauvegarder les articulations par couple

d’ontologies permet de limiter le nombre d’ancres à vérifier à chaque demande, en important

uniquement celles correspondant aux ontologies sélectionnées).

Nous proposons donc de réaliser l’alignement en deux étapes :

une étape « offline » générique, pouvant être réalisée hors connexion, prendre beau-

coup de temps, nécessite une intervention humaine [14] [13].

18.1 Alignement offline

Il s’agit de réaliser l’alignement entre ontologies. Après une mise à jour de celles-ci,

une première interprétation de données contextuelles de l’ontologie permet de déterminer un

premier vecteur d’interprétation de l’ontologie.

Un parcourt de l’ontologie est alors effectué, afin de déterminer quels concepts sont

comparables, selon une distance sémantique ou selon une combinaison de ces distances, les

concepts sont alors comparés selon la distance sémantique contextuelle offline, afin de former


49

un vecteur contextuel offline. Ce vecteur est alors sauvegardé dans une ontologie de

correspondance [14].L’alignement est donc constitué de quatre étapes principales :

1. Mise à jour les données sur les ontologies à apparier (nombre de concepts, etc.)

2. Interprétation des données, notamment par comparaison avec des autres ontologies du

même domaine, afin d’obtenir un vecteur d’indicateurs pour l’ontologie.

3. Sélection des concepts à apparier à l’aide d’un algorithme d’alignement sémantique.

4. Comparaison des concepts des deux ontologies à apparier à l’aide d’une distance

sémantique contextuelle offline afin d’obtenir un vecteur contextuel offline.

une étape « online » (dynamique) spécifique à l’utilisateur, réalisée pour répondre à

une requête effectuée par l’utilisateur, qui doit donc être quasi-instantanée (d’autant plus que

beaucoup d’ontologies peuvent être concernées), et totalement automatisée [14].

18.2 Alignement online

L’alignement online fait usage des informations disponibles sur l’utilisateur et de la

configuration que celui-ci aura indiquée. Une sélection d’ontologies est réalisée préalablement

selon ce fichier et selon le vecteur d’interprétation de l’ontologie, ainsi que selon les

informations comparables à l’utilisateur.

Nous avons considéré que la requête utilisateur portait sur un concept d’une ontologie

donnée, afin de rechercher les concepts équivalents dans les autres ontologies [14].

On utilise le résultat de l’alignement offline :

On cherche dans l’ontologie de correspondance les concepts équivalents, pour lesquels

on récupère les informations contextuelles comparables à celles de l’utilisateur.

On utilise la distance sémantique contextuelle online pour comparer les valeurs des

concepts avec celles de l’utilisateur, ce qui nous donne un vecteur contextuel online.

Le fichier de configuration permet alors de pondérer le vecteur constitué par le vecteur

d’interprétation de l’ontologie, le vecteur contextuel offline, le vecteur contextuel online. Un

produit de matrices permet d’obtenir une mesure à une dimension, permettant de faire le tri.

La proximité entre concepts et la proximité avec l’utilisateur peuvent être indiquées pour

chaque concept [14].

L’alignement online est donc constitué de trois étapes :

1. Examen du fichier de configuration de l’utilisateur, et sélection des ontologies utiles

d’après la liste d’indicateur correspondant à chaque ontologie.


50

2. Récupération (à partir d’un concept donné) des concepts correspondants dans ces

ontologies (en utilisant les alignements déjà réalisés) pour les comparer à l’aide d’une

distance contextuelle online, et récupération d’un vecteur contextuel online.

3. Application de coefficients de pondération, selon le fichier de configuration par défaut

paramétrable par l’utilisateur.

Pour parvenir à diminuer le temps d’exécution de L’alignement online se basera donc

l’alignement générique effectué, et utilisera les valeurs propres à l’utilisateur pour le

personnaliser, de manière dynamique [14].

19. Les algorithmes d’alignement

Ce titre, présente particulièrement des algorithmes basé sur les ontologies et sur le cal-

cul de similarité entre concepts d’ontologie.Parmi les algorithmes d’alignement on a situé :

19.1 La méthode hybride de Monge-Elkan

Cette méthode découpe les chaines de caractères en tokens et les tokens d’une chaine

sont comparés à ceux de l’autre à l’aide d’une métrique basée sur des caractères.

La similarité de Monge-Elkan est la moyenne des scores des tokens dans la première

chaine par rapport aux tokens plus similaires dans la deuxième.

Formellement:

MongeElkan (S1, S2) =�

�∑ ��

� ��′(��, ��)�� [9].

19.2 La similarité de Jaccard

La similarité de Jaccard peut être utilisée pour la comparaison des ensembles de to-

kens. Elle définit la similarité comme le rapport entre la cardinalité de l'intersection des en-

sembles sur la cardinalité de leur union.

Formellement : σ � Jaccard : S × S [0, 1] tel que σ � Jaccard (s, s′) = |�∩��|

|�∪��| [22].


51

19.3 Les méthodes sémantiques

Ces méthodes se basent principalement sur deux approches.

La première approche repose sur les modèles de la logique tandis que la deuxième ap-

proche regroupe les méthodes de déduction dela similarité entre deux entités.

Les approches logiques sont la satisfiabilité propositionnelle (SAT), la SAT modale ou

les logiques de descriptions [22].

Ces techniques permettent la vérification de la validité d'un ensemble de formules pro-

positionnelles. Ce dernier est construit par le biaisde la traduction des relations déjà connues

et des relations à vérifier entre des entités vers des formules propositionnelles. Étendent les

méthodes proposées vers le modèle de la SAT modale, qui peut aussi contenir des prédicats

binaires [22].

Le premier modèle n'accepte que des prédicats unaires qui sont des entités comme des

concepts ou des classes.

Le second modèle permet de calculer en plus des attributs ou des propriétés (slots). Il

emploie des opérateurs de la logique modale.

La validité de l'ensemble de formules en logique modale est aussi vérifiée en utilisant

des procédures de recherche de la satisfiabilité (SAT).

Dans le cas où la validité est satisfaite, les relations hypothétiques entre des entités, qui

sont des traductions de la requête sur la relation entre ces entités en logique modale, sont con-

firmées. Les techniques des logiques de description (le test de subsomption) peuvent être em-

ployées. Elles permettent de vérifier les relations sémantiques entre les entités telles que

l'équivalence (la similarité est égale à 1), la subsomption (la similarité est comprise entre 0 et

1) ou l'exclusion (la similarité est égale à 0). Elles assurent aussi la déduction de la similarité

de deux entités [22].

19.4 Les techniques d'alignement

Approche Mode d’intégration Technique

d'alignement

Fonctionnement

Similarity

Flooding

mapping de sources

génériques

Il est basé sur le

calcul de la

tance entre les

termes et tient

compte de la struc-

La source est

vertie en un graphe.

Pour chaque

gnement réalisé, la

similarité augmente


52

ture (l’alignement

de deux concepts

influence

positivement leur

voisinage).

L’alignement est

robuste aux cycles.

pour les paires voi-

sines. Une mesure

juge de la qualité

des alignements

COMA matching des

schémas

Combine 13

algorithmes

(implémentant les

techniques pour

l’alignement).

Compare-les labels,

leurs similarités

phonétiques. Compare la struc-

ture, la typologie

des attributs, vérifie

les synonymes.

Utilise un histo-

rique des

alignements

effectues.

L’utilisateur peut

interagir pour sélec-

tionner le mode de

combinaison des

matchers.


53

GLUE Mapping

d’ontologies

Utilise les

informations sur les

instances (nom,

taille, …) et sur la

fréquence des mots

contenus. Permet

de prendre en

compte le

sens commun, les

contraintes du

domaine et la

structure (prise en

compte du voisi-

nage).

Met en œuvre trois

différentes straté-

gies

d’apprentissage

(adaptées au type

d’information à

acquérir) : une pour

les

noms, une pour les

concepts et une

autre

pour combiner les

deux approches (de

manière

probabiliste)

Table 3.1 : les techniques de matching utilisées dans les systèmes existants [23].

19.5 Alignement dirigé par la structure : exemple OLA

Les ontologies sont au préalable représentées sous forme de graphes d’ontologie.

Ces derniers graphes sont ensuite utilisés pour construire des graphes de similarité qui repré-

sentent aussi bien les correspondances potentielles entre entités que les influences que cer-

taines correspondances ont sur les autres.

L’algorithme OLA, tient compte de l’orientation des arcs, ne propage que dans un seul

sens [24].

19.6 L’algorithme qui exploite les mesures de Wu-Palmer et de Dice

Cet algorithme basé sur les ontologies et sur le calcul de similarité entre concepts

d’ontologie a pour objectif l’automatisation de la procédure d’affectation des modules aux

enseignants tout en tenant compte des compétences/spécialités de ces derniers mais aussi de

leurs préférences (exprimées sous forme de fiches de vœux), ça d’une part, et d’autre part, des

compétences requises pour chaque module.

La mesure de Wu-Palmer : SimwPalmer (C1, C2) = �∗�

� �� ∗�

La mesure de Dice : Simc (x, y) = ��

||�||�� ||�||�

� [25].


54

Conclusion

Nous avons présenté dans ce chapitre un aperçu sur la notion d’ontologie (définitions,

caractéristiques, typologies, méthodes de conceptions, …). Nous avons discuté aussi les

différents apports des ontologies et plus particulièrement dans le E-Learning.

Dans le chapitre suivant, nous allons montrer, dans un premier temps, ces apports via

notre conception de l’ontologie de domaine E-Learning, et l’implémentation de notre projet.

Chapitre IV : Conception et Réalisation

55

Chapitre IV :

Conception et

Réalisation


56

Introduction

Avec le développement du TIC (technologie de l’information et de communication), la

formation à distance est améliorée et élargie en ce qu’on appelle le E-Learning. Ce dernier a

réussi à éliminer le problème de la situation géographique.

Il permet de standardiser le contenu de la formation, et aussi augmente le taux de la réussite

de cette dernière.

L’évaluation Automatiser de TP est le but de notre thématique. L’emploie des

ontologies semble une voie pour atteindre nos objectifs.

Dans ce chapitre, Nous présentons la structure du système ainsi l’ontologie à réaliser

et l’algorithme d’alignement utilisé pour l’évaluation. Tout d’abord, on va présenter les

objectifs de notre système. Ce chapitre déroule en deux parties : la première partie dévoile la

conceptualisation du système, et la deuxième partie présente l’environnement développé qui

implique des langages et technologies et la description de l’application ou bien les interfaces

concernent à cette dernière.

1. Objectifs :

L'objectif de notre projet est de concevoir une interface pour renforcer et faciliter la

gestion d’évaluation automatique des connaissances d’un apprenant dans une situation

d'apprentissage à distance d'une activité spécifique (les TPs de programmation en

informatique) et qui répondre aux exigences des utilisateurs. Les objectifs tracés sont :

Proposer une interface conviviale qui offre des différents services pour manipuler un

TP et leur évaluation.

Offre pour chaque acteur de système soit un apprenant ou un enseignant une vue

privée permettant la correction des erreurs dans un TP soit erreurs sémantiques ou

syntaxiques et générer l’ontologie associée à ce dernier.

Assurer l’évaluation automatique du TP à partir d’un alignement entre le corrigé type

et la réponse d’apprenant.


57

Partie I : Conception

1. La structure générale de notre ontologie

1.1 Choix de la méthodologie de conception de notre ontologie

Dans le présent travail nous avons besoin d’une ontologie pour bien comprendre la

structure du système, ainsi qu’assurer la bonne évaluation des apprenants :

Pour construire une ontologie, il existe plusieurs méthodologies efficaces et

correctes.Le concepteur va choisir avec précaution la méthodologie la plus convenable avec

ses objectifs pour qu’il ne trouve pas devant une divergence majeure qui va parfois vers une

contradiction.

Pour la construction de notre ontologie, nous nous sommes basées sur l’utilisation de la

méthodologie : Stanford elle est convenable avec le travail sur le E-Learning.

1.2 Justification de choix de méthodologie de Stanford

Nous avons utilisées cette méthode car l’université de Stanford elle-même qui

développe cette dernière, elle développe un éditeur s’appelle « protégé » pour bien monter le

côté pratique d’ontologie. Cette méthode passe par les étapes suivantes pour construire une

ontologie [38] :

Etape 1 : Déterminer le domaine et la portée de l’ontologie

le domaine d’utilisation conçue dans notre ontologie est le E-Learning.

le but d’utilisation de notre ontologie est de bien structurer le TP offert par

l’enseignant, ainsi qu’assurer implicitement une tâche automatisée qui est la tâche

d’évaluation qui est le point clé dans une formation à distance.

Notre ontologie sera utilisée par deux acteurs : l’apprenant et l’enseignant.

Etape 2 : Réutilisation des ontologies existantes

Nous n’avons pas besoin de réutiliser une ontologie déjà existé nous avons construire

notre propre ontologie car le domaine est restreint.

Etape 3 : Enumérer les termes importants de l’ontologie

Les termes importants dans notre travail sont : TP, évaluation, ressource, éditeur,

corrigé type, réponse d’apprenant…


58

Etape 4, 5 et 6 : Description des classes de l’ontologie, leurs propriétés et la hiérarchie de

classes

Nous avons résumé ces étapes comme la suit :

La classe «TP» :

C’est la classe principale de notre ontologie.

La classe « date » :

Chaque TP a une date de revue et date d’émis.

La classe «Langage» :

Cette classe montre le langage utilisé par l’apprenant pour rédiger ce TP.

La classe «Notion» :

Chaque TP a une notion qui montre l’objectif principale à atteindre et le travail à faire

dans ce TP.

La classe «Exemple» :

Chaque TP présenter des exemples pour bien comprendre.

La classe «Observation» :

Cette classe représente bien l’observation affectée à un apprenant après qu’il a passé

son évaluation (le résultat du test).

La classe «Question» :

Est la classe précis pour l’évaluation des apprenants, elle est présentée sous forme de

question ouverte ou fermée.

Question ouverte : représente les questions dont la réponse est ouverte, un apprenant

construit son TP librement.

Question fermée : représente les questions dont la réponse est par vrai ou faux ou bien

par un choix entre des propositions bien définis à l’avance.

La classe «Corrigé-type» :

Elle représente le corrigé d’une question ouverte, mais elle n’est pas une version finale

car l’apprenant va répondre avec son propre style.


59

La classe « Reponse » :

Elle montre la réponse effectuée par apprenant concernant le TP proposé.

La classe «Erreur» :

C’est la classe qui permet de définir l’ensemble des erreurs quand l’apprenant faire

lors d’une réponse à une question de type ouverte. Et elle contient des sous classes :

Les erreurs syntaxiques et lexiques.

Erreur sémantique qui représente toute les erreurs du sens.

La classe «Objectif» :

L’objectif de TP proposé par l’enseignant.

La classe «Auteur» :

Cette classe représente l’auteur qui écrit la ressource (référence) fournie à l’apprenant.

La classe «Editeur» :

Cette classe représente le nom d’éditeur de la ressource.

La classe «Format» :

Cette classe représente le format de TP.

La classe «Langue» :

Cette classe représente la langue de la ressource.

La classe « Type » :

Elle montre si la ressource est de type site, article, ….

La classe «Titre» :

Le titre de chaque TP proposé par l’enseignant.

Dans la figure suivante on présente un OntoGraf pour faites bien comprendre l’hiérarchique

de notre ontologie :


Figure (4.1)


60

Figure (4.1) : l’hiérarchique d’ontologie.


Figure (4.2) :

Maintenant le détail de chaque classe est présenté dans le tableau suivant

expliquer la conceptualisation des concepts que nous avons utilisés

Classe

Notion

Question

Erreur

Exemple


61

: la hiérarchie des concepts dans notre ontologi

Maintenant le détail de chaque classe est présenté dans le tableau suivant

expliquer la conceptualisation des concepts que nous avons utilisés dans notre ontologie.

Data Properties Commentaire

Id-notion

Contenu-not

La notion contient au moins

une connaissance.

Num-qst

Ennonce-qst

Type-qst

définir la question liée à une

notion donnée.

Contenu-err

Num-err

Type-err

Les types des erreurs

syntaxique ou sémantique.

Num-exmpl

Contenu-exmpl

Définir un exemple pour

bien comprendre la notion

s concepts dans notre ontologie.

Maintenant le détail de chaque classe est présenté dans le tableau suivant pour mieux

dans notre ontologie.

Commentaire

La notion contient au moins

une connaissance.

définir la question liée à une

notion donnée.

Les types des erreurs

syntaxique ou sémantique.

Définir un exemple pour

bien comprendre la notion


62

du TP.

Corrige_type Ennonce-qst

Contenu-crrgtp

Il est masqué jusqu'à

atteindre le nombre maximal

de tentative (jusqu’à la date

de fin de restauration de TP).

Qst_ferme Num-qst-frm

Contenu-qst-frm

La question fermée d’une

notion.

Qst_ouvert Num-qst-ouvrt

Contenu-qst-ouvrt

La question ouverte d’une

notion.

Objectif Contenu-Objct L’objectif du TP.

Ressource Id-rssrc Contient des liens, des

documents…

Observation Observation L’observation obtenue pour

acquérir ou non une notion.

Titre Contenu-ttr Le titre du TP.

Langage Nom-langage Le langage utilisé dans la

réalisation du TP.

Date Date-fin

Date-debut

La période de chaque TP.

Tableau (4.1) : les principaux concepts d’ontologies.


Figure (4.3) :

Dans le tableau suivant on représente les différents liens entre

Dans notre ontologie : il existe

Les liens de type généralisation/spécialisation

un/une » ou « Is a » : cela est connu dans les liens d’héritage, ils sont définit la hiéra

chie stricte du modèle.

Les liens de est reliée de

Dans de notre ontolog

généralisation/spécification ainsi qu’un ensemble de liens sémantiques


63

: représentations des attributs de notre ontologi

représente les différents liens entre les concepts.

: il existe différent types de liens qui sont :

Les liens de type généralisation/spécialisation : ce sont les liens de type «

: cela est connu dans les liens d’héritage, ils sont définit la hiéra

chie stricte du modèle.

Les liens de est reliée de : ce type de lien est définit la sémantique entre deux classes.

de notre ontologie nous avons utilisés les liens de type

généralisation/spécification ainsi qu’un ensemble de liens sémantiques entre classe

représentations des attributs de notre ontologie.

les concepts.

sont les liens de type « est

: cela est connu dans les liens d’héritage, ils sont définit la hiérar-

ce type de lien est définit la sémantique entre deux classes.

ie nous avons utilisés les liens de type

entre classes.


64

Object

Properties

Domains Ranges Inverse Of Commentaire

aComme Ressource

TP

Ressource

Notion

Objectif

Titre

EstUn … de Un TP a une notion, titre,

objectif et ressource.

Attribue Réponse Observation EstAttribuerA Chaque TP réalisé a une

observation.

AvoirRendu TP Date_fin EstDateFinDe Chaque TP a une date de

Fin

AvoirUn Notion Exemple EstFournitDe Chaque TP avoir un ou

deux exemples pour bien

comprendre sa notion.

CompareAvec Réponse Corrige_type EstCompareAu Le corrige type est

comparé par la réponse

d’apprenant pour avoir

une évaluation.

Contient Notion Question EstExprimeA Chaque notion de TP

contient des questions.

EstCreePar Ressource Auteur Cree Une ressource possède un

auteur.

EstDe Ressource Type AccedeAu Une ressource possède un

type

EstDisponible Ressource Langue EstLaLangueDe Une ressource possède

une langue.

EstEdite Ressource Editeur EstEditeurDe Une ressource possède un

éditeur

EstUn Ressource Format Est Le

FormatDe

Une ressource possède un

format.

EstUne Erreur Err_sntxq

Err_smntq

/ Chaque TP à des erreurs

et ces derniers peuvent t


65

être syntaxiques ou bien

sémantiques.

PeutEtre Question Qst_ferme

Qst_ouvert

/ Chaque TP a des

questions fermés ou

ouvertes.

PeutGenere Réponse Erreur EstSpecifiePour Chaque réponse de TP

peut génère des erreurs.

Possede Question Réponse EstPrecis Chaque question dans le

TP possède une réponse.

PublieDans TP Date_debut EstDateDebutDe Un TP a une date de

publication.

RealisePar TP Auteur Fait Un TP est réalisé par un

auteur.

DoitAvoir Question Corrige_type Renferme Chaque question dans le

TP avoir un corrigé type.

Tableau (4.2) : la description des liens entre classes.


Figure (4.4)

2. L’algorithme d’alignement

Parmi les algorithmes d’alignement cités précédemment

Palmer et Dice.

2.1 Justifications de choix

J’ai choisi cet algorithme

et étude,comme le domaine d’enseignement

tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants

algorithme d’alignement utilise les

Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs alg

rithmes :


66

: la représentation des liens de notre ontologi

L’algorithme d’alignement

d’alignement cités précédemment, nous avons choisir

Justifications de choix

ai choisi cet algorithme, car il est facile à comprendre, utilisé et serve notre domaine

le domaine d’enseignement : « Un Algorithme d’Alignemen

tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants

utilise les ontologies.

Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs alg

la représentation des liens de notre ontologie.

avons choisir celle de Wu-

serve notre domaine

Alignement des Compé-

tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants ». Cet

Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs algo-


67

2.2 Calcul de Similarité

La similarité se rapporte à la comparaison deséléments d’ontologies. Elle renvoie une

valeurnumérique indiquant si les deux éléments ont undegré élevé ou bas de similitude. For-

mellement, une mesure de similaritéσ : O x O → R est unefonction qui exprime la similarité

entre deux entitéstelles que [25] :

∀ x, y O, σ (x, y) ≥ 0.

X O, ∀ y, z O, σ (x, x) ≥ σ (y, z)

∀ x, y O, σ (x, y) = O, σ (y, x).

Une similarité d est dite sémantique si et seulement si elle vérifie les propriétés sui-

vantes [25] :

Si A ≡ B alors d (A, B) = 0.

Si A B C alors d (A, B) ≤ d (A, C).

Si A ∩ B alors d (A, B) =.

Une telle distance sémantique doit être mathématique en vérifiant les axiomes sui-

vants :

d (A, B) = 0 A = B.

d (A, B) = d (B, A).

d (A, C) ≤ d (A, B) + d (A, C).

Dans ce contexte nous avons fait une comparaison entre deux concept celle du TP de

l’enseignant et celle de l’apprenant, lorsque il trouve une erreur sémantique ou bien une erreur

syntaxique il fait ces calculs et continue de parcourir tout le TP pour avoir une observation

finale.

Distance_WPalmer (concept1, concept2) D←0 ; D1←0 ; D2←0 ; PPS←chercher_père (concept1, concept2) ; D ←distance (racine,PPS) ; D1 ←distance (concept1, PPS) ; D2 ←distance (concept2, PPS)

Distance_Palmer = (2*d)/ (d1+d2+ (2*d)) ;

Fonction calculant la distance de W-Palmer

Dans le tableau ci-dessous nous récapitulons lesrésultats du calcul de similarité :

Concept 1 (enseignant) Concept 2 (apprenant) Résultat

Public class person Public private class person 0.8


68

Public int end_date ; Public int end date ; 0.72

public int id_card; Id_card (sans type) 0.64

Void veif(){hotelbooking.existe();} void verif(){} 0.52

Tableau (4.3) : exemple des résultats obtenus lors de l’évaluation du TP dans notre système.

Explication :

La mesure de Wu-Palmer : SimwPalmer (C1, C2) =�∗�

� �� ∗�[25].

Le principe pour calculer la similarité de Wu-Palmer est basé sur les distances D1 et

D2 qui séparent les concepts C1 et C2 du concept (le père le plus spécifique) (PPS) et la dis-

tance D qui sépare PPS au concept racine.

La valeur d’erreur syntaxique est 0.9.

La valeur d’erreur sémantique est 0.8.

Exemple :

La similarité entre C1 (Void veif () {hotelbooking.existe () ;}) et C2 (void verif () {})

est donnée par :

D : la distance du concept racine.

D1 : la distance du concept du TP d’apprenant.

D2 : la distance du concept du TP d’enseignant.

SimwPalmer (C1, C2) =�∗�

�.��∗�= 0.52.

3. Etude de cas (réservation d'une chambre dans un hôtel)

3.1 Enoncés de TP

Nous présentons dans ce qui suit notre environnement en utilisant une étude de cas

concrète. Il s'agit d'un processus de réservation d'hôtel simple, quand un client arrive à

l'hôtel,il présente sa carte d'identité, le réceptionniste de l'hôtel vérifie la disponibilité des

chambres, puis propose au client une liste des pièces disponibles, ainsi que leur type et leur

tarif. Le client va choisir une chambre et informe de la date de début de réservation, le

réceptionniste de l'hôtel lui donne alors le numéro de la chambre choisie.


69

3.2 Fichier du TP sous code Java

Voici la solution du TP sous Java

public class person{

public String first_name;

public String last_name;

public String adress;

}

// Cette classe représente les informations de client qu’il veut réserver dans cet hôtel.

public class room_booking{

public int id_card;

public int room_number;

public int start_date;

public int end_date;

public boolean reserve;

public boolean smoking;

}

// Cette classe représente un client fait la réservation.

public class hotel_booking{

room_booking rb = new room_booking();

int nb_room;

public boolean existe(){};

public int get_nbfreeroom(){};

public void reserve(int nb,int nb_ch){};

}

// Cette classe représente le nombre des chambres libre dans cet hôtel.

public class the_hotel_receptionist extends person{

public int id;

hotel_booking hotelbooking = new hotel_booking() ;

public void verif(){hotelbooking.existe();}

public void set(int id){

int nb = hotelbooking.get_nbfreeroom();

hotelbooking.reserve(id,nb);

}}

// Cette classe représente lorsque un client veut réserver une chambre le réceptionniste

vérifie : s’il une chambre libre ou non, il fait la réservation sinon il ne fait pas.

public class client extends person{

the_hotel_receptionist p = new the_hotel_receptionist() ;

public int id_card;

public void want_reserve(){

p.verif();

p.set();

}}


// Dans cette classe le client veut réserver une chambre et donne leur carte, et le

fait la vérification ensuite la réservation.

public class Main{

public static void main(String[] args){

client client1;

client1.want_reserve();

}}

3.3 Génération d’ontologie à partir de ce TP

Dans notre système réalisé on peut générer pour chaque TP leur

forme d’un fichier RDF/XML.

Les figures suivantesprésente


70

Dans cette classe le client veut réserver une chambre et donne leur carte, et le

fait la vérification ensuite la réservation.

public static void main(String[] args){

Génération d’ontologie à partir de ce TP

Dans notre système réalisé on peut générer pour chaque TP leur propre ontologie sous

RDF/XML.

présentent une partie de code RDF générée de notre TP.

Dans cette classe le client veut réserver une chambre et donne leur carte, et le réceptionniste

propre ontologie sous

générée de notre TP.


Figure (4.5) : génération d’ontologie sous forme d’un code RD

Dans les figures précédentes nous montrons la structure d’o

exemple :

<rdf:Description rdf:about

<sub_method-id-5bbc8e6e:identifier>

désigne que verif est une

<sub_method-id-5bbc8e6e:type>

type de la méthode verif.

<class-id-8969932c:extended_class>

<class-id-8969932c:identifier>

client hérité de la classe person

<sub_declaration-id-b7936c8b:identifier>

b7936c8b:identifier>: désigne que smoking et un identificateur.


71

génération d’ontologie sous forme d’un code RD

Dans les figures précédentes nous montrons la structure d’ontologie sous format RDF

rdf:about="…"> : désigne l’emplacement du fichier.

5bbc8e6e:identifier>verif</sub_method-id-5bbc8e6e:identifier>

désigne que verif est une méthode dans la classe the_hotel_receptionist

5bbc8e6e:type>void</sub_method-id-5bbc8e6e:type>

type de la méthode verif.

8969932c:extended_class>person</class-id-8969932c:extended_class>

8969932c:identifier>client</class-id-8969932c:identifier>

client hérité de la classe person.

b7936c8b:identifier>smoking</sub_declaration

désigne que smoking et un identificateur.

génération d’ontologie sous forme d’un code RDF.

ntologie sous format RDF

: désigne l’emplacement du fichier.

5bbc8e6e:identifier>:

the_hotel_receptionist.

5bbc8e6e:type> :désigne le

8969932c:extended_class>et

8969932c:identifier>: désigne que le

</sub_declaration-id-


72

<sub_declaration-id-b7936c8b:type>boolean</sub_declaration-id-b7936c8b:type>:

désigne que le type d’identificateur est Boolean.

<class-id-b7936c8b:modifier>public</class-id-b7936c8b:modifier>: désigne que le

modificateur de identificateur est public.

3.4 Les erreurs syntaxique et les erreurs sémantique

3.4.1 Les erreurs sémantiques

L’erreur sémantique ou erreur de logique. S’il existe une erreur de ce type dans un de

vos programmes, celui-ci s’exécute parfaitement, en ce sens que vous n’obtenez aucun

message d’erreur, mais le résultat n’est pas celui que vous attendiez : vous obtenez autre

chose. En réalité, le programme fait exactement ce que vous lui avez dit de faire. Le problème

est que ce que vous lui avez dit de faire ne correspond pas à ce que vous vouliez qu’il fasse

d’instructions de votre programme ne correspond pas à l’objectif poursuivi.

La sémantique (la logique) est incorrecte. Rechercher des fautes de logique peut être

une tâche ardue. C’est là que se révélera votre aptitude à démonter toute forme résiduelle de «

pensée magique » dans vos raisonnements. Il vous faudra analyser patiemment ce qui sort de

la machine et tâcher de vous représenter une par une les opérations qu’elle a effectuées, à la

suite de chaque instruction.

Maintenant dans notre système nous avons fait quelques erreurs sémantiques comme

Définir les mêmes variables deux fois dans des classes différentes, exemple :

public class client_a extends pers{ the_hotel_receptionist_a p; int id_card; String id_card; void want_reserve(){ p.verif(); p.set(); } }


73

Définir une méthode deux fois dans le TP, exemple : public class the_hotel_receptionist_a extends pers{ int id; hotel_booking_a hotelbooking; void verif(){hotelbooking.existe();} void verif(){} void set(int id){int nb = hotelbooking.get_nbfreeroom(); hotelbooking.reserve(id,nb); } }

La combinaison entre deux modificateurs dans le TP, exemple :

public private class person_a{ final String first_name; String last_name; String adress; };

3.4.2 Les erreurs syntaxiques

Une erreur syntaxique est découverte lors de la phase de compilation. Nous avons

presque défini dans notre système tous les erreurs syntaxiques.

Définir un mot comme attribue ou nom de classe qui est déjà bien défini dans le lan-

gage utilisé pour la programmation du TP, exemple :

public class person_a{ } public class{

} public class hotel_booking_a{ protected room_booking_a rb; int nb_room; int if; boolean existe){} int get_nbfreeroom(){} void reserve(public int nb,int nb_ch){} }

Oublier de mettre «, » « ! » « ; »…, exemple :

public class room_booking_a{

public int id_card,room_number,start_date;

public int end date; // attendre une point virgule.

public boolean reserve;

public boolean smoking;

}


74

3.5 La comparaison

Concernant la comparaison, entre le corrigé type d’enseignant et la réponse

d’apprenant, nous avons attribué des remarques (observations). Donc lors de l’alignement

lorsque le système trouve :

A. [0.8 ; 1] l’observation sera ″Excellent″.

B. [0.6 ; 0.8] l’observation sera ″Very good″.

C. [0.5 ; 0.6] l’observation sera ″Average″.

D. [0.3 ; 0.5] l’observation sera ″Below Average ″.

E. [0 ; 0.3] l’observation sera ″Failing″.

Dans ce qui suit, on va détailler l’évaluation dans la partie II de réalisation selon des erreurs

détectées.


75

Partie II : Réalisation

1. Environnement de développement

1.1 Java 8

(Nom de code : Spider) a été publié le 18 mars 2014.

Java 8 est la dernière version de Java et offre de nouvelles fonctionnalités, des perfor-

mances accrues et des corrections de bug pour améliorer l'efficacité de développement et

d'exécution des programmes Java. La nouvelle version de Java est d'abord mise à disposition

des développeurs afin qu'ils disposent du temps adéquat pour effectuer les opérations de test

et de certification [35].

Les solutions rapides introduites plus tôt, qui permettent d'émigrer pour les boucles

aux appels de l'API Stream, ont été améliorées et supporte désormais des cas plus compliqués.

Nous avons également introduit une solution rapide qui peut migré les appels de l'API Stream

vers les boucles.

Dans la mesure du possible, l'IDE suggère de remplacer les instructions Map.put et la

mise à jour d'une valeur associée à une clé donnée par un appel de Map.merge. De plus, l'IDE

suggère de remplacer certaines opérations Map par Map.getOrDefault [31].

1.2 Choix de IntelliJ IDEA Community Edition version 2017.1.2

IntelliJ IDEA Community Edition est un IDE Java commercial développé

par JetBrains. Il est fréquemment appelé par le simple nom d’« IntelliJ » ou « IDEA » [28].

La version open source d'IntelliJ IDEA, un premier IDE (Integrated Development


Environment) pour Java, Groovy et d'autres langages de programmation tels que Scala ou

Clojure [29].

Tous les aspects d'IntelliJ IDEA sont spécifiquement conçus pour maximiser la

productivité des développeurs. Une analyse puissante du code statique et une conception

ergonomique rendent le développement non seulement productif mais auss

agréable [30].

L'édition communautaire comprend

Un éditeur de code intelligent qui possède tous les intelligences pour comprendre les

codes Java, XML et Groovy.

Refacturations, inspections et intentions de code, navigation et recherche super

Intégration des cadres de test

Support d'outils de construction

Intégration de systèmes de contrôle de version populaires

Swing UI designer [29].

1.3 Bibliothèque JENA-API

Jena est un ensemble d'outils dédiés à la construction d'applications orientées Web

sémantique. Parmi ces outils, on trouve notamment une API Java open

manipuler de nombreux langages tels que OWL, RDF/RDFS, SPARQL et de raisonner sur

des modèles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.

Jena nécessite Java8 (à partir de Jena version 3.0.0)


76




ergonomique rendent le développement non seulement productif mais auss

L'édition communautaire comprend :


codes Java, XML et Groovy.

, inspections et intentions de code, navigation et recherche super

Intégration des cadres de test : JUnit et TestNG.

Support d'outils de construction : Ant and Maven.

Intégration de systèmes de contrôle de version populaires : CVS, Subversion et Git.

Swing UI designer [29].

API version 3.2.0

st un ensemble d'outils dédiés à la construction d'applications orientées Web

sémantique. Parmi ces outils, on trouve notamment une API Java open-source permettant de


èles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.

Jena nécessite Java8 (à partir de Jena version 3.0.0) [32].




ergonomique rendent le développement non seulement productif mais aussi une expérience


, inspections et intentions de code, navigation et recherche super-rapide.

: CVS, Subversion et Git.

st un ensemble d'outils dédiés à la construction d'applications orientées Web

source permettant de


èles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.


77

1.4 Choix de l’éditeur d’ontologie « Protege version 5.2.0 »

Est un système auteur pour la création d'ontologies. Il a été créé à l'université

Stanford et est très populaire dans le domaine du Web sémantique et au niveau de la

recherche en informatique. Protégé est développé en Java.

Protégé peut lire et sauvegarder des ontologies dans la plupart des formats d'ontolo-

gies : RDF, RDFS, OWL, etc.

Il possède plusieurs concurrents tels que Hozo, OntoEdit et Swoop. Il est reconnu pour

sa capacité à travailler sur des ontologies de grandes dimensions [33] [34].

2. Les Fonctionnalités de notre système

On va présenter dans cette partie à travers les interfaces présentées ci-dessous, une vue

générale de notre système conçue, dans l’objectif de structurer le TP ainsi qu’évaluer les

apprenants d’une manière automatique. A travers une interface personnalisée et dirigée.

Notre application contient deux catégories d’utilisateurs (apprenant et enseignant).

Les tuteurs ont le rôle de proposer un corrigé type. Et pour l’apprenant, son rôle est d’évaluer

leurs connaissances, voir leurs erreurs, puis les corriger. Le résultat de l’évaluation est calculé

de façon automatique et affecté desobservations pour chaque solution.

2.1 L’interface principale

Notre interface principale est très simple, elle compose de trois onglets celle du droite

est dévouée pour représenter le TP, et celles de la gauche est précisée pour la structuration du

TP, et celle en bas pour monter les erreurs syntaxiques, sémantiques et l’évaluation.


Figure (4.6

Lorsque un apprenant veut ouvrir son TP il clic sur le bouton «

il choisit leur TP.


78

4.6) :L’interface principale de notre système.

Lorsque un apprenant veut ouvrir son TP il clic sur le bouton « choose a file

choose a file » ensuite


Figure (


79

Figure (4.7) : La recherche et l'ouverture d’un TP.


Après que l’apprenant voir c

que les erreurs sont vraiment corrigées

le TP.

Figure (


80

Après que l’apprenant voir ces erreurs et faire les corriger, lorsque il veut de confirmer

les erreurs sont vraiment corrigées, il clic sur le bouton « refresh file» au lieu de

Figure (4.8) :La réouverture de fichier de TP.

lorsque il veut de confirmer

» au lieu de ré ouvrir


Lorsque l’apprenant veut générer l’ontologie

« structure to RDF » après qu’il choisit le format

RDF/XML/pretty ».

Figure (4.9)


81

Lorsque l’apprenant veut générer l’ontologie de leur TP, il clic sur le bouton

» après qu’il choisit le format qu’il le considéré du bouton «

) : Les choix de format pour la génération d‘ontologie.

de leur TP, il clic sur le bouton

qu’il le considéré du bouton «

es choix de format pour la génération d‘ontologie.


Figure


82

igure (4.10) : Bouton de génération d’ontologie.

outon de génération d’ontologie.


Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton «

structure » ou bien il clic sur «

Figure (4.11


83

Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton «

» ou bien il clic sur « file » ensuite une nouvelle structure sera ouverte.

4.11) : Bouton d’ouvrir d'une nouvelle structure.

Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton « add new

» ensuite une nouvelle structure sera ouverte.

une nouvelle structure.


Voici l’interface TP d’un

Figure (


84

d’un apprenant qui ne fait aucunes erreurs et son

Figure (4.12) : Interface d’un TP correct.

son observation.


Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxi

ainsi que son observation.

Figure (

Voici les différentes observation

Figure (4.14


85

Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxi

Figure (4.13) :Interface d’un TP avec erreurs.

observations avec leurs valeurs de différents TP.

4.14) : Différentes observations de différents TP.

Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxique et sémantique

de différents TP.


86

Conclusion

Dans ce chapitre, nous avons présenté notre contribution pour la structuration du TP

ainsi qu’une évaluation automatique des apprenants, toute en utilisant les ontologies.

Nous avons parlé sur notre choix de l’environnement et l’éditeur d’ontologie utilisé pour le

développement de notre application. Et enfin nous avons terminé avec la présentation de

l’interface graphique de notre application.

Conclusion générale

87


Dans ces dernières années, les « Sciences et Technologies de l’Information et de la

Communication (STIC) » ont donné naissance aux « Technologies de l’Information et de la

Communication dans les Enseignements (TICE) », dont une des thématiques concerne les

Environnements Informatiques pour l’Apprentissage Humain « EIAH », couvrant l’ensemble

des modes pédagogiques.

La nécessité de confronter l’apprenant à la réalité, surtout dans les disciplines

scientifiques et techniques, rend le « TP » irremplaçable par des environnements

exclusivement virtuels.

L’essor de l’internet a amené le développement d’ensembles de dispositifs de

formation qui repose essentiellement sur des enseignements conceptuels, ou des études de cas

sous la forme de TéléCours, TéléTD, …, sans possibilités de réelles activités pratiques.

Le présent travail de ce mémoire traite d’une problématique s’articulant sue trois axes

de recherches : l’évaluation automatisée des connaissances d’un apprenant, les Télé-Tps et les

ontologies. L’intérêt de ce type de problématique est particulièrement significatif de nos jours

du fait du développement considérable d’outils d’instance à l’éducation, formation et

apprentissage, favorisé notamment par le service web.

Nous avons consacré les trois premiers chapitres de ce mémoire à un examen de

l’état de l’art dans chacun de ces trois axes, en présentant d’abord l’essentiel des notions

considérées ainsi que certains travaux de recherches sur les Télé-Tps. L’évaluation des

apprenants et les ontologies. Nous nous sommes ensuite intéressés aux travaux pouvant

associer ces trois domaines, portant donc directement notre problématique.

Nous avons pu déduire au bout de notre étude que l’utilisation des ontologies pour la

modélisation de domaines d’enseignement destinés à l’apprentissage par TP et intégrant de ce

fait l’évaluation automatisée des apprenants est une approche relativement originale.

Forts de ces constats. Nous avons entrepris d’élaborer un système de gestion de Té-

LéTps capable de se greffer à une plate-forme de téléformation existante afin de fournir un

service d’efficacité pédagogique comparable à un TP en présentiel. L’objectif d’un tel sys-

tème est de pouvoir gérer des TéLéTps indépendamment de toute discipline et de tout disposi-

tif technologique, ouvrant ainsi la voie à des échanges et à la réutilisation de scénarios péda-

gogiques de TéLéTps entre les enseignants et les apprenants.


88

De cette intégration devrait découler une meilleure prise en charge de différents

aspects. Tels que la didactique des domaines de E-Learning, une gestion efficace de l’état de

connaissances de chaque apprenant, l’adaptation de sessions d’apprentissage. Ce qui va

nettement contribuer au passage vers des systèmes EIAH plus «intelligents» et donc lus

efficaces. C’est ce que nous nous proposons de traiter dans des travaux ultérieurs.

Perspectives

Nous sommes conscients que notre travail est loin d’être complet et qu’il pourra évo-

luer dans les années prochaines.

Développer ce système pour traiter des TP dans différents domaines pas seulement le

domaine informatique.

Concevoir d'autres ontologies et les combiner avec la nôtre afin d'enrichir la séman-

tique spécialement dans la tâche d’évaluation.

Donner une note précis aux apprenants pas seulement une observation.

Bibliographie

89

Bibliographie

1. Mariam Tanana. Evaluation formative du savoir-faire des apprenants _à l'aide d'algorithmes

de classification Application _à l'électronique numérique. Autre [cs.OH]. INSA de Rouen,

2009. Français. <tel-00442930v1> Submitted on 23 Dec 2009 (v1), last revised 20 Jan 2011

(v2).

2. Hcene BENMOUHAMED. ICTT@lab un environnement informatique pour la génération et

l’exécution scénarios de télé-TP, 2007.

3. Mohamed El-Amine Bouabid. De la Conception _à l'Exploitation des Travaux Pratiques en

Ligne : Application d'une Approche Générique _à l'Enseignement de l'Informatique. Réseaux

et télécommunications [cs.NI]. Université Paul Sabatier - Toulouse III, 2012. Français.

<NNT : 06O9kG019Y4>. <tel-00814465>.

4. Hcène Benmohamed, Arnaud Lelevé, Patrick Prévot. Télé-TPs : évolution d'une plate-forme

générique. Colloque international sur les "Technologies de l'Information et de la Communica-

tion dans l'Enseignement Supérieur et l'Entreprise" (TICE 2006), Oct 2006, France. INPT, 6

p., 2006, ISBN : 978-2-9527275-0-1. <hal-00118889>.

5. J. Fayolle, les TP distants Approche générique, collaborative et sécurisée,

[email protected]. université jean Monnet saint Etienne.

6. Saher Arnous. Conception générique d'un outil de configuration de " e-TP ". Environnements

Informatiques pour l'Apprentissage Humain. INSA de Lyon, 2014. Français. <NNT :

2014ISAL0093>. <tel-01153218>.

7. Boussaha Karima, l’évaluation de l’apprenant dans les environnements d’apprentissage de

TéLé-TPs. thèse de doctorat, Université Badji Mokhtar-Annaba. 2015/2016.

8. http://www.tpline.fr/ , 25 février 2017.

9. NGUYEN Van Tien, méthode d’extraction d’informations géographiques à des fins

d’enrichissement d’une ontologie de domaine, le 15 novembre 2012, Doctorat de l’Université

de Pau et des Pays de l’Adour (spécialité informatique).

10. Bernard ESPINASSE, Introduction aux Ontologies Professeur à l'Université d'Aix-Marseille

2010 page 6.

11. Chapitre I-Les ontologies, document pdf,http://dspace.univ-

tlemcen.dz/bitstream/112/1062/5/ChapitreI.pdf.

Bibliographie

90

12. Aissa Fellah, Mimoun Malki, Ahmed ZAHAF, alignement des ontologies : utilisation de

WordNet et une nouvelle mesure structurelle. Université Djillali Liabes de Sidi Bel abbés,

département d’informatique, Algérie. {[email protected]} 2008.

13. Amira Essaid et al.Processus de décision crédibiliste pour l’alignement des ontologies,

credibilistic decision process for ontology matching, Reims France 10-11 october 2016.

14. Amira Essaid, Arnaud Martin, Grégory smits, Boutheina Ben Yaghlane, alignement contex-

tuel d’ontologies, stage de dea encadré par m. lionel medini et mme parisa ghodous soute-

nance le 5 juillet 2004.

15. Jean Charlet, Bruno Bachimont, Raphaël Troncy,Ontologies pour le Web sémantique,

Mission de recherche STIM, AP-HP & INSERM ERM 0202

16. Frédéric Rufin, L'évaluation en pédagogie : Définitions et concepts- clés, le 5 mai 2004,

www.cadredesante.com.

17. https://campusneo.minesnantes.fr/campus/pluginfile.php/7573/mod_resource/content/0/Forma

tion_IV/TypesEval.pdf

18. Frédéric Rufin ; l’évaluation : Définitions et concepts-clés, lundi 10 mai 2004,

http://www.cadredesante.com/spip/profession/pedagogie/L-evaluation-Definitions-et

19. Georgette Nunziati, pour construire un diapositif d'évaluation formatrice, juillet 1988,

document de travail université d'été, http://web.ac-

toulouse.fr/automne_modules_files/pDocs/public/r7102_61_nunziati.pdf

20. les évaluations mis en œuvre dans les procédures pédagogiques, http://svt.tice.ac-orleans-

tours.fr/php5/infossvt/ipr/evaluation/evaluations_page_3.htm

21. Samer Abdul Ghafour, Méthodes et outils Pour l’intégration des ontologies, 2003-2004,

Laboratoire d’Informatique en Images et Systèmes d’information LIRIS FRE2672 CNRS

INSA Lyon, UCB Lyon 1, EC Lyon Ecole Doctorale « Informatique et Information pour la

Société » EDA 335.

22. Sami Zghal, Contributions à l'alignement d'ontologies OWL par agrégation de similarités, 21

décembre 2010, DEA en Modélisation et Informatique de Gestion I.S.G. Tunis – Tunisie.

23. M Abdeltif ELBYED, ROMIE, une approche d’alignement d’ontologies à base d’instances,

16 Octobre 2009, l’UNIVERSITE D’EVRY-VAL D’ESSONNE, Thèse n° 2009TELE0014

24. Jean-Francois, Djoufak-Kengue, Jerome Euzenat, Petko Valtchev. Alignement d'ontologies

dirige par la structure. Actes 14e journées nationales sur langages et modèles à objets (LMO),

Mar 2008, Montreal, Canada. No commercial editor. pp.43-57, 2008, Actes 14e journées na-

tionales sur langages et modèles a objets (LMO). <hal-00825951>

Bibliographie

91

25. Imane Boughedda, Samia Djamai, Saloua Chettibi, Un Algorithme d’Alignement des Compé-

tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants, Dépar-

tement d’Informatique, Université de Jijel. Equipe SCAL, Laboratoire MISC, Université

Mentouri Constantine.

26. EUR-Lex Access to European Union law, Communication de la Commission au Conseil et

au Parlement européen Plan d'action eLearning - Penser l'éducation de demain, http://eur-

lex.europa.eu/legal-content/FR/ALL/?uri=CELEX%3A52001DC0172, 31/12/2001.

27. Valéry Psyché, Olavo Mendes, Jacqueline Bourdeau. Apport de l’ingénierie ontologique aux

environnements de formation à distance. Sciences et Technologies de l’Information et de la

Communication pour l’Education et la Formation (STICEF), ATIEF, 2003, 10, pp.89-126.

28. https://fr.wikipedia.org/wiki/IntelliJ_IDEA, 21 mars 2017.

29. What is IntelliJ IDEA Community Edition?

http://www.jetbrains.org/pages/viewpage.action?pageId=983211, 18avril 2017.

30. JetBrains, https://www.jetbrains.com/idea/, 20 mai 2017.

31. JetBrains, Java, https://www.jetbrains.com/idea/whatsnew/#v2017-1-java, 21mars 2017.

32. Yoan chabot, qu’est-ce que Jena,

https://websemantique.developpez.com/faq/?page=jena#jena-def, 12 avil 2017.

33. Josef Hardi et al., Protege, http://protege.stanford.edu/products.php, 19 mars 2017.

34. https://fr.wikipedia.org/wiki/Prot%C3%A9g%C3%A9_(logiciel), 12 mai 2017.

35. Java, https://www.java.com/fr/download/faq/java8.xml19 mai 2017.

36. Olivier Maulini, Qui a eu cette idée folle

Un jour d'inventer [les notes à] l'école ?,

http://www.unige.ch/fapse/SSE/teachers/maulini/note.html, 12 février 2017.

37. Alexis Lombard. TéléTP : intégration de systèmes didactiques dans une plateforme

d’apprentissage en ligne. Environnements Informatiques pour l’Apprentissage Humain. 2013.

38. Natalya F. Noy et Deborah L. McGuinness, Développement d’une ontologie 101 : Guide pour

la création de votre première ontologie, Université de Stanford, Stanford, CA, 94305

[email protected] et [email protected].

Documents

Thème - bib.univ-oeb.dz:8080bib.univ-oeb.dz:8080/jspui/bitstream/123456789/6932/1/hanech imprim… · La construction d‘une ontologie dans le domaine de E-Learning pour évaluer