We present a translation of J. Barwise and J. Seligman's
"Information Flow Theory" into a lattice and Galois connection based
formalism. We show how to transform the different structures of the
theory into this formalism and show that this translation extends the
expressivity of the theory.
Nous présentons un formalisme de traduction de l'Information Flow Theory, une théorie de représentation des transferts d'information développée par J. Barwise et J. Seligman, vers un formalisme standard de correspondances de Galois. Nous donnons certaines propriétés de cette traduction et montrons que celle-ci est totale et injective mais non surjective, ce qui signifie que cette théorie se traduit exactement sous forme de treillis et de correspondances de Galois mais que l'on peut l'enrichir en utilisant ce formalisme. Représentation des connaissances, Compilation et approximation de connaissances Transformations
Actuellement, le Web contient d'importantes quantités d'informations couvrant
tous les sujets imaginables. Le problème qui était avant de savoir si une information, même très spécifique, était disponible sur le Web, est mainte nant devenu comment retrouver cette information. Apporter du sens intelligible et exploitable par des machines aux documents devrait leur permettre d'utiliser l'information présente, d'améliorer les techniques de recherche, et donc de faire du Web une gigantesque base de connaissance. Les langages de représentation de connaissance sont de bons candidats si l'on souhaite décrire le contenu de documents. L'action Escrire a d'ailleurs pour objectif d'en comparer trois. Parmi eux, la représentation de connaissances à objets apparaît particulièrement adaptée lorsqu'il s'agit de représenter des connaissances complexes sur un domaine en cours d'étude. On pourra alors manipuler plus efficacement une base de documents en les indexant par leur contenu (ou leur sens). Les documents pertinents seront ramenés à partir de requêtes structurées tirant parti du formalisme de représentation de connaissance (hiérarchie de classes, mécanismes de classification...).
Nous avons d'abord observé le lien étroit existant entre la nature de la connaissance à représenter et le type du document. Nous avons aussi pu voir que plus que le contenu, c'est l'application résultante qui va décider des éléments à représenter. Nous avons donc essayé d'imaginer quels types de requêtes un utilisateur est susceptible de poser, ce qui nous a conduit à proposer un langage de requêtes. Un corpus de travail a été utilisé pour mettre en oeuvre les choix effectués. Il concerne les interactions géniques chez la drosophile pendant son processus de segmentation. Le système de représentation de connaissances à objets Troeps gère les connaissances contenues dans les documents. Un évaluateur de requêtes a été intégré à ce système pour permettre de l'interroger.
Représentation de connaissance, Représentation du contenu, Sémantique, XML, Recherche d'information, Annotations, Ontologies, Objets Formal content representation/Représentation formelle de contenu