MONDECA. Mondeca. offre et expertise. Axes de recherche et besoins

Transcription

1 MONDECA

2 MONDECA Mondeca offre et expertise Axes de recherche et besoins 2

3 Mondeca Paris Editeur de logiciel CA 1,6 M 17 personnes 3

4 REFERENCES 4

5 INTRODUCTION Data Data au sens d une chose, d un objet; à savoir une personne, un lieu, un code, un concept, un tableau, un document, un film.. 5

6 Vers un Graphe de données Document B D E A C F x y z a b c Base Données relationnelle structure (XML) Graphe (RDF) multidimensionnel et universel; navigation naturelle entre les éléments via les relations et propriétés; automatisation ; langage standard; interopérabilité; techniques raisonnement 6

7 MONDECA Mondeca Offre et expertise Axes de recherche et besoins 7

8 TROIS DIMENSIONS Gérer les ressources et données de référence: intelligence métier pour décrire, comprendre, organiser Traiter l information: outils paramétrables et automatismes Extraire, tagger, relier les contenus; assister les utilisateurs Exposer la richesse des contenus Recherche, exploration dynamique, classification, publication 8

9 Smart Content Factory Ontologies, référentiels connaissances, vocabulaires Extraction connaissances, annotation analyse et raisonnement Edit rules match rules EXPOSITION Composants portail sémantique connecteurs Tableaux bords dynamiques 9

10 Gérer les données de référence Tous les «objets» qui servent à décrire, qualifier et ranger un contenu, une connaissance, une information Recouvrent : terminologie : Thésaurus, lexiques, glossaires, listes contrôlées entités nommées : Lieux, personnes, services, produits objets de connaissances: œuvre, concept classement : plans, nomenclatures, taxonomies Règles métiers pour services de raisonnement Capitalisent les connaissances et ressources de l organisation Les moyens d identification, de qualification, de mise en relation Fondation de toute application sémantique 10

11 Apports Mutualisation, distribution et interopérabilité Fournir une infrastructure d accueil : toute donnée Mutualiser la gestion et maintenance Organiser et mettre en correspondance les terminologies Point d accès unifié (consultation et interrogation) aux ressources Alimente tous les outils tiers: Text Mining, ECM, Moteur recherche Mettre en œuvre l interopérabilité des données 11

12 Générer de la donnée valorisée Règles et logiques extractions traitement Profils d analyse normalisation Extraction Détection Serialisation flux Content Annotation Pilotage du Workflow linguistique référentiels pose metadatas Content Classification Classification depuis des règles métier publication dynamique Traitement Ajout métadonnées Contrôle Qualite Data Ontologie et référentiels Alimente les composants Rules Editor 12

13 CAM en détail Text Mining Analyse syntaxique et lexicale Détection des mesures Lemmatisation, catégories grammaticales Détection des entités nommées Règles d extraction basées sur des patrons textuels Règles de nettoyage des détections Traitement sémantique Organisation des annotations suivant un modèle sémantique Désambiguïsation des annotations Pondération des annotations Augmentation sémantique (inférence et web de données) 13

14 Points clefs Adaptation aux flux Plusieurs workflows fonction du type de contenus avec l adaptation des ressources en fonction des contenus et de leur utilisation Plug-ins de Post traitement : scoring, inférence, filtrage Haut niveau de paramétrage et ouverture : Par la conception modulaire, à base de plug-ins, Web services et API Intervention sur tous les éléments de la chaîne, Accès ressources tierces Conformité Standard: W3C, HL7, IHE et Approche éditoriale Services de classification et raisonnement automatiques: Affecte un contenu à une catégorie en fonction de règles et des métadonnées En fonction d une pathologie et de résultats identifiés, affectation d une catégorie de risque En fonction d une pathologie et de prescriptions, affectation d une alerte Comparaison de données ou Comparaison de graphe Facilité d intégration et d adaptation 14

15 RD Axes de recherche Et Besoins 15

16 Raisonnement sur des millions de données Choix de base RDF : Différences sur les temps de chargement et de mise à jour des donnés Conditionne la mise en œuvre des règles de validation des données Opérationnalisation des fragments OWL2 (QL, DL, RL, EL) des ontologies: Passage à l échelle sur de gros volumes de données en fonction du profil Temps de réponse en milieu industriel des choix dans une chaîne sémantique Couplage règles métiers, ontologies (profils, segments): Conformité des règles aux standards W3C Flexibilité du langage de création des règles métiers au plus proche du langage naturel Transposer une ontologie descriptive vers un segment opérationnalisable sans dégrader les connaissances Passer de description Full ou DL vers segment EL plus réduit pour exploiter des solutions industrielles performantes, alors que les raisonneurs DL posent soucis Facilité d intégration des outils existants Certaines solutions issues du monde académique demandent une adaptation dans un environnement industriel (environnement, mise à niveau, contraintes techniques) 16

17 Scénario projet Open Food System (OFS) Contraintes Utiliser au maximum les axiomes de l ontologie OFS (OWL DL) pour minimiser les règles utilisateurs en SPARQL Chargement de l ontologie dans Graph-DB: < 4-5h Correspond à l ontologie pré-saturée et au déclenchement du raisonnement sur le profil choisi Permet d initialiser la base RDF Mise à jour de la chaîne en production: 15 jours maximum Initier par des modifications de l ontologie Mise à jour de la chaîne de traitement d annotation du texte des recettes Chargement de l ontologie pré-saturée dans Graph-DB Raisonnement avec le profil choisi ré-annotation Volume : 1M recettes soit 150 millions de triplets RDF Temps de traitement d une recette pour toute la chaîne sémantique : < 1 s 17

18 Graph Matching et Recommandation Sémantique Graph Matching: Comparaison de graphe et calculs de distance sémantique Optimisation de ces algorithmes sur les graphes RDF Passage à l échelle Ensemble de données de référence (qualité) Recommandation sémantique: Appliquer des algorithmes d apprentissage sur les bases RDF Calcul de score mettant en œuvre les relation sémantiques entre les nœuds du graphe Annotation sémantique: Rapprochement d entités à partir de relations détectés dans le texte Utilisation combinée de détection classique et en «Fuzzy matching» ( performances) Exploitation du Web de données pour enrichissement sémantique, désambiguisation Réécriture de requêtes SPARQL Faire du «Query Rewriting» pour optimiser la recherche de l information Consulter les bases de connaissances au plus proche du langage naturel 18

19 Qualité des données - PROVenance Qualité des données: Validation des données issues des bases externes lors des enrichissements Suivi des changements et les mises à jour de ces données dans les bases Sélection automatique de données externes en fonction des spécifications clientes Automatiser l audit qualitatif des résultats de raisonnements sur de gros volumes PROVenance: Mise en œuvre systématique des métadonnées de description des sources des données Garantir la fiabilité des données pour les croisements et fusion de jeux de données distinctes Maturité des solutions sémantiques en Entreprise: Contribuer à la maturité des solutions du stack sémantique en entreprise Interopérabilité des outils de création et gestion des connaissances 19

20 Merci! Gilles DELAPORTE Ghislain ATEMEZING 35 BD de Strasbourg Paris, France Gilles.delaporte@mondeca.com 20