ConféRence Nantes Dumas100320

Pour une ontologie de l’intelligence territoriale Philippe Dumas

Towards an Ontology of Territorial Intelligence

Abstract

Why? A tale of a 10 years

small idea

For what purpose? TI Community

How to proceed? Motivation

Ph. Dumas Ontology 25/03/10

Once upon a time…. …. a little girl named Territ Intel

(Territorial intelligence was about 12 years old)

travelled in a Wonderland

(Europe)

She met the caterpillar on top of his mushroom ….


`Who are you?' said the Caterpillar. This was not an encouraging opening for a conversation.

Intel Territ replied, rather shyly, `I--I hardly know, sir, just at present-- at least I know who I was when I got up this morning, but I think I must have been changed several times since then.'


Explain yourself!


`What do you mean by that?' said the Caterpillar sternly. Èxplain yourself!' Ì can't explain myself, I'm afraid, sir' said Territ Intel, `because I'm not myself, you see.' Ì don't see,' said the Caterpillar. Ì'm afraid I can't put it more clearly,' Territ Intel replied very politely, `for I can't understand it myself to begin with; and being so many different sizes in a day is very confusing.' Ìt isn't,' said the Caterpillar.

`Keep your temper,' said the Caterpillar.


`You!' said the Caterpillar contemptuously. `Who are you?' …. Territ Intel felt a little irritated at the Caterpillar's making such very short remarks, and she drew herself up and said, very gravely, `I think, you ought to tell me who you are, first.' `Why?' said the Caterpillar. Here was another puzzling question; and as Territ Intel could not think of any good reason, and as the Caterpillar seemed to be in a very unpleasant state of mind, she turned away.

Who? ….. Why?

Ontological questions. Ph. Dumas Ontology 25/03/10

Ontology (to be followed….)

“The branch of metaphysics that deals with the nature of being"

“A study of the ultimate nature of things" Ph. Dumas Ontology 25/03/10

Who are you?

And you, listener, who are you?


Whoever you are

Whether Rationalist, cartesianist, Frenchy, latin

Empiricist, opportunist, Anglo-saxon,

Deductivist

Inductivist

There is a time in the development of a science when you have to define your scientific object


Unfortunately

For now 10 years, dozen of definitions have been proposed, without any one satisfactory

It has appeared that the concept of Territorial Intelligence is not reducible to a compact although encompassing discourse

It’s a matter of « complexity » in Morin’s acceptation

Any attempt of that sort proves to be reductionist, partial, biased


An epistemological trick

In Besançon, 2007, we wrote:

« Territorial Intelligence is a polysemic expression. Its frontiers and contents are fuzzy. Its current definitions are numerous and sometimes contradictory. However its usage is wide spreading whatever the risk of confusion is.”

Hence the necessity to assess our object another way around the idea of a dictionary

the idea of User-Generated Content (UGC) i.e. contributive


A proof of the vitality of the concept 2007-2010


By Googling the Web

Very similar for three languages Very

different

A progressive complexity

Dictionary

Thesaurus

Ontology


Vocabulary

Why not a dictionary?

Vocabulary No meaning

Dictionary collection of words in a

specific language, often listed alphabetically, with usage information, definitions, etymologies, phonetics, pronunciations,

Thesaurus Collection of terms with

hierarchical predefined and standardized relations


Why an ontology?

More sexy?

More fashionable?

More geeky?

More complex

More meaning

More relational


Ontology …

Est un accord sur une conceptualisation partagée et éventuellement partielle.

Se construit

Eventuellement est « formelle » en ajoutant une représentation explicite et systématique des propriété du modèle et de ses éléments

Is an agreement on shared conceptualization, possibly partial

Is a constructivist process

Is possibly "systematic, formal, axiomatic development of the logic of all forms and modes of being"

Ph. Dumas Ontology 25/03/10 Olivier Dameron , http://websemantique.org/Ontologie

Why contributive?

User-Generated Content

Progressive

Evolving

Permanent learning

Collective intelligence

Following Wikipedia


« Larousse met un vent à Wikipédia Gratuite et participative, l’encyclopédie mise en ligne aujourd’hui espère contrer sa rivale."

Libération Mardi 13 mai 2008


Free and participative on-line encyclopedia aims at counter attack its rival.

Apparently, it works with Larousse… Today (2010) thousands of contributions!

Why not our community of Territ Intel?


Aims and objectives of creating a contributive ontology of Territ Intel

Why not for us?


« Aims are more likely to be overall goals and objectives tend to be more specific and measurable results to be achieved."

Aims

To arrive at some consensus on the fundamentals, even if partial

To be able to show out the basis of a scientific domain

To provide with conceptual framework (s)

To discover new perspectives

To promote research

….. and


…. finally To exist for ourselves and the outer world


remember the advice of the

caterpillar

Objectives

To shake up the territorial intelligence community, at the beginning, but also…

To build up a real community by gathering those who support, or practice Territ Intel without knowing it.

To grow up progressively (in a constructivist way) according to an agenda that could be decided here

To use the popularity of Wikipedia-like environment for disseminating our views


A program 1°step

Bottom up approach

Perform an analysis of syntactic and semantic content of speech existing (web corpus) on the territorial intelligence and infer a list of concepts and terms most frequently used

Top down approach

Create a list of departure (i.e. a vocabulary) by a group of experts

List of concepts, or terms related to Territ Intel issues


Two starting points to build up a vocabulary

Present day sources

Top down

Tentative list of vocabulary

Bottom up

Project “theoretical anchors around the concept of territory”

“Territorii”

Doctoral research on ontologies in three languages


Examples of existing vocabulary Acteurs territoriaux Adhésion Apprentissage Autonomie Capital social, culturel, symbolique, intellectuel Carte, cartographie (carte du monde surréaliste) (topos) Cluster (district technologique, Italie) Communauté, communautarisme Commune Confiance Culture Découpage territorial Département Dispositif Dispositif d’intelligence territoriale District industriel (expérience italienne) Dynamique Ecologie industrielle

Ecoumène Festival (les festivals sont généralement très implantés ) Global Globalisation Gouvernance territoriale Identité, identité narrative (storytelling), identité culturelle Influence Local Médiateur, passeur, interface Mémoire « Les peuples n’existent que par leur mémoire » Mondialisation Objet frontière, objet intermédiaire (boundary object) Open source, open model Patrimoine Pays Pôle de compétitivité

Projet Région Représentation Responsabilité Richesse Territoire réel, vécu, rêvé, présent, projeté Territoire mythique, symbolique, rituel Territorialisation Terrorisme, drogue, trafic Valeur Virtualité (O. Mougin, Esprit) Xénophobie


A program 2°step

Objective: Build up a dictionary

From the lists found out previously,

Add definitions from users’ contributions

Build up consensus or variations in the definitions


A program 3°step

Objective: to build up a thesaurus

From the dictionary

Activate hypertext links


A program 4°step

Objective: to make up an ontology

Out of the thesaurus

Solidify "systematic, formal, axiomatic development of the logic of all forms and modes of being”

Activate hypertext links


Feasibility

Decision

Motivation

Animation


Communication

Since we are territorial, we have to question what Nantes tells us:


If we think, after lunch, and hear …



Douleur pour arracher le mal du bien

La mesure et le reflet de toute pensée

Francis II’s message of prudence and moral strength, …

… then all people of the world drink the milk of mother TI Ph. Dumas Ontology 25/03/10 35

Africa

Europe

Thanks [email protected]

Ph. Dumas Ontology 25/03/10 36

Annex: Cours d’ontologie

Ph. Dumas Ontology 25/03/10 37

Ontologie

Olivier Corby

Ontologie

Etude de ce qui est terme emprunté à la philosophie

Pour nous : formalisation d’une conceptualisation

Ontologie

Se mettre d'accord sur le sens des termes employés dans une organisation, une communauté, un métier

Faire en sorte que les personnes et les logiciels se comprennent

Utile pour des applications distribuées telles que le Web

Ambiguïté

‘chambre’ :

Chambre d'hôtel ? Chambre d'écho ? Chambre des députés ? Chambre d'enregistrement ? Chambre noire ? Chambre funéraire ?

Ontologie

Identifier, modéliser les concepts d'un domaine, pertinents pour une/des applications

Se mettre d'accord, au sein d'une communauté, sur les termes employés pour se référer à ces concepts

terme

Mot de la langue naturelle qui désigne un (des) concept(s) :

cat, chat, greffier, matou

termes qui désignent le concept de chat synonymie : plusieurs termes dénotent le

même concept

ambiguïté : plusieurs concepts dénotés par le même terme

Ontologie Identifier/modéliser les concepts et les

relations conceptuelles

formaliser la conceptualisation, et le vocabulaire correspondant

Formalisation pour lever toute ambiguïté

Pour quoi faire ?

une base de connaissances à objets

un système d’annotation

un système d’indexation documentaire, de recherche d’information

Commerce électronique

Ontologie

Différentes acceptions du mot ontologie :

Vocabulaire technique,

Référentiel métier,

Terminologie/thesaurus,

Système de classes d’une représentation par objet : UML ?

Base de connaissances terminologique

Conception

Identifier/modéliser les concepts et les termes pertinents

Identifier les relations pertinentes : subClassOf, isa, partOf, hasPart, closeTo, over, under, contain, connected, etc.

Règles pour combiner les concepts et les relations : partOf est transitive

Modéliser

Une ontologie est une modélisation des connaissances

Au sens où une théorie physique est un modèle de la réalité

Il peut y avoir plusieurs modèles d’une même réalité : expérience de la chute des corps théorie de la gravitation de Newton

relativité générale d’Enstein

Connaissance

Continuum : donnée, information, connaissance donnée : … --- … information : SOS connaissance : en cas d’alerte,

déclencher les secours

La connaissance permet de produire de nouvelles données, informations, connaissances : inférence

Types de connaissances

Connaissances de résolution de problème : conception, diagnostic, évaluation, planification tâches, inférences

Connaissances du domaine e.g. électronique, mécanique, médecine, etc.

ontologie : réutilisable

modèles de domaine : fonctionnel, causal, structurel, exprimés dans le vocabulaire de l’ontologie.

Ontologie

concept Object

concept Engine < Object

concept Vehicle < Object

relation partOf : Object -> Object

Modèles de domaine

Structurel :

Engine e1 partOf Vehicle v2

causal :

Engine breakdown => Vehicle stop

Modèles de tâche Conception :

specify, design, assess

Diagnostic : identifier des symptômes, choisir un modèle

causal, émettre des hypothèses, imaginer des conséquences, les tester, etc.

Ontologie L’accent est mis sur les concepts et les relations du

domaine

Orienté modélisation, spécification, réutilisation, partage, standardisation.

Relations spécifiques du domaine considéré

Objets L'accent est mis sur le coté opérationnel.

Opérations rendues possibles par le modèle objet : classification, évolution, simulation, calcul.

Orienté résolution de problème

Terminologie/Thesaurus L'accent est mis sur les termes utilisés pour dénoter les

concepts du domaine (linguistique, langue naturelle).

Les relations entre termes sont linguistiques.

Orienté indexation.

Thesaurus (2) Recueil documentaire alphabétique de termes servant de

descripteur pour :

analyser un corpus

indexer des documents

Relations prédéfinies standardisées pour les thésaurus

Relations linguistiques BT : Broader Term

NT : Narrower Term

TT : Top Term

RT : Related Term (other than BT, NT, TT, etc.)

Relations (2) USE : Prefered Term

UF : Use for, non preferred synonym, quasi synonym

SN : Scope Note, Une note pour expliquer un terme

Ontologie ?

Composant réutilisable

Réutilisation : généralité, abstraction (reuse)

Partage : consensus, standardisation (sharing)

Accord sur conceptualisation partagée : engagement ontologique (commitment)

Caractéristiques

Formalisation : lever les ambiguïtés

Indépendance (relative) par rapport à une tâche, ou un problème précis

Utilisable pour différentes tâches : conception, diagnostic, maintenance, recherche d'information

Caractéristiques (2)

Indépendante d’une implémentation : limiter le biais dû à un formalisme de représentation : niveau conceptuel

Des inférences sont possibles (relations transitives, axiomes, etc.)

Types d’Ontologies Ontologies générales, abstraites, de haut niveau :

Ontologie des catégories conceptuelles :

objet, événement, état, processus, action, temps, espace

Ontologies théoriques :

physique, mathématique, cinématique

Types (2) Ontologie applicative :

Médecine, automobile, patrimoine culturel, organisation, etc.

Principes de conception Clarté : communiquer le sens des termes définis

Cohérence

Extensibilité

Indépendance vs implémentation

Modularité

Outils/Langages KIF : Knowledge Interchange Format

Ontolingua

Logiques de description (orientée classification)

Graphe conceptuel (support)

RDF Schema

DAML OIL

Exemples

Ontolingua : www-ksl.stanford.edu/sns.html

WordNet : Ontologie de la langue naturelle

Enterprise Ontology

Kactus : ingénierie

UMLS : Unified Medical Language System

Cyc

EngMath, PhysSys

O’Comma

ConféRence Nantes Dumas100320

Documents

Transcript of ConféRence Nantes Dumas100320