Sémantique des folksonomies: structuration collaborative et assistée

Sémantique des folksonomies :

structuration collaborative

et assistée

IC 2009 – Hammamet, Tunisie

Freddy LIMPENS, Fabien GANDON Michel BUFFAEdelweiss, INRIA Sophia-Antipolis KEWI, I3S, CNRS-UNSA

prenom.nom@sophia.inria.fr buffa@unice.fr

¤> contexte des organisations

¤> allier pratiques tagging avec construction de ressources termino-ontologiques communes

¤> intégrer tâches de structuration sémantiques dans les tâches courantes

/problème posé/

¤> modèle supportant contradictions

¤> exploiter traitements automatiques + expertise usagers

/contributions visées/

1. Présentation de l'approche

/Structuration des folksonomies en 2 temps/

1°. Capture

2°. Intégration/Exploitation

/Exploiter traitements automatiques + expertise usagers/

¤> détecter variations orthographiques

¤> détecter termes "reliés thématiquement"

¤> intégrer tâches sémantiques dans tâches "courantes"

2. Un modèle pour la structuration collaborative

Réification de la notion de"relation sémantique"

¤> extension de rdf:Statement

¤> modèle des actions des usagers

¤> chaque assertion sémantique = 1 annotation des tags

Réification de la notion de"relation sémantique"

¤> sens des notions défini relativement aux autres notions (~SKOS)

¤> réemploi d'ontologies existantes (SIOC, SCOT)

3. Implantation et résultats

Extension de SIOC

Système de gestion de bookmarks

Détecter "spelling variants"

Tag1 Tag2 Distance de Levenshtein

geographie geographique 0.83

environment environnement 0.84

déchets déchet 0.85

industrie industriel 0.9

développementdurable développement-durable 0.95

Détecter "spelling variants"

Détecter tags thématiquement liés (Related)

¤> étude qualitative des mesures de similarité

(Mika, 2005; Cattuto et al., 2008)

¤> différents contextes de similarité● ressources● utilisateurs● tags

Détecter tags thématiquement liés (Related)

tag1 tag2 tag3

tag1 freq cooc cooc

tag2 cooc freq cooc

tag3 cooc cooc freq

tagstags

Détecter tags thématiquement liés(Related)

Tag"Most related" tags (Tag-context)

environnement développement_durable, énergie

environment france, green, ecology, sustainable, energy

déchets administration, EEDD, renouvelable

développementdurable ecologie , EEDD, france, climat ,imported

Intégrer dans l'interface des fonctions sémantiques

Intégrer dans l'interface des fonctions sémantiques

Objectif:Tags sémantiquement enrichis

Capturer les divergences

Capturer les divergences

Structuration en 2 temps

1°. (implanté) ¤> Traitements automatiques présentés à tous

¤> Assertions sémantiques recueillies

¤> Action sémantique visible seulementpour son auteur

Structuration en 2 temps

2°. (à venir) ¤> Système de "vote" :

assertions majoritaires présentées à tous

ou,

¤> Regroupement par "communautés d'intérêts"

ou

¤> Regroupement en "points de vue" explicités

. Conclusion

Positionnement

¤> Approche "web 2.0" de la constructiond'ontologies [Braun et al., 2007]

¤> Taguer les tags

[Extreme tagging, Tanasescu & Streibel,2007]

¤> Approche collaborative et multi-point de vue[Cahier et al., 2007]

¤> Formalisation du "sens" des tags[MOAT, Passant & Laublet, 2008]

Positionnement

Contributions

¤> Modèle capturant assertions sémantiques,et supportant les points de vue divergents

¤> Sens des tags définis relativement (cf SKOS)

¤> Combiner traitements automatiques & expertises usagers

Futurs travaux

¤> interface de "micro-édition" de folksonomie

¤> modèle d'intégration des ressources termino-ontologiques

¤> Expérience terrain Ademe/Orange

. questions?

Model de tagging > SCOT

Système de gestion de bookmarks