Embed Size (px)
DESCRIPTION
Présentation de Freddy Limpens, Fabien Gandon et Michel Buffa à IC 2009
Citation preview
Sémantique des folksonomies :
structuration collaborative
et assistée
IC 2009 – Hammamet, Tunisie
Freddy LIMPENS, Fabien GANDON Michel BUFFAEdelweiss, INRIA Sophia-Antipolis KEWI, I3S, CNRS-UNSA
¤> 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
