Représentation des connaissances et raisonnement

Représentation des connaissances et raisonnement

Les prédicats et les propositions

En logique du premier ordre, la représentation des connaissances et le raison nement, requièrent l’utilisation de prédicats et de propositions pour représenter les axiomes, les concepts et les relations entre concepts, ainsi que des règles d’inférence. Une proposition est une affirmation munie d’un sens. Elle correspond à une assertion d’un énoncé élémentaire qui a l’une des deux valeurs de vérité : vraie ou fausse.

Par exemple, l’assertion “John est dans sa chambre” est vraie tandis que l’assertion “John est dans la cuisine” est fausse. La logique propositionnelle est le formalisme logique le plus simple et le plus décidable1 dans lequel un énoncé E est dit satisfaisable (ou consistant) si sa valeur de vérité est vraie dans une interprétation I, formellement I E [93].

Ainsi, l’énoncé (p q ) est satisfaisable pour une interprétation si les valeurs de p et de q dans la table de vérité sont comme suit : v (p) = vrai, v (q) = vrai , v (p) = faux, v (q) = vrai et v(p) = vrai, v (q) = faux . À l’opposé, si un énoncé E n’admet pas une interprétation qui le rend vrai, alors il est dit non satisfaisable. La conjonction d’une proposition et de son complément : (p p) est un exemple d’énoncé n’admettant pas d’interprétation.

Les prédicats peuvent être considérés comme une généralisation des proposi tions et forment une logique plus expressive que la logique des propositions. En effet, l’utilisation de symboles correspondant aux quantificateurs universel et exis tentiel, fonctions et variables, permet d’augmenter l’expressivité de la logique du premier ordre.

Les fonctions peuvent être d’arité quelconque, et les variables sur lesquels s’appliquent les quantificateurs, représentent les objets de l’univers. Pour exprimer l’énoncé suivant : “Tout espace de la maison est équipé d’un capteur”, nous pouvons par exemple utiliser les prédicats : Space_Region(X), equippedWith(Y,X) and Sensor(Y)

 Représentation et raisonnement à base d’ontologies

Historique et définitions

Le terme “ontologie” désigne l’étude des propriétés générales de ce qui existe. Empruntée à la philosophie, ce terme est employé dans le domaine informatique pour la première fois par John McCarthy dans les années 80 [83], [13]. Ce dernier met en évidence le recouvrement qui existe entre les travaux sur les ontologies en philosophie et ceux liés à la définition des théories logiques en intelligence artificielle.

De nombreuses définitions ont été données au terme ”ontologie” mais elles sont assez similaires dans le fond. Les deux définitions les plus largement citées dans la littérature sont celles données par Gruber [47] et Studer [139]. Gruber définit une ontologie comme une spécification explicite d’une conceptualisation, qui correspond à une vue abstraite et simplifiée du monde que l’on veut représenter.

Selon Studer, une ontologie est une spécification formelle compréhensible par la machine et explicite d’une conceptualisation partagée par un groupe d’individus. Selon Uschold et al. [146], une ontologie constitue un support pour une des cription sémantique, structurée et formelle des concepts d’un domaine, et de leurs inter-relations.

Elle permet de faciliter les échanges de connaissances d’une part, entre les usagers et les systèmes et d’autre part, entre les systèmes eux-mêmes. Les ontologies constituent donc un outil puissant pour la conceptualisation formelle d’un environnement et le partage de connaissances entre des systèmes hétérogènes.

Les ontologies, sont souvent associées à des moteurs d’inférence pour raisonner sur les connaissances qu’elles représentent. Les ontologies peuvent être classées en deux types :– Lesontologies légères : Ces ontologies ont une structure relativement simple, et sont généralement composées de concepts, et de taxonomies de concepts