Exploitation d'une hiérarchie de subsomption par le biais de mesures sémantiques

A lot of work in knowledge engineering is based on ontologies which organize the knowledge around the subsumption relationship. The subsumption hierarchies are sometimes exploited by the way of semantic measures. We find in the literature various measures usually defined to fulfil the need of a specific application. The diversity of considered domains make it difficult to compare the existing measures and to reuse it. However, the preliminary choice of a " good " measure is a crucial problem because it influence the relevance of the downward obtained results. In our thesis, we define a theoretical framework which support the analysis, the comparison and the definition of the information content. The uniqueness of our approach is that it exploits the information content without the necessity of a corpus. We propose several approximations of the probability measure which allow us to exploit various aspects of a subsumption hierarchy. The problem of the evaluation of links between two objects represented by sets is widely discussed in the literature. We propose an analogy which allows us to adapt it to a subsumption hierarchy. We present a tool which taken back the theoretical approach developed in this thesis. We have implemented a user interface which allow us to define semantic similarities. Our tool offer different ways to analyse the behaviour of these similarities on a subsumption hierarchy. We have also proposed an adaptation of our tool for the UEML knowledge base developed in conjunction with the INTEROP-NoE network of excellence.De nombreux travaux en ingénierie des connaissances reposent sur des ontologies qui organisent les connaissances autour de la relation de subsomption. Les hiérarchies de subsomption sont parfois exploitée à l'aide de mesures sémantiques. On trouve dans la littérature diverses mesures généralement définies pour les besoins d'une application spécifique. La diversité des domaines considérés rend complexe la comparaison des mesures existantes ainsi que leur réutilisation. Cependant, le choix préalable d'une " bonne " mesure est cruciale puisqu'il influe sur la pertinence des résultats obtenus en aval. Notre thèse pose un cadre théorique qui supporte l'analyse, la comparaison et la définition de mesures sémantiques. La singularité de notre approche est qu'elle repose sur l'utilisation du contenu informationnel sans toutefois nécessiter l'utilisation d'un corpus. Nous proposons des approximations de la mesure de probabilité qui permettent d'exploiter divers aspects d'une hiérarchie de subsomption. Le problème de l'évaluation de liaisons entre deux objets sur la base d'une représentation ensembliste est largement traité dans la littérature. Nous faisons une analogie qui permet de les transposer à une hiérarchie de subsomption. Nous présentons un outil qui reprend l'approche théorique développée dans cette thèse. Nous avons développé une interface utilisateur qui permet la définition de similarités sémantiques. Notre outil offre différents angles d'analyse du comportement de ces similarités sur une hiérarchie réelle. Nous avons également proposé une adaptation de outil pour la base de connaissance UEML développée dans le cadre du réseau d'excellence INTEROP-NoE