Module 3

Les vocabulaires avec RDFS

Thématique

Le modèle RDF est nécessaire mais insuffisant pour le web sémantique. En général, l’interrogation avec SPARQL d’une base RDF « pure » ne va retourner que des informations qu’on y a mises sous forme de triplets, tout comme c’est le cas dans une base de données relationnelle lorsqu’elle est interrogée au moyen d’une requête SQL. Sur une base RDF, il est toutefois possible de faire certaines inférences très limitées si on utilise la version 1.1 du langage SPARQL et la fonction CONSTRUCT pour définir l’équivalent de règles d’inférence, lesquelles utilisent cependant un typage des ressources en les associant à des classes.

Les termes « classe », « sous-classe », « sous-propriétés », « domaine ou codomaine d’une propriété » constituent l’essentiel du langage RDFS (Ressource Description Framework Schema) qui permet d’élaborer des vocabulaires. Le RDFS est une extension du RDF qui ajoute une sémantique d’interprétation permettant de réaliser des inférences, c’est-à-dire de déduire de nouvelles informations à propos des ressources dont les propriétés sont énoncées dans un modèle RDF. Par exemple, si une ressource est déclarée comme membre d’une classe, disons « Chien berger » et que cette classe est une sous-classe d’une autre, disons « Mammifère », une interrogation SPARQL permettra d’inférer que la ressource a non seulement les propriétés des chiens bergers, mais aussi toutes celles des mammifères.

La nouveauté ici consiste à intégrer des concepts génériques au modèle, ce qui donne à SPARQL une puissance d’inférence sans qu’il soit nécessaire de construire explicitement des règles d’inférence. La puissance d’inférence d’un logiciel d’interrogation dépend de l’ensemble des inférences possibles. Nous verrons dans ce module qu’avec un petit langage générique d’élaboration de vocabulaires comme RDFS, un certain nombre d’inférences sont possibles. Dans le module suivant, nous verrons qu’un langage d’élaboration de vocabulaires beaucoup plus étendu comme OWL (Ontology Web Langage) rend possible une plus grande variété d’inférences.

Compétences

Dans ce troisième module, les compétences que vous allez développer ou continuer à développer sont les suivantes :

3	Utiliser le modèle RDF pour décrire des ressources sur le web de données.
4	Utiliser le langage RDFS pour élaborer des vocabulaires de description de ressources.
7	Utiliser le logiciel G-MOT pour la représentation des connaissances.
8	Utiliser le logiciel Protégé pour la représentation et le traitement des connaissances.
9	Construire des requêtes SPARQL sur une base de connaissances.
10	Analyser des raisonnements sur une base de connaissances.