Reprsentation de connaissances et raisonnements base de graphes

FMIN 329

Marie-Laure Mugnier mugnier@lirmm.fr

Jean-Franois Baget baget@lirmm.fr

Equipe GraphIK :

http://www.lirmm.fr/graphik

Knowledge Representation and Reasoning

(Le domaine de recherche) Etude/dfinition des langages informatiques de reprsentation de connaissances et de raisonnement :
Quels types de connaissances peut-on exprimer? Avec quelle expressivit? Quels types de raisonnement peut-on faire ? Quelle est la smantique logique des connaissances reprsentes et des mcanismes dinfrence? Quelle est la complexit des problmes fondamentaux? Trouver des algorithmes efficaces Ex: Call for Papers KR 2012

Page 1

Systmes base de connaissances Services de raisonnement

Base de connaissances K
Ontologie ( terminologie ) : Connaissances gnrales sur le domaine modlis : concepts (classes dobjets) sortes de relations entre objets proprits de ces concepts/relations Base de faits (donnes) [ ]

Infrences partir de K Nouvelles connaissances, rponses une question,

Un problme cl : interrogation de bases de connaissances ( ontological query answering )

1. Cadre Rponse(s) ? Base de connaissances Requte

Faits

Ontologie

Challenge version bases de donnes : prendre en compte lontologie Challenge version systmes base de connaissances : interroger de grandes bases de faits

Page 2

Exemple dapplication : recherche de documents

Ressources Documents : textes, segments vidos, pages web, Base de connaissances Annotation smantique Base dannotations A = ensemble de faits Ontologie O Trouver les ressources pertinentes pour une requte Q i.e. fondamentalement : ressources dannotation A A t.q. Q peut-tre infr partir de O et A Principaux partenaires : INA (Institut National de lAudiovisuel) ABES (Agence Bibliographique de lEnseignement Suprieur)

Les faits
BD relationnelle ParentDe A B A C C x H B x F A
rdf:type ex:parent ex:A e x:p are nt

RDF (web smantique)

F H
rdf:type

H
rdf:type

ex:B ex:C
ex:parent

Graphes conceptuels de base

F:A

1 1

parent parent

2 2

H:B T:C
1

parent

H:*

Abstraction en logique du premier ordre x ( ParentDe(A,B) ParentDe(A,C) ParentDe(C,x) F(A) H(B) H(x) )

(T = type universel)

Page 3

Vue logique / vue graphe

Vue logique dun fait F = x (ParentDe(A,B) ParentDe(A,C) ParentDe(C,x) F(A) H(B) H(x))

Vue graphes dun fait

F A 1 1 P P 2 2 H B C 1 P 2 H

Ontologie (1)
Concepts Humain Homme Pre Femme Adulte Relations (binaires ici) MmeFamille AnctreDe ParentDe OncleDe FrreOuSoeur FrreDe

Mre

+ proprits sur les concepts et relations :

PreDe

La relation AnctreDe est transitive Linverse de la relation PreDe est fonctionnelle Les concepts Homme et Femme sont disjoints Dfinition de concepts ou de relations (ex: OncleDe)

Page 4

Ontologie (2)
Abstraction par des rgles logiques
Liens de spcialisation entre concepts / relations x (Homme(x) Humain(x)) x y (ParentDe(x,y) AnctreDe(x,y)) 1. Cadre

Anctre est transitive x y z ( AnctreDe(x,y) AnctreDe (y,z) AnctreDe(x,z) ) Linverse de PreDe est fonctionnelle x y z ( PreDe(y,x) PreDe (z,x) y=z) Homme et Femme sont disjoints x ( Homme(x) Femme(x) ) Dfinition de la relation OncleDe x y z ( ParentDe(x,y) FrreDe(z,x) OncleDe(z,y) ) z ParentDe(z,y) FrreDe(x,z) ) x y ( OncleDe(x,y)

Vue logique / vue graphe

Vue logique dune rgle R = x y z ( ParentDe(x,y) FrreDe(z,x) OncleDe(z,y))

Vue graphe dune rgle

2 1 2 1 O

1 2

P F

Page 5

Le fragment logique considr

Forme gnrale des rgles existentielles X Y ( H[X, Y] Z C[X, Z] )
Hypothse Conclusion conjonction quelconque z ParentDe(z,y) FrreDe(x,z) ) 1. Cadre

X, Y, Z : tuples de variables

x y ( OncleDe(x,y)

Forme gnrale des faits et des requtes

X conjonction[X]

Reformulation du problme dinterrogation

Base de connaissances consquence ? 1. Cadre

Faits

Rgles

Requte

Problme de base Donnes : une base de connaissances K = (F, R) et une requte Q Question : K | Q (Q est-elle consquence de K) ? Dans ce sous-ensemble de la logique, on peut faire du raisonnement structurel (raisonner en utilisant directement la structure des objets)

Page 6

Homomorphisme
Vue logique
Homomorphisme Q = u v (ParentDe(u,v) H(v)) ?

F = x (ParentDe(A,B) ParentDe(A,C) ParentDe(C,x) F(A) H(B) H(x)) Vue graphe

F A 1 1 P P 2 2 H B C 1 P 2 Homomorphisme H

H 1 P 2

Q = u v Oncle(u,v) ? Prendre en compte les rgles

F | Q ssi il existe un homomorphisme de Q dans F

Application de rgle
R = x y z ( ParentDe(x,y) ParentDe(x,z)
1 1 P P 2 2 1 2 F-S

1. Cadre FrereOuSoeur(y,z))

R: H C est applicable F sil y a un homomorphisme h de H dans F

F
F A 1 1 P P

h H 2 2 1 B C 1 P F-S 2 2 H

Rsultat de lapplication : F = F h(C)

F, R | Q ssi il existe un homomorphisme de Q dans un fait driv de F par une suite dapplications de rgles deR

Page 7

Mcanisme de chanage avant

1. Cadre F hyp hyp con Trouver de nouvelles applications de rgles Jusqu ce que : Fi | Q ou Fi+1 Fi F2 con R

F1

Le chanage avant peut ne pas se terminer

R = Humain(x) Humain
2 1

Humain(y) ParentDe(y,x) Humain ParentDe

(quantificateurs implicites)

ParentDe

ParentDe

..
Humain

Humain

Humain

Il nexiste pas dalgorithme qui sarrte pour toutes les K et Q : le problme nest pas dcidable (en gnral)

16

Page 8

KR&R base de graphes

Les connaissances sont vues sous forme de graphes tout en ayant une traduction logique on adoptera tantt la vue graphe , tantt la vue logique Les raisonnements sont structurels bass sur lhomomorphisme de graphes ou de formules On travaille un niveau abstrait de faon ce que les rsultats puissent sinstancier dans de nombreux langages : RDF (RDFS) Graphes conceptuels Bases de donnes relationnelles Datalog et son extension Datalog+ (bases de donnes) Certaines logiques de description

Contenu du module
1. Notions fondamentales (logique et graphes) Le noyau : Logique existentielle conjonctive positive Vision graphes de cette logique Dduction (consquence logique) par homomorphisme 2. Application des langages spcifiques : Bases de donnes et requtes dites conjonctives [Equivalence entre test dhomomorphisme et consistance dun rseau de contraintes] On commence prendre en Graphes conceptuels (de base) compte une ontologie RDFS lgre

Page 9

=> Extensions de ce noyau pour prendre en compte des connaissances plus complexes 3. Rgles Problme : indcidabilit des problmes de raisonnement => Trouver des cas dcidables et intressants du point de vue de la reprsentation des connaissances 4. Ngation Diffrentes sortes de ngation 5. Synthse : un cadre de travail pour linterrogation de bases de connaissances ( ontological query answering ) Cadre graphes et son quivalent en bases de donnes Datalog+/ -

Page 10