Qu'est-ce qu'un gestionnaire de taxinomies ?

A quoi sert une taxinomie ?

De nom­breuses appli­ca­tions, notam­ment des appli­ca­tions de trai­te­ment auto­ma­tique des langues, néces­sitent d’u­ti­li­ser un réfé­ren­tiel. Par exemple une nomen­cla­ture des com­pé­tences pour la ges­tion de CV, un plan de clas­se­ment pour la fouille de texte ou un orga­ni­gramme pour orien­ter les demandes clients.

Ce réfé­ren­tiel peut être repré­sen­té via une taxi­no­mie, un plan de clas­se­ment, une onto­lo­gie, un thé­sau­rus ou tout modèle de repré­sen­ta­tion hié­rar­chi­sé. Cha­cun de ces modèles a des carac­té­ris­tiques différentes. 

Qu’est-ce qu’une taxinomie ?

Une taxi­no­mie orga­nise les termes ou les concepts sur le prin­cipe de l’emboîtement. Ima­gi­nez une série de boîtes dans les­quelles seraient ran­gés les concepts, par exemple une boîte pour le concept Voi­ture, une autre pour le concept Camion une autre pour Motos et ain­si de suite. Toutes ces boîtes peuvent être ran­gées dans une boîte plus grande cor­res­pon­dant au concept Véhi­cule ter­restre à moteur, elle-même ran­gée dans une boîte plus grande Engin de dépla­ce­ment à coté des boîtes Véhi­cules hip­po­mo­biles ou Aéro­nefs.

Cette rela­tion d’emboîtement est appe­lée savamment :

• Hyper­ony­mie pour la rela­tion entre les grandes boîtes et les plus petites, 
• Hypo­ny­mie pour les rela­tions entre les petites boîtes et les plus grandes.

Qu’est-ce qu’un thésaurus ?

Un thé­sau­rus est un mode de repré­sen­ta­tion des connais­sances uti­li­sé prin­ci­pa­le­ment pour l’in­dexa­tion docu­men­taire, et répond à des règles pré­cises. Un thé­sau­rus est construit sur deux grands types de rela­tions, des rela­tions ver­ti­cales, des rela­tions hori­zon­tales :

• Ver­ti­ca­le­ment, une rela­tion Générique/spécifique. Cette rela­tion est plus large que la rela­tion hyperonymie/hyponymie uti­li­sée pour les taxi­no­mies. Elle inclut en effet d’autres rela­tions, comme la rela­tion entre une par­tie et son tout (on dit aus­si méro­ny­mie). Par exemple, un Car­bu­ra­teur et une par­tie d’un moteur ther­mique, un Moteur ther­mique est une par­tie d’une Moto .
• Hori­zon­ta­le­ment, une rela­tion d’é­qui­va­lence entre termes, assez large éga­le­ment, qui relie un concept à des termes asso­ciés, à des termes équi­va­lents voire à des syno­nymes.

On le voit, alors que les rela­tions ver­ti­cales décrivent des rela­tions entre concepts, les rela­tions hori­zon­tales s’é­ta­blissent entre les termes uti­li­sés pour décrire ces concepts.

Le caractère normatif d’un thésaurus

Parce qu’il est uti­li­sé pour l’indexa­tion de docu­ments, un thé­sau­rus doit inclure des règles de bon usage afin qu’un même concept ne soit pas indexé par des termes dif­fé­rents. On trouve ain­si dans la struc­ture d’un thé­sau­rus une rela­tion Employé pour/Employer qui indique, lorsque les termes d’in­dex sont proches, celui à employer pré­fé­ren­tiel­le­ment. Il est éga­le­ment pos­sible d’in­di­quer qu’un terme est à proscrire.

Qu’est-ce qu’un thésaurus multilingue ?

Comme on a vu, les rela­tions hié­rar­chiques d’un thé­sau­rus sont éta­blies entre concepts qui sont, par nature, indé­pen­dants de la langue, et peuvent être réa­li­sés dans dif­fé­rentes langues à des fins d’in­dexa­tion mul­ti­lingue. Le thé­sau­rus de l’U­NES­CO est un bon exemple de thé­sau­rus mul­ti­lingue.

Qu’est-ce qu’un thésaurus à facettes ?

Un même ensemble de concepts concepts peut être orga­ni­sé selon plu­sieurs points de vues dif­fé­rents. Par exemple, les Etudes de cas du trai­te­ment auto­ma­tique des langues pré­sen­tées sur ce site sur orga­ni­sées selon plu­sieurs points de vue : le type de docu­ments aux­quels elles s’ap­pliquent, le domaine d’ac­ti­vi­té de l’en­tre­prise, le métier de l’u­ti­li­sa­teur et les modules lin­guis­tiques qu’elles mettent en œuvre. 

Qu’est-ce qu’une ontologie ?

Une onto­lo­gie est un terme qui vient de la phi­lo­so­phie et qui a été uti­li­sé dans le domaine du web séman­tique. Dans l’u­sage, ce terme a aujourd’­hui ten­dance à être uti­li­sé pour réfé­rer à tout mode d’or­ga­ni­sa­tion de concepts.

Le Web séman­tique peut être décrit comme une série de stan­dard per­met­tant aux ordi­na­teurs en réseau de com­mu­ni­quer entre eux. Cet ensemble de stan­dards est habi­tuel­le­ment décrit sous la forme d’un mille feuille (layer cake en anglais) dont la couche du bas concerne la repré­sen­ta­tion des docu­ments, et la couche supé­rieure l’in­ter­face utilisateur.

OWL (Web Onto­lo­gy Lan­guage) est le stan­dard du web séman­tique dédié à la des­crip­tion des ontologies.