Comment représenter et découvrir des liens d’identité contextuelle dans une base de connaissances : Application à des données expérimentales en sciences du vivant

Joe Raad (1, 2) , Nathalie Pernelle (2) , Fatiha Saïs (2) , Juliette Dibie-Barthelemy (1) , Liliana L. Ibanescu (1) , Stéphane Dervaux (1)

1 MIA-Paris - Mathématiques et Informatique Appliquées
2 LaHDAK - LRI - Données et Connaissances Massives et Hétérogènes (LRI)

De nombreuses applications du web de données exploitent des liens d’identités déclarés à l’aide du constructeur owl:sameAs. Cependant, différentes études ont montré qu’une utilisation abusive de ces liens peut conduire à des résultats erronés ou contradictoires. Dans cet article nous proposons un nouveau lien d’identité contextuelle qui permet de représenter les contextes dans lesquels deux instances de classes sont identiques. Nous avons proposé et développé un algorithme nommé DECIDE pour détecter ces liens contextuels. Cette approche a été testée sur des données scientifiques décrivant des processus de transformations issus de projets menés par l’INRA.

Keywords: context; identity links; knowledge base; scientific data

Domains: Computer Science [cs]; Computer Science [cs]; Artificial Intelligence [cs.AI]

Joe Raad, Nathalie Pernelle, Fatiha Saïs, Juliette Dibie-Barthelemy, Liliana L. Ibanescu, et al.. Comment représenter et découvrir des liens d’identité contextuelle dans une base de connaissances : Application à des données expérimentales en sciences du vivant. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, 2018, 32 (3), pp.345-372. ⟨10.3166/ria.32.345-372⟩. ⟨hal-01962007⟩