Validation de la sémantique d'un modèle semi-formel de connaissances avec OntoCASE
Notice bibliographique
Résumé
L'activité de modélisation de connaissances consiste à élaborer une représentation externe structurée de la conceptualisation subjective qu'a un agent cognitif (le modélisateur) d'un domaine de connaissances. Cette conceptualisation est externalisée dans un « modèle » à l’aide d’un langage qui peut être plus ou moins formel. Pour un agent cognitif humain, l’usage d’un langage semi-formel favorise l’expressivité au cours de l’activité de modélisation, tout en réduisant l’ambigüité du langage informel. Un modèle, qu’il soit informel, semi-formel ou formel peut néanmoins comporter des erreurs de représentation. La production automatique par un agent informatique de la liste des propositions sémantiques exprimées en langage naturel et résultant d’une interprétation formelle d’un modèle semi-formel pourrait guider le modélisateur à objectiver sa conceptualisation du domaine. Cet article présente comment OntoCASE, une méthodologie d'ingénierie ontologique, peut aider le modélisateur pour ce faire. Nous décrivons les principaux composants de cette méthodologie et exposons quelques exemples de modèles semi-formels comportant des ambigüités ou des erreurs de représentation afin d’illustrer comment OntoCASE assiste le modélisateur à objectiver sa conceptualisation. Nous présentons aussi quelques résultats d’une expérimentation d’OntoCASE par quelques modélisateurs permettant de démontrer son potentiel en tant qu’outil de validation de modèles semi-formels.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».