Validation de la sémantique d'un modèle semi-formel de connaissances avec OntoCASE
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".