Numérique · Bases et gestion des connaissances
Ontologie en informatique
En informatique, une ontologie est une description formelle des concepts d’un domaine, de leurs propriétés et des relations qui les unissent, écrite pour qu’un programme puisse les comprendre et raisonner dessus.
Mis à jour le 4 min de lecture
Le mot ontologie vient de la philosophie, où il désigne l’étude de l’être en tant qu’être, de ce qui existe et des catégories du réel (une question déjà centrale chez Aristote). L’informatique l’a emprunté dans les années 1990 pour désigner quelque chose de plus modeste et de plus pratique : un vocabulaire partagé et formalisé qui fixe le sens des termes d’un domaine. La définition la plus citée est celle de Tom Gruber (1993) : « une spécification explicite d’une conceptualisation ».
Les composants d’une ontologie
| Composant | Rôle | Exemple (domaine : universités) |
|---|---|---|
| Classes (concepts) | Catégories d’objets | Personne, Étudiant, Enseignant, Cours |
| Hiérarchie de classes | Relations « est un » | Un Étudiant est une Personne |
| Propriétés (relations) | Liens entre objets | suit (Étudiant → Cours), enseigne (Enseignant → Cours) |
| Attributs | Valeurs simples | nombre de crédits d’un Cours |
| Contraintes et axiomes | Règles logiques | Un Cours a au moins un Enseignant ; Étudiant et Cours sont disjoints |
| Instances (individus) | Objets concrets | Marie Dupont, le cours « Algorithmique 1 » |
Les instances, une fois accumulées, forment un graphe de connaissances : l’ontologie en est le schéma.
Ontologie, taxonomie, thésaurus : les différences
Les outils d’organisation des connaissances vont du plus simple au plus expressif :
| Outil | Contenu | Exemple |
|---|---|---|
| Vocabulaire contrôlé | Liste de termes autorisés | Liste de mots-clés d’un site |
| Taxonomie | Hiérarchie de catégories (« est une sorte de ») | Classification des espèces, rayons d’un magasin |
| Thésaurus | Termes + synonymes, termes génériques, spécifiques, associés | RAMEAU (BnF), thésaurus documentaires |
| Ontologie | Classes, relations de tout type, règles logiques | SNOMED CT (médecine), Gene Ontology |
Seule l’ontologie permet de raisonner : déduire automatiquement des faits non écrits.
Les langages : RDFS et OWL
Les ontologies du Web sont écrites dans des standards du W3C :
- RDF (Resource Description Framework) décrit les données sous forme de triplets sujet – prédicat – objet ;
- RDFS (RDF Schema) ajoute classes, sous-classes, domaines et portées des propriétés ;
- OWL (Web Ontology Language, 2004, version OWL 2 en 2009) ajoute une logique plus riche : cardinalités, classes disjointes, propriétés transitives ou inverses ;
- SKOS sert à publier des thésaurus et taxonomies, plus simples que des ontologies ;
- SPARQL permet d’interroger les données ainsi décrites.
L’éditeur le plus utilisé pour construire une ontologie est Protégé, logiciel libre développé à l’université Stanford.
Le raisonnement automatique
Un raisonneur (logiciel d’inférence) applique les règles de l’ontologie aux données :
Le raisonneur détecte aussi les incohérences (un objet classé à la fois dans deux classes déclarées disjointes), ce qui sert au contrôle qualité des données.
Exemples d’ontologies
- Schema.org (2011) : vocabulaire créé par les grands moteurs de recherche pour décrire le contenu des pages web (personne, recette, événement, produit, FAQ).
- Gene Ontology : description des fonctions des gènes, utilisée dans toute la biologie.
- SNOMED CT : terminologie clinique de référence dans de nombreux pays.
- FOAF (Friend of a Friend) : description des personnes et de leurs liens.
- Dublin Core : métadonnées de documents (titre, auteur, date).
- CIDOC CRM : patrimoine culturel et musées (norme ISO 21127).
À quoi servent les ontologies ?
- Interopérabilité : faire dialoguer des systèmes qui nomment différemment les mêmes choses (hôpitaux, administrations, industriels).
- Recherche sémantique : trouver « cardiopathie » quand on cherche « maladie du cœur ».
- Intégration de données issues de sources multiples.
- Contrôle de cohérence des données.
- Intelligence artificielle : les ontologies relèvent de l’IA symbolique ; elles sont aujourd’hui utilisées pour encadrer ou vérifier des systèmes d’apprentissage et pour structurer les connaissances fournies à des modèles de langage (voir intelligence artificielle).
Questions fréquentes
Quelle différence entre ontologie et base de données ?
Une base de données stocke des données selon un schéma conçu pour une application. Une ontologie définit le sens des concepts d’un domaine, indépendamment d’une application, avec des règles permettant de déduire de nouveaux faits.
Quel lien avec l’ontologie des philosophes ?
Le mot est emprunté, et l’ambition voisine : décrire les catégories de ce qui existe. Mais l’ontologie informatique est un modèle pratique, limité à un domaine et à un usage, sans prétention à dire ce qu’est l’être.
Faut-il une ontologie pour un graphe de connaissances ?
Un minimum de schéma est indispensable pour que les relations aient un sens stable. Beaucoup de projets se contentent d’un schéma léger ou réutilisent une ontologie existante comme Schema.org.
Est-ce difficile de construire une ontologie ?
Le langage s’apprend vite ; le plus difficile est de se mettre d’accord entre experts sur les définitions. Une ontologie est avant tout un consensus formalisé.