Sémantique des folksonomies :
structuration collaborative
et assistée
Freddy LIMPENS, Fabien GANDON Michel BUFFA
Edelweiss, INRIA Sophia-Antipolis KEWI, I3S, CNRS-UNSA
prenom.nom@sophia.inria.fr buffa@unice.fr
IC 2009 – Hammamet, Tunisie

/problème posé/
¤> contexte des organisations
¤> allier pratiques tagging avec construction de
ressources termino-ontologiques communes
¤> intégrer tâches de structuration sémantiques
dans les tâches courantes

/contributions visées/
¤> modèle supportant contradictions
¤> exploiter traitements automatiques +
expertise usagers

1. Présentation de l'approche

/Structuration des folksonomies
en 2 temps/
1°. Capture
2°. Intégration/Exploitation

/Exploiter traitements automatiques
+ expertise usagers/
¤> détecter variations orthographiques
¤> détecter termes \"reliés thématiquement\"
¤> intégrer tâches sémantiques dans tâches
\"courantes\"

2. Un modèle pour la structuration
collaborative

Réification de la notion de
\"relation sémantique\"
¤> extension de rdf:Statement
¤> modèle des actions des usagers
¤> chaque assertion sémantique =
1 annotation des tags

Réification de la notion de
\"relation sémantique\"
¤> sens des notions défini
relativement aux autres notions (~SKOS)
¤> réemploi d'ontologies existantes
(SIOC, SCOT)

3. Implantation et résultats

Système de gestion de bookmarks
Extension de SIOC

Détecter \"spelling variants\"
Tag1 Tag2 Distance de Levenshtein
geographie geographique 0.83
environment environnement 0.84
déchets déchet 0.85
industrie industriel 0.9
développementdurable développement-durable 0.95

Détecter \"spelling variants\"

Détecter tags thématiquement liés
(Related)
¤> étude qualitative des mesures de similarité
(Mika, 2005; Cattuto et al., 2008)
¤> différents contextes de similarité
● ressources
● utilisateurs
● tags

Détecter tags thématiquement liés
(Related)
tags
tag1 tag2 tag3
tags
tag1 freq cooc cooc
tag2 cooc freq cooc
tag3 cooc cooc freq

Détecter tags thématiquement liés
(Related)
\"Most related\" tags (Tag-context)
Tag
environnement développement_durable, énergie
environment france, green, ecology, sustainable, energy
déchets administration, EEDD, renouvelable
développementdurable ecologie , EEDD, france, climat ,imported

Intégrer dans l'interface des
fonctions sémantiques

Intégrer dans l'interface des
fonctions sémantiques

Objectif:
Tags sémantiquement enrichis

Capturer les divergences

Capturer les divergences

Structuration en 2 temps
1°. (implanté)
¤> Traitements automatiques présentés à tous
¤> Assertions sémantiques recueillies
¤> Action sémantique visible seulement
pour son auteur

Structuration en 2 temps
2°. (à venir)
¤> Système de \"vote\" :
assertions majoritaires présentées à tous
ou
,
¤> Regroupement par \"communautés d'intérêts\"
ou
¤> Regroupement en \"points de vue\" explicités

. Conclusion

Positionnement
¤> Approche \"web 2.0\" de la construction
d'ontologies [Braun et al., 2007]
¤> Taguer les tags
[Extreme tagging, Tanasescu & Streibel,2007]
¤> Approche collaborative et multi-point de vue
[Cahier et al., 2007]
¤> Formalisation du \"sens\" des tags
[MOAT, Passant & Laublet, 2008]

Contributions
¤> Modèle capturant assertions sémantiques,
et supportant les points de vue divergents
¤> Sens des tags définis relativement (cf SKOS)
¤> Combiner traitements automatiques &
expertises usagers

Futurs travaux
¤> interface de \"micro-édition\" de folksonomie
¤> modèle d'intégration des ressources
termino-ontologiques
¤> Expérience terrain Ademe/Orange

. questions?

Système de gestion de bookmarks
Model de tagging > SCOT