- Trainer/in: Kerfalla Cisse
- Trainer/in: Hélène de Ribaupierre
Se cours peut être donné en Anglais ou en Français, à décider en début de cours
Objectif
- Maîtriser et comprendre les modèles de données orienté graphes : données et schémas RDF, RDFS et OWL
- Interrogation et inférence dans les modèles orientés graphes (SPARQL)
- Publier et rechercher des données fournies en mode linked data
- Graphes de connaissances (knowledge graphs) : structures et techniques de raisonnement
- Accéder et effectuer des requêtes fédérées, des interconnexions aux données hétérogènes (plusieurs graphes)
o Extensions contextuelles : temps, espace, provenance
- Modéliser une ontologie en OWL
- Introduction aux logiques de descriptions
Descriptif
Le web sémantique regroupe l'ensemble des modèles, langages et outils qui permettent notamment :
- de décrire des ressources en utilisant des graphes et d’inférer de nouvelles connaissances grâce à la logique des données modélisées ;
- d'identifier et de lier toutes les données et connaissances du web ou d'autres sources (historiquement des textes, images ou bases de données) ;
- de retrouver ces données et de les utiliser dans des applications ;
- d'effectuer des raisonnements automatiques à partir de ces connaissances ;
- utilisation dans la réduction des hallucinations ou entraînement de données dans les LLM
À l'heure actuelle, les technologies du web sémantique sont de plus en plus utilisées dans des domaines tels que les humanités numériques, l'étude des réseaux sociaux, les systèmes d'information géographique, les systèmes d'information de la santé ou la R&D. Ces secteurs nécessitent l'interconnexion et le traitement de grandes quantités de données hétérogènes, souvent en complément de l'IA générative (LLM). Il s'agit d'une branche de l'IA appelée « IA Sémantique ».
Ce cours couvre les principes de base du Web sémantique (Web des données liées).
La partie théorique présente les théories sous-jacentes, les langages de représentation des données et des connaissances, ainsi que les techniques d'interrogation et de raisonnement.
La partie appliquée vise à montrer comment utiliser ces langages et techniques pour créer des sources de données liées et des applications du Web sémantique, notamment via les langages RDF, SPARQL, SHACL, OWL et Python.