une ontologie et un système expert chez renault ? alexandra ahouandjinou mémoire dingénieur...

Une ontologie et un système expert

Chez Renault ?

Alexandra Ahouandjinou Mémoire d’ingénieur Conservatoire National des Arts et Métiers CNAM Paris (France)

2

Plan de l’exposé Présentation de la société, du client et

de l’équipe. Description du SI Continuité Numérique. Description du premier projet : ITC. Analyses et solutions proposées au

projet ITC. Objectifs et contexte problématique du

deuxième projet. Les solutions proposées. Conclusion Générale.

3

La société, DATACEP

DATACEP société de service et de conseil, filiale spécialisée en SI du groupe Altran.

Ses secteurs d’activité : - Consulting et veille technologique en SI, - Architecture et administration en SI, - Ingénierie industrielle… De nombreux clients (Industrie, Télécoms,

Banques et Assurances…)

4

Le client, Renault constructeur automobile Renault, présent dans 118 pays.

Plus de 350 sites industriels et commerciaux. Prés de 120 Millions de collaborateurs. CA en 2005 : 41,3 Milliards d’euros.

Secteur d’activité en deux branches : Automobile. Financement des ventes.

5

L’équipe TAM

TAM

Programme de recherche Technologies Appliquées au Multimédia, partie intégrante de le Recherche et Développement chez Renault.

Projets Multimédia : Couleur et matière,ASK, Semantic 3D, ITC, Expérimentation 3D et CN.

6

Le SI, Continuité numérique Définition Domaine transverse à tous les projets de

l’équipe TAM. Concevoir et capitaliser la production

documentaire à l’aide de données s’affranchissant du prototypage.

Aspects fonctionnels Collecte. Exploitation. Publication.

7

Collecte Exploitation Publication

Géométries – M3D

Métadonnées (Nomenclature)

Données corrigées, positionnées et texturées

Métadonnées : gestion des arborescences

Scénographie

Papier

Web

Vidéo

Les trois phases de la Continuité Numérique

8

Le premier projet : ITC

Problématique générale et objectifs

ITC, Information Technique Client : étude sur la faisabilité et la réalisation d’une notice d’utilisation personnalisée.

Permettre au client du véhicule d’accéder directement à l’information concernant son véhicule et selon toutes ses particularités.

9

Les cinq principales étapes du projet Première étape : information technique brute. Deuxième étape : micro-découpage en UP. Troisième étape : choix du support adapté à la

nouvelle NU. Quatrième étape : réalisation du support pour

Internet. Cinquième étape : mise en ligne.

10

Analyse et solutions proposées

11

Analyse et solutions proposées Indexation et rattachement des critères.

Deuxième étape.

Pouvoir faire que le lexique de la notice d’utilisation puisse indexer le texte automatiquement.

Permettre le rattachement automatique des critères.

12

Analyse et solutions proposées Traitement du problème d’indexation de la

notice. Un exemple de résultat souhaité avec une

unité de découpage (bout de texte). VITRE

LEVE-VITRES

LEVE-VITRES IMPULSIONNELS h145v3

Il s’ajoute au fonctionnement des lève-vitres électriques. Lorsqu’il est présent dans le véhicule, il équipe la vitre conducteur ou, suivant véhicule, les vitres avant.

13

Analyse et solutions proposées Une difficulté : la pluralité des options.

Lève vitre

Lève-vitre avant

Lève-vitre avant manuel………..hylv1Lève-vitre avant électrique ……hylv2Lève-vitre avant électrique ……IvavelLève-vitre avant impusionnel….IvavipLève-vitre avant manuel ………Ivavm

Lève-vitre

Lève-vitre arrière

Lève-vitre arrière manuel………..hylv1Lève-vitre arrière électrique ……hylv2Lève-vitre arrière électrique ……IvavelLève-vitre arrière manuel ………Ivavm

14

Analyse et solutions proposées Existe t-il un outil permettant une telle

indexation ? Automatique. Pertinente. Rapide.

Lucene une première solution ? Outil d’indexation de texte automatique. Classe d’indexation et de recherche.

15

Analyse et solutions proposées Élaboration de la solution avec Lucene

N LUCENE

Mots du lexique

Création de L’index

Query : Phrase du lexique

RéstitutionDe L’UDP

16

Analyse et solutions proposées Lucene et ses limites. Des difficultés dans la mise en œuvre sous windows.

Limites dans la précision de l’indexation.

Limites dans la formulation de requêtes(PIE* AND (Name:Siège arrière OR subject:~index)

Si l’utilisateur veut croiser plusieurs critères

17

18

Analyse et solutions proposéesUne autre solution d’indexation :

l’ontologie. Qu’est-ce qu’une ontologie ?

Définition : Une ontologie est une conceptualisation formelle du réel, partagée par une communauté à des fins d’échange.

19

Analyse et solutions proposées Caractéristiques : Exploitable par un programme.Composée

d’une hiérarchie de concepts et d’autres liens sémantiques (part of, est localisé sur, est relié à, etc.).

Nécessité d’une indexation par ontologie. Qualification sémantique des fragments

documentaires pour être au plus prés de leur contenu.

Indexation précise et pertinente.

20

La solution ontologique

21

Première solution ontologique Les trois étapes de la solution

ontologique. Transformation du lexique de la notice en ontologie. Un outil : TEXT-TO-ONTO, outil d’indexation

ontologique. Mise en correspondance de l’ontologie et de la NU. Utilisation de MELITA un outil d’annotation semi-

automatique et de PROTEGE. Le rattachement des critères. Utilisation du langage XML. Conclusion

22

Première solution ontologique

Lexique TEXT TO ONTO

Ontologie Melita XML

Programme de RattachementAutomatique

23

Une deuxième solution ontologique Un contexte problématique qui s’élargit. Indexer tout objet documentaire Renault à

partir de la nomenclature SIGNE. Nomenclature : représentation arborescente

de la diversité fonctionnelle, du besoin en pièces et de la réponse en pièces.

Élaboration de la deuxième solution ontologique.

Transformer la nomenclature en ontologie.

24

Une deuxième solution ontologique Implémentation de la solution Transformation des tables de la nomenclature

en XML. Transformation des fichiers XML en RDF et

RDFS. Entrée du fichier RDF dans Protégé. Mise en œuvre des liens d’appartenance entre

les attributs de l’ontologie. Tester la consistance de l’ ontologie.

25

26

Une deuxième solution ontologique Exemple de requête transitive

« Si a une fonction correspond une pièce générique à laquelle correspond une pièce indicée alors cette pièce indicée correspond à cette fonction ou encore à cette fonction correspond cette pièce indicée ».

 La requête en langage SPARQL :  SELECT ?FCT ?PG ?PI WHERE { ?Fonction:desfct ?FCT. ?PieceGenerique:despg ?PG. ?PieceIndicee:despie ?PI. (?FCT==?PG && ?FCT== ?PI ) }

27

28

Une deuxième solution ontologique Les résultats obtenus après requêtes. Pertinence.- Adéquation du document par rapport à la requête. Précision. - Bonne proportion de documents pertinents par rapport

à l’ensemble des documents récupérés.- Parmi les 1500 instances , les 30 inadéquates ne sont

pas retournées.

Conclusion. L’ontologie ne fait ni bruit, ni silence !

29

Objectifs du deuxième projet Contexte problématique Continuité numérique : définition des besoins

utilisateur en phase de collecte. Ensembles de fonctions : visualisations de

compositions, recherche, modification, conversion, comparaisons de compositions…

A chaque besoin client va correspondre un module du système.

30

La comparaison des compositions Un module de comparaison des compositions Description d’un scénario: PG, PIE, M3D,GEO Créer une fonctionnalité permettant une

comparaison entre les instances de deux scenarii. Solutions proposées Le premier algorithme de comparaison et ses

limites Le deuxième algorithme évite la comparaison

systématique de chaque phrase entre elles et de chaque mot entre eux.

Implantation dans le système expert qui va suivre.

31

Les scenarii orphelins

Problème Des scenarii sans étiquette ou dénomination

correspondante. Les retrouver et les étiqueter pour éviter de

refaire ce qui a déjà été fait. Solution : élaboration d’un système expert. Définition: logiciel capable de répondre à des

questions, en effectuant un raisonnement à partir de faits et de règles connus.

32

Les scenarii orphelins

Pertinence de la solution ? Un processus d’inférence ajouté à un

processus de comparaison. Quand le scénario orphelin est reconnu, un

nouveau fait s’ajoute à la table des faits incluant le scénario spécifique et sa dénomination.

Implantation de la solution Chaînage avant. Utilisation de Jesstab, plugin de protégé. Intégration de l’algorithme de comparaison.

33

Conclusion générale Premier projet Lucene et TEXT TO ONTO, outils open source

présentant des failles pour une mise en œuvre sous Windows.

Nécessité d’une solution de rechange pour rentrer dans le « timing », mise en place avec Protégé. Résultat probant.

Deuxième projet Conclusion au premier problème : nécessité d’un

module de composition. L’algorithme s’avère rapide et efficace. Conclusion sur le deuxième problème : trouver un

nom aux Scenarii orphelins. Solution efficace pour une mise en œuvre partielle.

34