thème - bib.univ-oeb.dz:8080bib.univ-oeb.dz:8080/jspui/bitstream/123456789/6932/1/hanech...
TRANSCRIPT
la République Algérienne Démocratique et Populaire Ministère de l’enseignement supérieur et de la recherche
scientifique Université Larbi Ben M'hidi d‘O.E.B
Faculté : science exacte et snv Département de mathématique et informatique
Mémoire pour l’obtention du diplôme de Master en informatique
Spécialité : architecture distribuée
Thème
La construction d‘une ontologie dans le domaine de E-Learning
pour évaluer les connaissances des apprenants
- Dirigé par: - Présenté par :
- Boussaha Karima - Haneche Amira
DEVANT LE JURY
Président : Mr . Tenachi Abde - Dayem
Examinatrice : Mme . Mellal Nassima
Promotion : 2016/2017
Dédicaces
1
Dédicaces
A mes parents
A tout(e) s mes sœurs et frères
A tout(e) s mes meilleures ami(e)s
A tout(e)s la famille
A tout(e)s mes docteurs et professeurs du
département de mathématique et informatique
A tout(e)s mes collègues du département de
mathématique et informatique
Remerciements
2
Remerciements
Je tiens à remercier le bon dieu de m’avoir aidée à réaliser ce travail.
Je remercie mon encadrant madame : Boussaha Karima.
Pour son aide et son savoir et conseils bénéfique et sa patience.
Je remercie également :
Les personnes qui m’ont fait honneur de faire partie de mon jury Mr
Tenachi A.D et Mme Mellal N. Pour avoir accepté d’évaluer mon travail
à sa juste valeur.
L’ensemble des enseignant qui ont contribué à ma formation au cours
de ces cinq années et on fait preuve de patience et de disponibilité lors
de mon apprentissage.
Table des matières
3
Table des matières Dédicaces ....................................................................................................................................... 1
Remerciements ................................................................................................................................. 1
Table des matières .................................................................................................................... 3
Listes des tableaux ..................................................................................................................... 8
Listes des figures ........................................................................................................................ 9
Résumé ..................................................................................................................................... 11
Abstract .................................................................................................................................... 12
I. Introduction générale ........................................................................................................ 13
Chapitre I : L’évaluation des apprenants .......................................................................... 15
Introduction .............................................................................................................................. 16
1. Définition de L’évaluation de l’apprenant ....................................................................... 16
2. Types d’évaluations .......................................................................................................... 17
2.1 Evaluation pronostique .............................................................................................. 17
2.2 Evaluation sommative ............................................................................................... 17
2.3 Evaluation formatrice ................................................................................................ 18
2.4 Evaluation normative ................................................................................................. 18
2.5 Evaluation formative ................................................................................................. 18
3. Les intentions de l’évaluation en fonction du courant pédagogique ................................ 19
3.1 Objectifs de l’évaluation ............................................................................................... 19
3.2 Courant behavioriste ..................................................................................................... 19
3.3 Courant cognitiviste ...................................................................................................... 19
4. Comment faire une évaluation ? ....................................................................................... 19
5. Critères d’évaluation ........................................................................................................ 20
5.1 Critères quantitatifs.................................................................................................... 20
5.2 Critères qualitatifs...................................................................................................... 20
Conclusion ................................................................................................................................ 20
Chapitre II :Les Télé-Tps ................................................................................................. 21
Introduction .............................................................................................................................. 22
1. Définition des travaux pratiques ...................................................................................... 22
2. Les télé-Tps ...................................................................................................................... 22
3. La mise à distance : problématiques et défis .................................................................... 22
4. Les objectifs pédagogiques d’un TP et télé-Tps .............................................................. 23
Table des matières
4
5. Les apports de télé-Tps .................................................................................................... 24
5.2 Sur le plan économique ............................................................................................. 24
5.3 Sur le plan pédagogique ............................................................................................ 24
6. Les limites des télé-Tps .................................................................................................... 24
7. Les catégories de télé-Tps ................................................................................................ 25
8. TP virtuels vs TP distants ................................................................................................. 25
8.1 Laboratoires virtuels ....................................................................................................... 25
8.1.1 Avantages .................................................................................................................... 25
8.1.2 Inconvénients .............................................................................................................. 25
8.2 Laboratoires distants .................................................................................................. 25
8.2.1 Avantages ............................................................................................................... 25
8.2.2 Inconvénients ......................................................................................................... 26
9. Travaux pratiques d’Électronique Binaire TEB ............................................................... 26
9.1 La plateforme TEB ........................................................................................................ 26
9.2 Le fonctionnement de la plateforme TEB ..................................................................... 27
L’enseignant ......................................................................................................................... 27
L’apprenant .......................................................................................................................... 27
9.4 Exemple d’un schéma électronique de la plate-forme TEB .......................................... 29
10. Le projet ICTT@LAB (generIC framework for remoTe and virTu@lLABoratory
integration) ............................................................................................................................... 31
10.1 Caractéristiques générales ............................................................................................. 31
10.2 Caractéristiques du laboratoire distant .......................................................................... 31
10.3 L’architecture du Framework ICTT@Lab .................................................................... 32
11. TPline ............................................................................................................................ 33
Conclusion ................................................................................................................................ 34
Chapitre III : les ontologieset l’alignement des ontologies .............................................. 36
Introduction .............................................................................................................................. 37
1. Qu’est-ce qu’une ontologie ? ........................................................................................... 37
2. Les ontologies ne sont pas :.............................................................................................. 38
3. Cycle de vie d’une ontologie : .......................................................................................... 38
4. Compositions de l’ontologie ............................................................................................ 39
5. Les domaines d’applications d’une ontologie .................................................................. 40
6. Comment sont construites les ontologies ? ...................................................................... 41
7. Langages/outils pour questionner des ontologies ............................................................. 42
Table des matières
5
8. Les ontologies ont pour but d’être .................................................................................... 42
9. Apport des ontologies dans le E-learning ........................................................................ 42
10. Types d’ontologies ........................................................................................................ 43
10.1 Top-Ontologie ........................................................................................................ 43
10.2 Core-Ontologie ...................................................................................................... 43
10.3 Ontologie du domaine ............................................................................................ 43
10.4 Taxinomies ............................................................................................................. 44
11. Approche computationnelle .......................................................................................... 44
11.1 Avantages ............................................................................................................... 44
11.2 Inconvénients ......................................................................................................... 44
12. Opérations de modification d’une ontologie ................................................................. 45
13. Ontologie versus thesaurus ............................................................................................ 46
14. Un thesaurus .................................................................................................................. 46
15. Une terminologie ........................................................................................................... 46
16. Les formalismes de représentation d’ontologie ............................................................ 46
17. L’alignement des ontologies ......................................................................................... 47
18. Alignement (« matching ») ........................................................................................... 47
18.1 Alignement offline ................................................................................................. 48
18.2 Alignement online .................................................................................................. 49
19. Les algorithmes d’alignement ................................................................................... 50
19.1 La méthode hybride de Monge-Elkan .................................................................... 50
19.2 La similarité de Jaccard ......................................................................................... 50
19.3 Les méthodes sémantiques ..................................................................................... 51
19.4 Les techniques de matching ................................................................................... 51
19.5 Alignement dirigé par la structure : exemple OLA ............................................... 53
19.6 L’algorithme qui exploite les mesures de Wu-Palmer et de Dice ......................... 53
Conclusion ............................................................................................................................ 54
Chapitre IV : Conception et Réalisation .......................................................................... 55
Introduction .............................................................................................................................. 56
1. Objectifs : ......................................................................................................................... 56
Partie I : Conception. ................................................................................................................ 57
1. La structure générale de notre ontologie .......................................................................... 57
1.1 Choix de la méthodologie de conception de notre ontologie ........................................ 57
Table des matières
6
1.2 Justification de choix de méthodologie de Stanford ..................................................... 57
Etape 1 : Déterminer le domaine et la portée de l’ontologie .................................................... 57
Etape 2 : Réutilisation des ontologies existantes ..................................................................... 57
Etape 3 : Enumérer les termes importants de l’ontologie ........................................................ 57
Etape 4, 5 et 6 : Description des classes de l’ontologie, leurs propriétés et la hiérarchie de
classes ....................................................................................................................................... 58
La classe «TP» : ....................................................................................................................... 58
La classe « date » : ................................................................................................................... 58
La classe «Langage» : .............................................................................................................. 58
La classe «Notion» : ................................................................................................................. 58
La classe «Exemple» : .............................................................................................................. 58
La classe «Observation» : ........................................................................................................ 58
La classe «Question» : .............................................................................................................. 58
La classe «Corrigé-type» : ........................................................................................................ 58
La classe « Reponse » : ............................................................................................................ 59
La classe «Erreur» : .................................................................................................................. 59
La classe «Objectif» : ............................................................................................................... 59
La classe «Auteur» : ................................................................................................................. 59
La classe «Editeur» : ................................................................................................................ 59
La classe «Format» : ................................................................................................................ 59
La classe «Langue» : ................................................................................................................ 59
La classe « Type » : .................................................................................................................. 59
La classe «Titre» : .................................................................................................................... 59
2. L’algorithme d’alignement ............................................................................................... 66
3. Etude de cas (réservation dans un hôtel) .......................................................................... 68
3.1 Enoncés de TP ............................................................................................................... 68
3.2 Fichier du TP sous code Java ........................................................................................ 69
3.3 Génération d’ontologie à partir de ce TP ...................................................................... 70
3.4 Les erreurs syntaxique et les erreurs sémantique .......................................................... 72
3.4.1 Les erreurs sémantiques ............................................................................................. 72
3.4.2 Les erreurs syntaxiques ............................................................................................. 73
3.5 La comparaison ............................................................................................................. 74
Partie II : Réalisation ................................................................................................................ 75
1. Environnement de développement ................................................................................... 75
Table des matières
7
1.1 Java 8 ......................................................................................................................... 75
1.2 Choix de IntelliJ IDEA Community Edition version 2017.1.2 ................................. 75
1.3 Bibliothèque JENA-API version 3.2.0 ...................................................................... 76
1.4 Choix de l’éditeur d’ontologie « Protege version 5.2.0 » .......................................... 77
2. Les Fonctionnalités de notre système ............................................................................... 77
2.1 L’interface principale ................................................................................................ 77
Conclusion ................................................................................................................................ 86
II. Conclusion générale ......................................................................................................... 87
Perspectives .............................................................................................................................. 88
Bibliographies .......................................................................................................................... 89
Liste des tableaux
8
Listes des tableaux
No figure Titre Page
Chapitre III : les ontologies et les alignements des ontologies.
3.1 les techniques de matching utilisées dans les systèmes existants 51-52
Chapitre IV : Conception et Réalisation.
4.1 les principaux concepts d’ontologies. 61-62
4.2 la description des liens entre classes. 64-65
4.3 exemple des résultats obtenus lors de l’évaluation du TP dans notre
système.
67-68
Listes des figures
9
Listes des figures
No figure Titre Page
Chapitre I : l’évaluation des apprenants.
1.1 Fonctions de l’évaluation selon sa place par rapport à l’action de
formation.
19
Chapitre II : les télé-TPs
2.1 Interface de la plate-forme Web TEB. 26
2.2 Fonctionnement actuel de la plate-forme TEB. 28
2.4 Diagramme de classes du format « graphique » d’un schéma électronique. 30
2.5 Diagramme de classes du format « logique » d’un schéma électronique. 30
2.7 Architecture générale du projet ICTT@LAB (BenMohammed, 2006). 32
2.8 L’architecture du frame-work d’intégration de télé-TPs proposés. 33
2.9 Interface de TPLine. 34
Chapitre III : les ontologies et les alignements des ontologies.
3.1 Cycle de vie d’une ontologie. 39
3.2 Utilisation des ontologies (d’après Roche 2003). 41
3.3 Les types d’ontologies. 44
3.4 Un objet de recherche pluridisciplinaire (d’après Roche 2003) approche
computationnelle.
45
Chapitre IV : Conception et Réalisation.
4.1 l’hiérarchique d’ontologie. 60
4.2 la hiérarchie des concepts dans notre ontologie. 61
4.3 représentations des attributs de notre ontologie. 63
4.4 la représentation des liens de notre ontologie. 66
4.5 génération d’ontologie sous forme d’un code RDF. 71
4.6 l’interface principale de notre système. 78
4.7 la recherche et l'ouverture d’un TP. 79
4.8 le ré ouverture le fichier du TP. 80
Listes des figures
10
4.9 les choix de format pour la génération d‘ontologie. 81
4.10 bouton de génération d’ontologie. 82
4.11 bouton d’ouvrir une nouvelle structure. 83
4.12 interface d’un TP correct. 84
4.13 interface d’un TP avec erreurs. 85
4.14 différentes observations de différents TP. 85
Résumé
11
Résumé
Le thème étudie dans ce mémoirec’estl’évaluation des connaissances des apprenants
afin d’utilisé les résultats d’ingénierie ontologiquequi est l’un des plus importants axes de
recherche dans le domaine de E-Learning.
Notre système a pour objectif de trouvé les similarités entre la réalisation de TP de
l’apprenant et celles de l’enseignant à partir d’un algorithme d’alignements.
Notre contribution consiste à concevoir une ontologie pour faciliter la structuration de
TP dans une plate-forme d'enseignement à distance. Cette ontologie serve aussi pour
l’autoévaluation des apprenants dès que la détermination des erreurs sémantique et
syntaxique. De cette façon, nous visons faire d’une pierre deux coups, d’une part, les
apprenants à être des acteurs autonomes et dirigeants de leur apprentissage. De l’autre part, le
travail d’enseignant sera réduit.
Mots clé : Evaluation, ontologie, alignement, E-Learning et télé-Tps.
Abstract
12
Abstract
The subject studied in this thesis is learners'assessment knowledges in order to use the
results of ontological engineering which is one of the most important research axes in the
field of theE-learning.
The aim of our system is to find the similarities between the realizationof learner’s
practicalwork andthe one of the teacher's based on a matching algorithm.
Our contribution consists in designing an ontology to facilitate the structuring of the
practical work in a CEHL (Computing Environment for Human Learning). This ontology also
serves for learner's self-assessment as soon as the determination of semantic and syntactic
errors. In this way, we aim to kill two birds with one stone; on the one hand, learners learn to
be autonomous actors and leaders of their learning. On the other hand, the work of teacher
will be reduced.
Keywords:assessment, ontology, matching ontology, E-learning and practical works.
Introduction générale
13
Introduction générale
L’utilisation de l’informatique dans l’apprentissage et l’enseignement se développe et
évolue de plus en plus par le biais de divers facteurs étroitementliés commel’avancée
technologique, l’évolution des connaissances scientifiques, de la demande sociale ou encore
l’évolution des pratiques et méthodes des enseignants et des apprenants à distance.
Cet axe de recherche bénéficie, dans une large mesure, des progrès et des technologies
marquantle monde actuellement, notamment l’utilisation de l’Internet comme moyen de
communication à distance.
Depuis plusieurs années, les spécialistes de l’informatique et des sciences de
l’éducation se sont beaucoup intéressés à ce nouvel axe de recherche par l’élaboration d’outils
et de logiciels pour l’apprentissage à distance. Toutefois, ils se sont d'avantage concentrés sur
la manière de transmettre les enseignements surla base de leur évaluation, alors que celle-ci se
situe au cœur même de l’enseignement.
Dans le contexte des environnements interactifs ce mémoire a pour but de mettre à
profit l’ingénierie ontologique dans la modélisation des domaines d’enseignement en général
afin d’évaluer les connaissances de l’apprenant.
Dans le cadre de mon projet, ce système offre :
Des Tps à tout moment.
Conception et réalisation un environnement coopératif pour faciliter de comprendre la
structuration d’un TP dès que le sauvegarde d’ontologie.
La possibilité pour que l’apprenant évaluer ces compétences et connaissances.
Déterminationdes erreurs syntaxique et sémantique et de les faire diminuer.
Réduire le travail d’enseignant.
Ce mémoire s’articule autour de quatre chapitres :
Le premier chapitre présente un état de l’art d’évaluation des apprenants et introduit
ses problématiques.
Le second chapitre se rapporte aux Télé-Tps et les problématiques de l’enseignement à
distance, et présenteaussi dans le même cadre quelques plateformes d'apprentissage en
ligne.
Introduction générale
14
Le troisième chapitre concerne le concept d’ontologie, et la possibilité de son
utilisation en tant que formalisme de représentation de connaissances dans le domaine
de E-Learning.
Enfin, le quatrième chapitre est consacré au « produit fini », c’est-à-dire tout ce que
j’ai développé. A ce titre, ce chapitre est composé de deux parties. La première partie
concerne l’étude d'une manière conceptuelledenotre environnementdéveloppé, la
seconde partie explique la mise en œuvre du système en présentant les principales
interfaces graphiques en introduisant une étude de cas réel.
La conclusion résume les plus importantes contributions, et les principales
perspectives de recherche pour lesquelles j’envisage d’accorder mon intérêt.
Chapitre I : l'évaluation des apprenants
15
Chapitre I :
L’évaluation
des apprenants
Chapitre I : l'évaluation des apprenants
16
Introduction
L’évaluation prend une place très importante dans le processus d’apprentissage. Alors
qu’il fut un temps où une simple « note » suffisait pour évaluer un apprenant ; aujourd’hui,
l’évaluation est une tâche planifiée d’avance et fait partie intégrante du processus
d’apprentissage.
Les modes d’évaluation sont apparus en Europe vers le 16e siècle [36] Initiés par les
collèges des Jésuites, leur seul but était d’instaurer un système éducatif fortement sélectif «
...il s’agit de privilégier les plus méritants et d’éliminer les autres... ».
Les meilleurs élèves, à la suite d’un classement élémentaire (par exemple, les copies corrigées
étaient classées selon leur mérite), étaient récompensés par la « distribution d’un prix ».
Au début du 20e siècle, un nouveau mouvement de rationalisation de l’évaluation voit
le jour [1]. L’intérêt au fonctionnement de l’acte d’évaluation contribue à l’apparition d’une
nouvelle science : la « docimologie » ou « Science de l’évaluation ».
La docimologie se présente sous deux approches différentes mais étroitement liées [1] :
– la docimologie critique : elle s’intéresse du fonctionnement des pratiques d’évaluation.
– la docimologie prescriptive : s’occupe plutôt de l’amélioration du fonctionnement de ces
pratiques.
Pour cela ce chapitre concerné à définir l’évaluation comme activité pédagogique dans
le domaine de E-Learning, ensuite il s’intéresse aux différents Typesd’évaluation et aussi le
processus d’évaluation et leurscritères.
1. Définition de L’évaluation de l’apprenant
L’évaluation est une activité de « communication » qui met généralement en relation
trois grands acteurs : l’enseignant, l’apprenant et l’institution.
L’évaluation d’après Barbier [1] :
«Un acte délibéré et socialement organisé aboutissant à la production de jugements de
valeur».
Cette vision traditionnelle de l’évaluation est toujours d’actualité, même si les
nouvelles pédagogies tendent, tant bien que mal, à la rendre plus au service des apprenants.
Cette évaluation peut être implicite ou explicite.
D’après Lieury [1], les apprenants sont très souvent évalués pendant leur processus
d’apprentissage que ce soit d’une façon implicite, sous forme de remarques, gestes
Chapitre I : l'évaluation des apprenants
17
(mimiques) ou appréciations employées par l’enseignant envers le comportement et le travail
des apprenants, ou d’une façon explicite, lorsqu’il s’agit d’attribuer une note à un travail
donné. Il définit l’évaluation comme « un jugement de valeur énoncé à partir d’informations
recueillies par un observateur » [1].
2. Types d’évaluation
Dans une démarche d’enseignement différencié1, une évaluation des acquis est
nécessaire pour les diverses étapes d’un apprentissage afin de modifier les objectifs
pédagogiques si nécessaire. Un enseignant peut donc évaluer l’apprenant avant, pendant et
après un processus d’apprentissage.
Selon ses étapes ou sa finalité, le type d’évaluation varie. En effet, il n’y a pas un,
mais plusieurs types d’évaluation : diagnostique, formative, sommative, … Toutes sont plus
ou moins utilisées par l’enseignant, l’apprenant selon celui qui évalue, et chaque apprenant
connaît au cours de sa scolarité différentes formes d’évaluation [1].
2.1 Evaluation pronostique
Le but de ce type d’évaluation est de vérifier si l’apprenant a les connaissances
nécessaires pour poursuivre une formation donnée. Pour cela, l’évaluation pronostique est
généralement effectuée au début ou en fin de formation pour des formations ultérieures.
Ce type d’évaluation peut être utilisé dans un processus d’apprentissage pour définir le niveau
de l’apprenant afin de construire son profil et de l’orienter vers les informations qui lui font
défaut [1].
2.2 Evaluation sommative
C’est l’évaluation qui aboutit à la certification d’un module, d’une unité de valeur ou à
l’obtention d’un certificat à l’issue d’une période de formation.
Elle est réalisée lorsqu’un enseignant a besoin d’attribuer des notes aux apprenants afin de
« Certifier qu’ils ont atteint un certain niveau de formation ».
En général, elle se situe à la fin d’une période de formation et son but est de savoir si
l’apprenant a été capable d’atteindre les objectifs visés par la formation [1].
1Démarche d’enseignement différencié :
- Privilégie l’enfant, ses besoins et ses possibilités.
- Se différencie selon les besoins des enfants.
- Lui propose des situations d’apprentissage et des outils variés.
- Ouvre à un maximum d’enfants les portes du savoir, du savoir-faire, du savoir-être.
Chapitre I : l'évaluation des apprenants
18
2.3 Evaluation formatrice
Cette nouvelle approche élargit le concept d’évaluation, puisque tout ce qui touche à la
construction d’un « model personnel d’action » [19], est considéré d’une part comme une
partie intégrante de l’évaluation, et d’autre part comme objectif prioritaire d’apprentissage.
Lorsque les apprenants ont pris connaissance des objectifs de formation mis en œuvre,des
activités d’apprentissage et des critères de réussite associés, ils doivent être capables a l’issue
de chaque exercice et de s’auto évaluer en fonction de ces objectifs.
Présente une plus grande implication de l’apprenant. L’apprenant participe, discute l’outil
d’évaluation. Elle rejoint l’autoévaluation [19] [20].
2.4 Evaluation normative
Elle est basée sur l’hypothèse d’une distribution gaussienne des prestations des élèves.
Chacun est évalué par rapport à la production moyenne des autres, Une évaluation qui situe
les individus les uns par rapport aux autres, en fonction des scores obtenus par les membres
d’un groupe de référence. Dans l’évaluation scolaire courante, la norme de référence est bien
souvent constituée par les performances moyennes du groupe classe. (Résultats comparés aux
résultats du groupe).
A la limite, ce n’est pas l’enseignant qui définit ce qu’il attend des élèves [17] [18].
2.5 Evaluation formative
C’est une évaluation qui se produit à n’importe quel moment au cours d’un processus
d’apprentissage.
L’intérêt de ce type d’évaluation réside dans le diagnostic des difficultés qui peuvent
subvenir à l’apprenant durant son processus d’apprentissage. Ce qui permet à l’enseignant
d’analyser et d’interpréter les résultats afin de trouver les causes probables de ces difficultés,
et d’adapter ou réguler le parcours de l’apprenant en conséquence, en insistant sur les parties
qui permettront de surmonter les difficultés rencontrées [1].
La différence entre les évaluations sommatives et pronostiques par rapport à
l’évaluation formative est que cette dernière ne vise pas à donner une note à l’apprenant. Son
but est d’établir des observations qualitatives qui doivent être suffisamment fiables afin d’y
remédier le mieux possible [1].
Chapitre I : l'évaluation des apprenants
19
3. Les intentions de l’évaluation en fonction du courant pédagogique
3.1 Objectifs de l’évaluation
Le savoir.
Le savoir-faire.
Le savoir être.
La forme de l’évaluation conditionne la façon d’apprendre de l’apprenant.
3.2 Courant behavioriste
Evaluation Sommative et Normative.
3.3 Courant cognitiviste
Evaluation des stratégies cognitives et métacognitives (compétences transversales). Evalua-
tion du processus et non du résultat [16].
4. Comment faire une évaluation ?
En (1) : avant l’action de formation
En (2) : pendant l’action En (3) : après l’action de formation
Evaluation : Diagnostique Pronostique Prédictive
Fonction : Orienter Adapter
Evaluation : Formative « progressive »
Fonction :
Réguler Faciliter
l’apprentissage
Evaluation : Sommative Terminale
Fonction :
Vérifier Certifier
Figure(1.1) : Fonctions de l’évaluation selon sa place par rapport à l’action de formation [1].
Séquence ou Action de la
formation
2 3 1
Chapitre I : l'évaluation des apprenants
20
5. Critères d’évaluation
5.1 Critères quantitatifs
Ces critères peuvent être liés à des valeurs mesurables, comme par exemple :
1. Le temps nécessaire pour la répondre à chaque question.
2. Le temps global pour la réponse à l’ensemble des questions, en incluant les temps de
réflexion intermédiaires.
3. Achèvement de l’évaluation dans les délais.
4. Les résultats à des questions fermées.
5. Les résultats à des questions semi-ouvertes.
6. etc… [1].
5.2 Critères qualitatifs
Ces critères sont plutôt liés à des valeurs observables, difficilement mesurables,
comme par exemple :
1. Temps de résolution limité.
2. Emploi des sources d’informations.
3. Évaluation individuelle ou collective.
4. La démarche stratégique de résolution utilisée.
5. Comportement face à une situation imprévue.
6. etc.
Finalement, il n’existe pas de grille passe-partout. L’enseignant construit sa propre
grille et définit des critères particuliers en fonction des objectifs d’un processus
d’apprentissage [1].
Conclusion
Comme nous l’avons cité, lorsqu’un enseignant veut évaluer un apprenant, il
commence par déterminer l’objectif pédagogique visé. Ensuite, en fonction du niveau cognitif
de cet objectif, il va choisir un ou plusieurs types d’exercice. Plus le niveau cognitif à évaluer
est « haut », plus il faut laisser de liberté à l’apprenant [7].
Le concept que je propose d’examiner d’une façon détaillée est fondé sur les télé-Tps
et un algorithme d’alignement des ontologies dans le prochain chapitre.
Chapitre II : les TéLéTPs
21
Chapitre II :
LesTélé-Tps
Chapitre II : les TéLéTPs
22
Introduction
Cette partie aborde plus précisément le contexte de notre recherche. Je le présenté, à
travers une étude bibliographique, concernant les travaux pratiques dans l’enseignement
supérieur et leur environnement type, suivie par l’introduction des algorithmes d’alignement
d’ontologie.
1. Définition des travaux pratiques
Les travaux pratiques trouvent leur équivalent dans le monde anglophone dans les
expressions : « praticalwork », « laboratoryexperienses » ou « laboratorywork ».
Dans les deux dernières expressions, c’est la notion de laboratoire qui est centrale. Or ces
travaux peuvent être menés ou non dans un laboratoire. C’est pour cette raison, qu’ils ont
utilisé le terme « travaux pratiques » et non « travaux de laboratoires» [7].
Les auteurs d’un rapport récent sur l’enseignement scientifiques aux lycées dans les
Etats Unis d’Amérique, ont proposés la définition suivante de Singer et al. [2] : « les travaux
pratiques donnent l’occasions pour les étudiants d’interagir directement avec un dispositif
expérimental, on utilisant des outils, des techniques de collecte de données, des modèles et
des théories scientifiques » [2].
2. Les télé-Tps
Le principal objectif des travaux pratiques est de recenser les connaissances des
apprenants à la réalité [7].
Le terme télé-TP désigne les travaux pratiques à distances. Cette dernière implique la
description géographique et/ou temporelle des acteurs humains et matériels impliqués dans un
système de télé-TP.
A l’origine, les travaux pratiques à distance ou télé-Tps consistaient à rendre des
travaux pratiques existants (présentiels) accessibles à distance via des moyens de
communication telle que l’Internet [2].
3. La mise à distance : problématiques et défis
La mise à distance des travaux pratiques soulève des questions évidentes, parmi celles-
ci :
Quelle est la valeur ajoutée des télé-Tps ?
Quelles sont les limites de télé-Tps ?
Chapitre II : les TéLéTPs
23
Les objectifs pédagogiques sont-ils les mêmes ?
Comment se transforme l’acte d’apprentissage avec la distance ?
D’après Lelevé [2] une première approche sur la modélisation des télé-Tps en 2002 ils
ont remarqués que ce mode d’apprentissage était marginalisé par rapport aux autres (télé-
cours, télé-td, télé-projet…).
Ils ont émis l’hypothèse que cet état de fait pouvait provenir de la complexité et de
l’interdisciplinarité que nécessite une telle approche [2].
Cette recherche est en effet, au carrefour de plusieurs disciplines :
L’informatique liée au développement et l’utilisation de l’environnement de télé-
expérimentation.
La didactique des systèmes de formation à distance et à l’e-formation du point de vue
de la diffusion et de l’intégration de contenus pédagogiques dans un module de
formation à distance.
La construction d’IHM efficaces tant sur le plan pédagogique qu’ergonomique
(reconstruction d’environnement en 2D, 3D, réalité virtuelle…).
La discipline liée au dispositif technologique lui-même (objet de l’apprentissage) [2].
4. Les objectifs pédagogiques d’un TP et télé-Tps
L’importance des travaux pratiques réside dans les objectifs pédagogiques globaux et
particuliers qu’ils permettent d’atteindre.
Un objectif d’apprentissage est défini par ce qu'un « apprenant sera capable de faire »
après une session d'apprentissage, et qu'il ne pouvait pas faire.
Selon Millar [3], les objectifs des TP se résument en :
• aider les apprenants à développer leur connaissance du monde réel et leur compréhension de
quelques idées principales, des théories et des modèles que la science utilise pour l’expliquer.
• aider les apprenants à apprendre comment utiliser des appareils technologiques et/ou suivre
certaines procédures scientifiques (savoir-faire).
• développer chez l’apprenant la compréhension de l’approche scientifique, d’enquêter ou
d’investiguer (sens) [3].
Chapitre II : les TéLéTPs
24
5. Les apports de télé-Tps
Les travaux pratiques classiques présentent des limitations intrinsèques :
o Le temps : dans les TP classique le temps estlimité dans l’emploi du temps et les
rotations (les nombre d’élèves, les nombre des groupes), et parfois certains TP arrivent
avant la cour.
o La documentation : dans ce cas le sujet est découvert par les élèves au début de
laséance.
o L’équipement : il y a des TP ne peuvent pas dupliquer leurs équipement.
Et les télé-Tps dépassent certaines de ces limites en facilitant :
5.2 Sur le plan économique
Le partage d’instruments et d’équipement lourds et couteux [2].
L’accès aux instruments des laboratoires n’importe quand et n’importe où [2].
5.3 Sur le plan pédagogique
L’illustrations des télé-Cours ou télé-TD pour des apprenants distants ne pouvant pas
accéder à des dispositifs réels.
L’intégration d’outils (simulateurs, réels virtuels …) apportés par les TIC.
L’ouverture à des utilisateurs autres que la population d’origine : scénarios
pédagogiques adaptés à des niveaux scolaires différents et même au grand public en
dehors des créneaux réservés aux apprenants.
Les démonstrations mettant en valeur l’équipement et le savoir-faire de
l’établissement auprès d’un plus grand public [2].
6. Les limites des télé-Tps
Les télé-Tps souffrent de nombreux problèmes qu’il faut s’attacher à résoudre :
La commandabilité : on ne peut plus directement agir sur le système qu’à travers un
clavier et les utilisations dans la réalité peut résoudre partie ce problème.
L’observabilité : il est difficile de représente à distance les éléments d’un dispositif
technologique par exemple avec les même facilités qu’en local.
La sécurité : il y a deux niveaux de sécurité premièrement la sécurité du système
informatique est nécessaire pour éviter un usage malveillant de système.
Deuxièmement la sécurité du matériel généralement un agent technique à côté des
Chapitre II : les TéLéTPs
25
manipulations en cas de besoin. Ce qui limite leur usage a la présence de cette
personne et réduit les plages horaires disponibles [2].
7. Les catégories de télé-Tps
La première est fondée sur la manipulation de dispositifs pédagogiques.
Le terme « laboratoire distant » [4] traduit littéralement de l’anglais «
remotelaboratory» reflète bien cette réalité.
La deuxième catégorie, fondée sur des systèmes virtuels (systèmes simulés
informatiquement), est souvent désignée en tant que « laboratoire virtuel » [4].
8. TP virtuels vs TP distants
8.1 Laboratoires virtuels
8.1.1 Avantages
Passage à l’échelle.
Manipulation à taille inhumaine.
Palier à la dangerosité.
Manipulation trop chères.
Préséance à un TP [6].
8.1.2 Inconvénients
Manipulation « aseptisée ».
Complexité des algorithmes.
Se substitue parfois à l’apprenant.
Isolement des apprenants [6].
8.2 Laboratoires distants
8.2.1 Avantages
Conscience de la réalité de la manipulation.
Développer une base d’instruments connus.
Acquérir des connaissances pratiques.
Démontrer les limites de la théorie.
Plus facile à mémoriser.
Favorise les situations de communication [6].
8.2.2 Inconvénients
Compétences nécessaires.
Robustesse.
Couts [6].
9. Travaux pratiques d’Électronique Binaire TEB
Pour le besoin de travaux de recherche su
amené à développer une plate
électroniques.
Cette plate-forme propose une « aide à la correction » destiné à faciliter la tâche
d’évaluation de l’apprenant à l’enseignant [1]
9.1 La plateforme TEB
Cette application est destinée à trois catégories d’utilisateur
L’enseignant, pour proposer des suje
circuits électroniques réalisés par les apprenants, même en grand nombre.
Aux apprenants, pour concevoir et réaliser, à distance ou en présentiel, des schémas de
circuits électroniques numériques.
Aux administrateurs, pour la gestion des comptes utilisateurs (enseignant
apprenants).
Figure (2.1
Chapitre II : les TéLéTPs
26
Compétences nécessaires.
Travaux pratiques d’Électronique Binaire TEB
Pour le besoin de travaux de recherche sur l’évaluation de l’apprenant,
amené à développer une plate-forme Web destinée à la gestion et l’évaluat
forme propose une « aide à la correction » destiné à faciliter la tâche
d’évaluation de l’apprenant à l’enseignant [1].
à trois catégories d’utilisateurs :
gnant, pour proposer des sujets de travaux pratiques et évaluer des schémas de
circuits électroniques réalisés par les apprenants, même en grand nombre.
Aux apprenants, pour concevoir et réaliser, à distance ou en présentiel, des schémas de
oniques numériques.
Aux administrateurs, pour la gestion des comptes utilisateurs (enseignant
2.1) : Interface de la plate-forme Web TEB.
r l’évaluation de l’apprenant, [1] ont été
forme Web destinée à la gestion et l’évaluation de circuits
forme propose une « aide à la correction » destiné à faciliter la tâche
évaluer des schémas de
circuits électroniques réalisés par les apprenants, même en grand nombre.
Aux apprenants, pour concevoir et réaliser, à distance ou en présentiel, des schémas de
Aux administrateurs, pour la gestion des comptes utilisateurs (enseignants et
Chapitre II : les TéLéTPs
27
La plate-forme utilise le simulateur Open Source Logisim [1], qui permet de créer et de tester
des schémas de circuits électroniques.
9.2 Le fonctionnement de la plateforme TEB
L’enseignant
L’enseignant commence par fournir un exercice à l’apprenant.
L’exercice constitué d’un énoncé, éventuellement accompagné d’un système d’aide en
ligne (documentation technique, rappel de cours, formulaires, schémas, etc.)
L’exercice accompagné d’une liste de critères d’évaluation (par exemple, les résultats
des sorties du circuit, le nombre de composants ou connexions utilisés, le temps mis à
la réalisation du circuit, etc.).
Chaque critère est accompagné d’un barème et d’un « pas de décrémentation » en cas
d’erreur.
Un schéma de référence du circuit est associé, par l’enseignant, à chaque exercice. Il
permet de récupérer la table de vérité du circuit à réaliser [1].
L’apprenant
L’apprenant récupère le sujet de l’exercice.
Il consulte éventuellement les différents documents attachés et crée un schéma
conforme aux exigences demandées par l’énoncé à l’aide du même simulateur.
Il peut aussi consulter les différents critères d’évaluation et leurs barèmes.
Une fois le schéma réalisé et testé, l’apprenant envoie à travers la plate-forme le
résultat final à l’enseignant.
L’enseignant récupère les travaux des différents apprenants et lance le «moteur
d’évaluation». Ce moteur permet à l’enseignant d’effectuer une comparaison
automatique entre son schéma de référence et tous ceux réalisés par les apprenants.
Le moteur d’évaluation compare les deux tables de vérité « apprenant-enseignant » en
se servant du simulateur Logisim et en se basant sur les critères/barèmes définis
préalablement [1].
Les résultats des évaluations de tous les apprenants sont ensuite affichés sous format
de notes /20, ce qui permet d’effectuer une première évaluation sommative.
Dans tous les cas, l’enseignant a la possibilité de revoir directement les schémas des
apprenants pour une évaluation plus approfondie.
Chapitre II : les TéLéTPs
28
La note obtenue, est calculée en fonction :
De la note maximale (par exemple : 20/20).
Des critères qui sont sélectionnés par l’enseignant (par exemple : les valeurs des
sorties en fonction des entrées).
Des barèmes associés (par exemple : 1 pour chaque 2 erreurs sur une des sorties).
La méthode d’évaluation utilisée par le moteur de la plate-forme n’est pas tout à fait
«adaptée» [1].
Le fonctionnement actuel du moteur d’évaluation est schématisé par la suite :
Figure(2.2) : Fonctionnement actuel de la plate-forme TEB [1].
9.3 Les problèmes de la plateforme TEB
Cette version de la plate-forme a été expérimentée en situation réelle pour des travaux
pratiques en électronique numérique, Elle s’est déroulée en deux séances présidentielles
consécutives, par groupe de 12 binômes ou trinômes, sous la surveillance de deux enseignants
spécialistes en électronique et informatique respectivement.
Moteur d’évaluation
Schéma des
apprenants
Critères
d’évaluation
+ Barème
Moteur
d’évaluation
Evaluation
sommative
Résultat de
la simulation Simulateur
Modèle de
l’enseignant
Enseignant
Apprenant
Chapitre II : les TéLéTPs
29
Le but de cette première expérimentation n’étant pas l’évaluation de la plate-forme
elle-même, mais la production de schémas électroniques afin d’évaluer le « moteur
d’évaluation ».Quatre exercices ont été ainsi proposés aux élèves, ce qui a permis de
récupérer au total quatre séries de 24 schémas électroniques par exercice.
Ensuite, les enseignants ont procédés à l’exécution du moteur d’évaluation disponible
sur la plate-forme ce qui a permis d’avoir une évaluation rapide de tous les circuits des
apprenants, sous format de note sur 20 [1].
Cette version prend en compte des critères d’évaluation quantitatifs qui concernent
uniquement la réponse du circuit lorsqu’il est soumis à une combinaison binaire des entrées.
Malgré la rapidité avec laquelle nous obtenons la note finale, ce dernier est rarement
représentatif des connaissances de l’apprenant.
En effet, ils ont remarqués que tous les circuits qui ont obtenu une note maximale de
20/20 (aucune erreur) n’étaient pas tous identiques du point de vue « schéma électronique »,
certains étaient plus simplifiés que d’autres et donc plus optimisés.
Dans d’autres cas, quelques erreurs au niveau d’une seule sortie du circuit (dans le cas de
sorties multiples) pouvaient pénaliser la note finale de l’ensemble du circuit.
Finalement, le « moteur d’évaluation » est incapable de décider à quelle étape de
résolution de l’exercice s’est produite l’erreur [1].
9.4 Exemple d’un schéma électronique de la plate-forme TEB
La plate-forme TEB dispose du simulateur Logisim [1].
Les schémas créés par ce simulateur existent sous un format XML particulier, ce
format reprend la « représentation graphique » du schéma électronique.
Le diagramme de classes suivant illustre cette représentation graphique [1].
Figure (2.3) : Diagramme de
Pour les besoins de la plate
format « logique » plus facile à manipuler
En effet, le schéma électronique fourni par le simulateur Logi
plusieurs schémas électroniques logiques, autant que le nombre de sorties du circuit
d’origine.
Chaque schéma logique obtenu dispose d’une seule sortie.
Le diagramme de classes de la figure suivante illustre la représentation logique
Figure (2.4) : Diagramme de classes du format « logique » d’un schéma électronique
Chapitre II : les TéLéTPs
30
Diagramme de classes du format « graphique » d’un schéma électronique
Pour les besoins de la plate-forme, ils ont converti ce format « graphique » en un
ique » plus facile à manipuler [1].
En effet, le schéma électronique fourni par le simulateur Logisim est transformé en
plusieurs schémas électroniques logiques, autant que le nombre de sorties du circuit
Chaque schéma logique obtenu dispose d’une seule sortie.
Le diagramme de classes de la figure suivante illustre la représentation logique
Diagramme de classes du format « logique » d’un schéma électronique
n schéma électronique [1].
forme, ils ont converti ce format « graphique » en un
sim est transformé en
plusieurs schémas électroniques logiques, autant que le nombre de sorties du circuit
Le diagramme de classes de la figure suivante illustre la représentation logique [1].
Diagramme de classes du format « logique » d’un schéma électronique [1].
Chapitre II : les TéLéTPs
31
10. Le projet ICTT@LAB (generIC framework for remoTe and
virTu@lLABoratory integration)
Le projet ICTT@LAB est le résultat des travaux de thèse de H. Benmohamed [4]
quirepose sur deux projets antérieurs (PIEUVRE et TIPY22) développés au laboratoire LIESP
(ex. ICTT) de l’INSA de Lyon.
Le public cible concerne les étudiants de premier cycle desécoles d’ingénieurs et des
universités.ICTT@LAB est un cadre de travail informatique qui permet l’intégration des télé-
Tps dans les environnements de téléformation existants comme les LMSs [2].
10.1 Caractéristiques générales
Il offre une chaîne d’édition de scénarios pédagogiques de type télé-TP, ainsi toutes
les fonctions classiques de gestion et de diffusion de ressources d’apprentissage, de gestion
des enseignants et des apprenants, et de gestion de planification de l’apprentissage sont
assurées au niveau de l’EIAH d’origine grâce à une couche intermédiaire qui assure une
intégration transparente de l’EIAH et de la plateforme de télé-TP[2] [4].
10.2 Caractéristiques du laboratoire distant
Le projet ICTT@LAB repose sur une architecture trois-tiers dont l’objectif est de
faciliter l’intégration de laboratoires distants dans n’importe quel LMS [3].
La Figure suivante illustre tous les composants de l’EIAH ICTT@LAB répartis en
trois niveaux :
Figure (2.5) : Architecture
Le niveau téléformation implémente les fonctions pédagogiques d’apprentissage, de
tutorat et de conception.
Le niveau télé-opération concerne la mise en ligne de laboratoires distants.
Le niveau interface assure la liaison entre l’interface utilisateur et le laboratoire
distant.
10.3 L’architecture du Framework ICTT@Lab
Les LMS et les outil
téléformation désigné également par le terme «
Le LMS est un système de gestion de session de formation, pour le LCMS, il s’agit de
système de conception et de gestion
bibliothèques d’objets pédagogique réutilisable qui seront ensuite validés avant d’être publiés
et réutilisés par des tuteurs et d’autres auteurs, caractérisés généralement par leur simplicité
d’utilisation.
Les outils auteurs permettent de créer, d’éditer et réutiliser des ressources
pédagogiques, nous reprenons ces trois composants auxquels nous ajoutons deux nouveaux
composants :
Un serveur collectif de patrons et un système de gestion de
la suite au système de téléformation existants de supporter les
Chapitre II : les TéLéTPs
32
Architecture générale du projet ICTT@LAB [2] [3].
Le niveau téléformation implémente les fonctions pédagogiques d’apprentissage, de
tutorat et de conception.
opération concerne la mise en ligne de laboratoires distants.
Le niveau interface assure la liaison entre l’interface utilisateur et le laboratoire
L’architecture du Framework ICTT@Lab
es LMS et les outils auteurs sont les principaux composants
ésigné également par le terme « plateforme de téléformation
Le LMS est un système de gestion de session de formation, pour le LCMS, il s’agit de
système de conception et de gestion de contenu d’apprentissage les auteurs peuvent créer des
bibliothèques d’objets pédagogique réutilisable qui seront ensuite validés avant d’être publiés
et réutilisés par des tuteurs et d’autres auteurs, caractérisés généralement par leur simplicité
Les outils auteurs permettent de créer, d’éditer et réutiliser des ressources
pédagogiques, nous reprenons ces trois composants auxquels nous ajoutons deux nouveaux
Un serveur collectif de patrons et un système de gestion de téléTps, cette extension permet par
la suite au système de téléformation existants de supporter les téléTps[3].
2] [3].
Le niveau téléformation implémente les fonctions pédagogiques d’apprentissage, de
opération concerne la mise en ligne de laboratoires distants.
Le niveau interface assure la liaison entre l’interface utilisateur et le laboratoire
s auteurs sont les principaux composants d’un système de
plateforme de téléformation ».
Le LMS est un système de gestion de session de formation, pour le LCMS, il s’agit de
de contenu d’apprentissage les auteurs peuvent créer des
bibliothèques d’objets pédagogique réutilisable qui seront ensuite validés avant d’être publiés
et réutilisés par des tuteurs et d’autres auteurs, caractérisés généralement par leur simplicité
Les outils auteurs permettent de créer, d’éditer et réutiliser des ressources
pédagogiques, nous reprenons ces trois composants auxquels nous ajoutons deux nouveaux
cette extension permet par
Figure (2.6) : L’architecture du frame
Suite aux différentes solutions élaborées précédemment nous aboutis
architecture à trois niveaux :
1. Niveau téléformation : il inclut de nombreux éléments comme les LMS, les LCMS et
les outils auteurs.
2. Niveau télé opération
derniers avec le système inf
3. Niveau interface : c’est au niveau intermédiaire entre les deux précédents.
Cette architecture assure la prise en charge de
11. TPLine
TPLine est une plate-
des formateurs des travaux pratiques à partir de mesure faite sur des systèmes industriels réels
mets à distance [37] [7] [8].
Chapitre II : les TéLéTPs
33
L’architecture du frame-work d’intégration de télé-Tps
Suite aux différentes solutions élaborées précédemment nous aboutis
: il inclut de nombreux éléments comme les LMS, les LCMS et
Niveau télé opération : il inclut les dispositifs technologiques, interfaçage de ces
derniers avec le système informatique et tout ce qui concerne la télé opération.
: c’est au niveau intermédiaire entre les deux précédents.
Cette architecture assure la prise en charge de tous les types de laboratoires [
-forme gratuite permet de mettre à la disposition apprenants et
des formateurs des travaux pratiques à partir de mesure faite sur des systèmes industriels réels
s proposés [3].
Suite aux différentes solutions élaborées précédemment nous aboutissons à une
: il inclut de nombreux éléments comme les LMS, les LCMS et
: il inclut les dispositifs technologiques, interfaçage de ces
ormatique et tout ce qui concerne la télé opération.
: c’est au niveau intermédiaire entre les deux précédents.
laboratoires [3].
permet de mettre à la disposition apprenants et
des formateurs des travaux pratiques à partir de mesure faite sur des systèmes industriels réels
Figure
Le fonctionnement du TPLine
Le fonctionnement de TPLine est très pratique pour les apprenants. En prenant
exemple sur les stations météo, un apprenant voulant réaliser un TP sur ce système peut
choisir les tranches horaires des mesures sur lesquelles il veut travailler et faire son TP. Il peut
choisir la tranche horaire correspondant à des vents forts ou à des vents plus faibles pour avoir
une comparaison. Si l’apprenant quitte sa session alors qu’il n’a pas fini son travail, ses
configurations et ses réponses sont sauvegardées. Il pourra le ter
moment. Une fois le TP terminé, l’apprenant le valide, ses réponses sont envoyées formateur
pour correction [37].
Chapitre II : les TéLéTPs
34
Figure (2.7) : interface de TPLine [8].
Le fonctionnement du TPLine
nement de TPLine est très pratique pour les apprenants. En prenant
exemple sur les stations météo, un apprenant voulant réaliser un TP sur ce système peut
choisir les tranches horaires des mesures sur lesquelles il veut travailler et faire son TP. Il peut
choisir la tranche horaire correspondant à des vents forts ou à des vents plus faibles pour avoir
une comparaison. Si l’apprenant quitte sa session alors qu’il n’a pas fini son travail, ses
configurations et ses réponses sont sauvegardées. Il pourra le terminer à n’importe quel
moment. Une fois le TP terminé, l’apprenant le valide, ses réponses sont envoyées formateur
nement de TPLine est très pratique pour les apprenants. En prenant
exemple sur les stations météo, un apprenant voulant réaliser un TP sur ce système peut
choisir les tranches horaires des mesures sur lesquelles il veut travailler et faire son TP. Il peut
choisir la tranche horaire correspondant à des vents forts ou à des vents plus faibles pour avoir
une comparaison. Si l’apprenant quitte sa session alors qu’il n’a pas fini son travail, ses
miner à n’importe quel
moment. Une fois le TP terminé, l’apprenant le valide, ses réponses sont envoyées formateur
Chapitre II : les TéLéTPs
35
Conclusion
Dans le chapitre précédent, nous avons introduit les Télé-Tps, leurs objectifs et limites
ainsi que les travaux pratiques, concernant le domaine de E-Learning, nous avons décrit un
état d’art sur quelques plates-formes avec leurs fonctionnements, ces plates-formes utilisent
un logiciel de simulation et permettent d’effectuer des évaluations des apprenants.
Le prochain chapitre examine en détails la notion d’ontologie, comme celle des algorithmes et
les techniques d’alignement d’ontologie.
Chapitre III : les ontologies et l’alignement des ontologies
36
Chapitre III :
les ontologies
et l’alignement
des ontologies
Chapitre III : les ontologies et l’alignement des ontologies
37
Introduction
L’exploitation de connaissances en informatique a pour objectif de ne plus faire
manipuler en aveugle des informations à la machine mais de permettre un dialogue (une
coopération) entre le système et les utilisateurs.
Alors, le système doit avoir accès non seulement aux termes utilisés par l’être humain
mais aussi à la sémantique qui leur est associée, afin qu’une communication efficace soit
possible.
Actuellement, la connaissance visée par ces ontologies est un sujet de recherche
populaire dans diverses communautés (l’ingénierie des connaissances, la recherche
d’information, le traitement du langage naturel, les systèmes d’information coopératifs,
l’intégration intelligente d’information et la gestion des connaissances).
Elles offrent une connaissance partagée sur un domaine qui peut être échangée entre
des personnes et des systèmes hétérogènes. Elles ont été définies en intelligence artificielle
afin de faciliter le partage des connaissances et leur réutilisation. La définition explicite du
concept ontologie soulève un questionnement qui est tout à la fois d’ordre philosophique,
épistémologique, cognitif et technique.
1. Qu’est-ce qu’une ontologie ?
Le mot ontologie a été introduit en informatique par le domaine de l’intelligence
artificielle (IA) depuis les années 1990.
D’après Gruber[9], une ontologie a été définie comme étant une représentation
formelle des connaissances.
Uschold and Gruninger dans [9]a défini une ontologie comme un « vocabulaire et des
définitions des concepts d’un domaine ».
Studer dans [9] définit l’ontologie comme « spécification formelle et explicite d’une
conceptualisation partagée».
Formelle : l’ontologie doit être lisible par une machine, ce qui exclut le langage naturel.
Explicite : la définition explicite des concepts utilisés et des contraintes de leurs utilisations.
Conceptualisation : le modèle abstrait d’un phénomène du monde réel par identification des
concepts clefs de ce phénomène.
Partagée : l’ontologie n’est pas la propriété d’un individu, mais elle représente un consensus
accepté par une communauté d’utilisateurs.
En général une ontologie doit répondre en même temps aux deux exigences suivantes :
Chapitre III : les ontologies et l’alignement des ontologies
38
Exigence du côté de la machine : il faut qu’elle fournisse une représentation formelle
des connaissances pour qu’un ordinateur puisse les exploiter.
Exigence du côté de l’humain : il faut qu’elle définisse une sémantique consensuelle
des connaissances pour les humains [9].
2. Les ontologies ne sont pas
un catalogue du monde.
une liste d’objets.
uniquement une base de connaissances [10].
3. Cycle de vie d’une ontologie
Puisque les ontologies sont destinées à être utilisées comme des composants logiciels
dans des systèmes répondant à des objectifs opérationnels différents, leur développement doit
s’appuyer sur les mêmes principes que ceux appliqués en génie logiciel.
Ainsi, les ontologies doivent être considérées comme des objets techniques évolutifs et
possédants un cycle de vie qui nécessite d’être précisé.
Dans ce contexte, les activités liées aux ontologies sont, d’une part, des activités de
gestion de projet (planification, contrôle, assurance qualité), et d’autre part, des activités de
développement (spécification, conceptualisation, formalisation), s’y ajoutent des activités
transversales de support telles que l’évaluation, la documentation, la gestion de la
configuration [11].
Nous l’avons adapté à nos besoins et proposons notre vision du cycle de vie d’une
ontologie, Il comprend une étape initiale de détection et de spécification des besoins qui
permet notamment de circonscrire précisément le domaine de connaissances :
Une étape de conception.
Une étape de déploiement et de diffusion.
Une étape d’utilisation.
Une étape incontournable.
Une étape d’évaluation.
Une étape consacrée à l’évolution et à la maintenance du modèle.
Après chaque utilisation significative, l’ontologie et les besoins doivent être réévalués
et la première peut être étendue et, si nécessaire, en partie reconstruite.
La validation du modèle de connaissances est au centre du processus et se fait de manière
itérative [11].
Chapitre III : les ontologies et l’alignement des ontologies
39
Figure (3.1) : cycle de vie d’une ontologie [11].
4. Compositions de l’ontologie
Une ontologie est composée de quatre éléments principaux : concept, instance, relation
et axiome.
Les concepts : sont les éléments fondamentaux d’une ontologie. Ils représentent des
classes génériques ou un groupe d’objets, dans un domaine, qui partagent les
propriétés communes. Les concepts sont organisés de façon hiérarchique ou chacun
d’eux peut avoir plusieurs sous-concepts et posséder un ou plusieurs concepts parents
[9].
Une instance : est un objet occurrence de concept [9].
Une relation :permet d’exprimer la relation sémantique non taxonomique entre deux
concepts dans un domaine donné. En effet, les relations dites « sémantiques » sont
avant tout définies entre instances. On en dérive des relations entre concepts, avec une
sémantique plus ou moins bien définie [9].
Déploiement
diffusion
Conception
Normalisation OpérationnalisatiFormalisation
Evaluation Evolution
maintenance
Détection et
spécification des
besoins
Validation
Utilisation
Chapitre III : les ontologies et l’alignement des ontologies
40
Le rôle d’un axiome dans une ontologie est d’imposer des contraintes sur les
concepts, leurs instances et leurs relations.
On dit qu’une ontologie est légère si elle ne comprend que des concepts
hiérarchiques, leurs instances et les relations associées. Et le contraire pour une ontologie
lourde une ontologie qui comporte aussi des axiomes [9].
5. Les domaines d’applications d’une ontologie
Les ontologies sont utilisées dans divers domaines pour résoudre différents problèmes
tels que :
La représentation des connaissances du domaine d’un système à base de
connaissance
L’ontologie sert de support à la représentation des connaissances du domaine car elle
permet de décrire des objets, leurs propriétés et leurs relations dans un domaine.
L’avantage des ontologies est qu’elles sont réutilisables et partageables par plusieurs modules
logiciels [9].
La communication
Les ontologies servent à créer un vocabulaire standardisé pour un groupe de personnes
[9].
L’interface Homme-Machine
La visualisation d’une ontologie permet à l’utilisateur de comprendre le vocabulaire
utilisé par le système d’information et de mieux formuler ses requêtes [9].
L’interopérabilité
Il s’agit de l’interopérabilité des bases de données et des systèmes d’information.
L’interopérabilité des bases de données : consiste à pouvoir retrouver et intégrer des
informations en provenance de bases hétérogènes qui peuvent en outre résider sur des
machines différentes avec des systèmes d’exploitation et des systèmes de gestion de bases de
données différents [9].
Le rôle d’une ontologie est l’intégration de schéma : il s’agit de définir un schéma conceptuel
global.
A l’aide d’ontologie, les systèmes d’informations qui se basent sur des approches
différentes peuvent coopérer, dans ces systèmes, les ontologies servent de format d’échange
[9].
L’indexation sémantique et la recherche d’information
Une ontologie joue le rôle de métadonnée servant d’index.
Chapitre III
Dans le cadre de l’indexation
documents sont indexés par des concepts qui reflètent leur sens plutôt que par
souvent ambigus [9]. Le processus de recherche d’information qui mesure le degré de
similarité entre une requête e
l’ontologie.
Cela permet de diminuer le bruit dans le résultat de recherche en associant une
sémantique commune entre des ressources d’information à exploiter qui sont gérées par les
ordinateurs, et la requête définie par les humains [9]
Figure (3.2)
6. Comment sont construites les ontologies ?
La construction des ontologies se trouve au cœur de l’ingénierie ontologique dont
l’importance est reconnue aujourd’hui dans différents champs de recherche
Ingénierie des connaissances.
Intelligence artificielle.
Gestion des connaissances.
Linguistique informatique.
Systèmes d’information.
Recherche et extraction d’informations.
Intégration d’informations.
: les ontologies et l’alignement des ontologies
41
Dans le cadre de l’indexation et de la recherche d’information sémantique, les
documents sont indexés par des concepts qui reflètent leur sens plutôt que par
. Le processus de recherche d’information qui mesure le degré de
similarité entre une requête et un document utilise ensuite les représentations issues de
Cela permet de diminuer le bruit dans le résultat de recherche en associant une
sémantique commune entre des ressources d’information à exploiter qui sont gérées par les
et la requête définie par les humains [9].
) : Utilisation des ontologies d’après Roche [9]
Comment sont construites les ontologies ?
La construction des ontologies se trouve au cœur de l’ingénierie ontologique dont
aujourd’hui dans différents champs de recherche
Ingénierie des connaissances.
Intelligence artificielle.
Gestion des connaissances.
Linguistique informatique.
Systèmes d’information.
Recherche et extraction d’informations.
Intégration d’informations.
: les ontologies et l’alignement des ontologies
et de la recherche d’information sémantique, les
documents sont indexés par des concepts qui reflètent leur sens plutôt que par des mots bien
. Le processus de recherche d’information qui mesure le degré de
t un document utilise ensuite les représentations issues de
Cela permet de diminuer le bruit dans le résultat de recherche en associant une
sémantique commune entre des ressources d’information à exploiter qui sont gérées par les
9].
La construction des ontologies se trouve au cœur de l’ingénierie ontologique dont
aujourd’hui dans différents champs de recherche :
Chapitre III : les ontologies et l’alignement des ontologies
42
Bases de données [9].
Dans l’ingénierie ontologique, on distingue la construction/enrichissement des
ontologies à partir de textes qui se fait de façon automatique ou semi-automatique, de la
construction manuelle à l’aide d’outils qui permettent d’éditer les ontologies tels que Protégé,
selon IsaViz, Apollo, etc… [9].
Les méthodes de construction d’ontologies à partir de textes privilégient souvent
l’analyse du texte proprement dit, que ce soit selon une approche statistique ou linguistique
[9].
L’enrichissement des ontologies à partir de textes est un processus automatique ou
semi-automatique qui extrait dans les textes de nouveaux concepts/relations ou des instances
des concepts existants et ensuite les ajoute afin d’enrichir des ontologies existantes [9].
7. Langages/outils pour interroger des ontologies
Les langages d’interrogation des ontologies jouent un rôle important pour accéder aux
connaissances qui sont y définies. Nous nous intéressons aux outils ayant des API qui
implémentent certains langages de requête pour aider les utilisateurs à exploiter des
ontologies.
Il existe plusieurs outils qui supportent des langages de requêtes différents tels que
Corese qui supporte le langage Sparql, Racer qui supporte nRQL, Jena qui supporte RDQL et
Sparql, Sesame qui supporte SeRQL, etc… [9].
8. Les ontologies ont pour but d’être
Consensuelles.
Normatives.
Cohérentes.
Partageables.
Réutilisables [10].
9. Apport des ontologies dans le E-Learning
En Juin 2000 la commission européenne a défini le e-Learning comme : « l'utilisation
des nouvelles technologies multimédias et de l'Internet, pour améliorer la qualité de
l'apprentissage en facilitant l'accès à des ressources et des services, ainsi que les
échanges et la collaboration à distance ». Le e-Learning et comme tout autre service
Chapitre III : les ontologies et l’alignement des ontologies
43
sur le Web peut bénéficier de la nouvelle vision de l’utilisation des ontologies pour
mieux l’exploiter [26].
Les apports des ontologies pour les environnements interactifs d’apprentissage humain
peuvent être classés comme suit :
La représentation formelle des connaissances : l’ontologie fournit la base pour un en-
codage formel des entités, des attributs, leurs relations.
La réutilisation et partage des objets pédagogique Et cela est pertinent dans le cas des
systèmes utilisant des ressources pédagogiques qui sont déjà construites, car les cons-
truire a nouveaux peut perdre du temps. Ceci à travers des librairies d’ontologies réuti-
lisables.
Repérage d’objets pédagogiques : une ontologie peut être utilisée comme méta-
descripteur pour décrire le contenu sémantique des objets pédagogiques ;
Acquisition de connaissance : L’utilisation des ontologies augmente la vitesse et la
fiabilité du processus d’acquisition de connaissances lors de la construction d’un sys-
tème de cours [27].
10. Types d’ontologies
10.1 Top-Ontologie
Niveau le plus élevé structurant les connaissances de haut niveau avec des catégories
dont l’organisation dépend de réflexions philosophiques. Elle contient des objets et non des
structures.
Elle ne s’instancie pas, elle se spécialise (elle donne les objets les plus généraux du domaine,
les autres objets en seront des spécialisations et non des instances) [10].
10.2 Core-Ontologie
Elle fournit des concepts structurant du domaine et les relations entre ces concepts.
Ex. en médecine : concepts de diagnostic, signe, structure anatomique, relations comme celles
liées à la localisation d’une pathologie sur une structure anatomique [10].
10.3 Ontologie du domaine
Elle fournit les concepts des domaines tels qu’ils sont manipulés par des
professionnels du domaine [10].
Chapitre III
10.4 Taxinomies
Du Grec « taxi » : arrangement, ordre (taxon : classe).
Science des lois de la classification de ses bases, de ses principes, des méthodes et des
règles, la taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simpl
[21].
Figu
11. Approche computationnelle
11.1 Avantages
Méthodes de l’Ingénierie des Connaissances.
Méthodes du Génie Logiciel.
« La construction de l’ontologie est intégrée dans une démarche génie logiciel
Cycle de Vie d’une Onto
11.2 Inconvénients
Focalisation sur la résolution de problèmes
Perte de la dimension linguistique.
Perte de la dimension épistémologique
: les ontologies et l’alignement des ontologies
44
Du Grec « taxi » : arrangement, ordre (taxon : classe).
Science des lois de la classification de ses bases, de ses principes, des méthodes et des
taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simpl
Figure (3.3) : les types d’ontologies [10].
Approche computationnelle
Méthodes de l’Ingénierie des Connaissances.
Méthodes du Génie Logiciel.
« La construction de l’ontologie est intégrée dans une démarche génie logiciel
Cycle de Vie d’une Ontologie [10].
résolution de problèmes (approche procédurale).
linguistique.
épistémologique [10].
: les ontologies et l’alignement des ontologies
Science des lois de la classification de ses bases, de ses principes, des méthodes et des
taxonomie permet d’organiser un vocabulaire sous une forme hiérarchique simple
« La construction de l’ontologie est intégrée dans une démarche génie logiciel » :=>
(approche procédurale).
Chapitre III
Figure (3.4) : Un objet de recherche
12. Opérations de modification d’une ontologie
La réalisation d’une ontologie est une lourde tâche, et l’on cherchera donc souvent à
réutiliser une ontologie existante, plutôt que de repartir de zéro ; il y aura alors un travail
d’adaptation à faire :
•Transformation
Modification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant
porter sur la structuration de l’information, sur le formalisme de représentation choisi mais
aussi (de façon moindre : « small, ye
• Traduction
Changement de formalisme de représentation (langage d'ontologie utilisé) qui cherche
à préserver la sémantique de l'ontologie.
Chalupsky, dans [9] utilise ce terme dans un autre sens, celui d’une « transform
connaissance », pour signifier une « réécriture syntaxique » puis « sémantique » (au niveau du
langage de l’ontologie puis du contenu).
Enfin, le terme est également utilisé
transcription d’une ressource utilisant une ontologie en une autre, transcription basée sur les
correspondances avec une seconde ontologie [9]
: les ontologies et l’alignement des ontologies
45
Un objet de recherche pluridisciplinaire d’après Roche
computationnelle [10].
Opérations de modification d’une ontologie
La réalisation d’une ontologie est une lourde tâche, et l’on cherchera donc souvent à
réutiliser une ontologie existante, plutôt que de repartir de zéro ; il y aura alors un travail
odification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant
porter sur la structuration de l’information, sur le formalisme de représentation choisi mais
ndre : « small, yeTpervasive ») sur la sémantique [9].
hangement de formalisme de représentation (langage d'ontologie utilisé) qui cherche
à préserver la sémantique de l'ontologie.
utilise ce terme dans un autre sens, celui d’une « transform
connaissance », pour signifier une « réécriture syntaxique » puis « sémantique » (au niveau du
langage de l’ontologie puis du contenu).
rme est également utilisé parKalfoglou, Schorlemmer
ource utilisant une ontologie en une autre, transcription basée sur les
correspondances avec une seconde ontologie [9].
: les ontologies et l’alignement des ontologies
Roche approche
La réalisation d’une ontologie est une lourde tâche, et l’on cherchera donc souvent à
réutiliser une ontologie existante, plutôt que de repartir de zéro ; il y aura alors un travail
odification de l’ontologie afin de l’utiliser dans d’autres buts que l’original, pouvant
porter sur la structuration de l’information, sur le formalisme de représentation choisi mais
hangement de formalisme de représentation (langage d'ontologie utilisé) qui cherche
utilise ce terme dans un autre sens, celui d’une « transformation de la
connaissance », pour signifier une « réécriture syntaxique » puis « sémantique » (au niveau du
dans[9]décrire une
ource utilisant une ontologie en une autre, transcription basée sur les
Chapitre III : les ontologies et l’alignement des ontologies
46
13. Ontologie versus thesaurus
Des modélisations conceptuelles ou terminologiques existent depuis longtemps dans le
domaine de la recherche d’information au sein des bibliothèques et dans le domaine de la
terminologie, par exemple en médecine où il existe, entre autres, des thesaurus de spécialités
répertoriant l’ensemble des termes médicaux à utiliser pour décrire l’activité médicale.
L’ontologie est déjà définie [15].
14. Un thesaurus
Est un ensemble de termes normalisés fondé sur une structuration hiérarchisée.
Les termes y sont organisés de manière conceptuelle et reliés entre eux par des relations
sémantiques. Organisé alphabétiquement, il forme un répertoire alphabétique de termes
normalisés pour l’analyse de contenu, le classement et donc l’indexation de documents
d’information [15].
15. Une terminologie
Est un ensemble des termes particuliers à une science, à un art, à un domaine. Les
termes y sont également définis par un texte en langue naturelle et caractérisés par différentes
propriétés linguistiques ou grammaticales suivant l’usage prévu de cette terminologie. Avec
leur mise sur support informatique, les terminologies ont beaucoup évolué et sont parfois
enrichies de relations entre termes, formant ainsi un réseau terminologique [15].
16. Les formalismes de représentation d’ontologie
Afin de comprendre la structuration des ontologies, et la puissance qu’elles peuvent fournir
au monde de la représentation des connaissances [21].On distingue plusieurs types de forma-
lismes pour représenter une ontologie, et différents langages pour chaque type.
a) Les graphes
i) Les réseaux sémantiques, Topic Maps4
ii) Orienté-Web : RDF et RDF Schéma
b) Logique
i) Du premier ordre : KIF
ii) Descriptive: KL-One, OIL, DAML+OIL, OWL
c) Orienté objet : UML + OCL
Chapitre III : les ontologies et l’alignement des ontologies
47
17. L’alignement des ontologies
L’alignement des ontologies est une tâche cruciale dans plusieurs domaines
d’application.
L’objectif du processus d’alignement est de gérer le plus automatiquement possible,
des alignements sur des ontologies, consiste à trouver des correspondances entre les
connaissances spécifiées dans les deux ontologies, de manière à pouvoir les exploiter
conjointement dans le même système [12].
En pratique, il s’agit d’identifier des concepts (ou des relations) de la première
ontologie avec des concepts (ou des relations) de la seconde. Dans les deux cas, la connexité
des deux domaines de connaissance modélisés par les ontologies est requise, sans quoi aucun
lien ne peut être établi entre concepts [12].
Les formalismes de représentation d’ontologie utilisés doivent être au moins
compatibles, ainsi que les paradigmes conceptuels [12].
Les méthodes appliquées pour repérer les similarités entre concepts et/ou relations
sont [12] :
Les méthodes terminologiques qui comparent les labels désignant deux concepts ou
deux relations.
Les méthodes qui comparent les propriétés internes des concepts et relations (attributs
des concepts, portée d’une relation, etc...).
Les méthodes qui comparent les propriétés externes des concepts et relations
(subsomptions, relations entre concepts, etc.).
Les méthodes qui comparent les extensions des concepts et relations.
Les méthodes qui comparent la sémantique des concepts et relations.
Ces méthodes peuvent bien entendu être combinées entre elles. Elles peuvent parfois
recourir à des ressources extérieures aux ontologies à aligner [12].
18. Alignement ( matching )
Processus de définition d'un ensemble de fonctions permettant de spécifier des
correspondances entre termes.
L’alignement est une tâche primordiale pour aboutir à la gestion de l’hétérogénéité
sémantique d’ontologies distribuées et ainsi assurer leur interopérabilité entre les différents
systèmes les utilisant.
Chapitre III : les ontologies et l’alignement des ontologies
48
L’alignement des ontologies apparait comme une étape indispensable pour assurer la
réconciliation entre ontologies hétérogènes et leur interopérabilité sémantique vis-à-vis des
différentes applications[14] [13].
Le processus d’alignement prend en entrée deux ontologies O1 et O2 et produit un
ensemble de correspondances entre les entités des deux ontologies appariées.
Une correspondance est un 5-uplet :
<id, e1, e2, r, n>
id : identifiant de la correspondance.
e1 et e2 : entités tel que e1 appartient à une ontologie source O1 et e2 appartient à une
ontologie cible O2. Ces entités peuvent être des concepts, des propriétés ou encore des
instances.
r est une relation entre les entités (équivalence, disjonction, subsomption), où seule
l’équivalence est étudiée dans notre approche.
n est une mesure de confiance obtenue par application d’une mesure de similarité.
Comme il peut s’avérer coûteux en temps et en mémoire d’effectuer de nouveaux
alignements d’ontologies à chaque connexion de l’utilisateur, où même à la première fois que
l’utilisateur veut utiliser une nouvelle ontologie (ce qui est irréaliste, car il faut mettre à jour
l’alignement d’après les évolutions des ontologies), une solution intéressante semble être de
réaliser l’alignement en deux étapes.
On peut ainsi apparier les ontologies deux à deux (ou plusieurs à la fois, pour
reprendre la méthodologie de [14]. Cependant, sauvegarder les articulations par couple
d’ontologies permet de limiter le nombre d’ancres à vérifier à chaque demande, en important
uniquement celles correspondant aux ontologies sélectionnées).
Nous proposons donc de réaliser l’alignement en deux étapes :
une étape « offline » générique, pouvant être réalisée hors connexion, prendre beau-
coup de temps, nécessite une intervention humaine [14] [13].
18.1 Alignement offline
Il s’agit de réaliser l’alignement entre ontologies. Après une mise à jour de celles-ci,
une première interprétation de données contextuelles de l’ontologie permet de déterminer un
premier vecteur d’interprétation de l’ontologie.
Un parcourt de l’ontologie est alors effectué, afin de déterminer quels concepts sont
comparables, selon une distance sémantique ou selon une combinaison de ces distances, les
concepts sont alors comparés selon la distance sémantique contextuelle offline, afin de former
Chapitre III : les ontologies et l’alignement des ontologies
49
un vecteur contextuel offline. Ce vecteur est alors sauvegardé dans une ontologie de
correspondance [14].L’alignement est donc constitué de quatre étapes principales :
1. Mise à jour les données sur les ontologies à apparier (nombre de concepts, etc.)
2. Interprétation des données, notamment par comparaison avec des autres ontologies du
même domaine, afin d’obtenir un vecteur d’indicateurs pour l’ontologie.
3. Sélection des concepts à apparier à l’aide d’un algorithme d’alignement sémantique.
4. Comparaison des concepts des deux ontologies à apparier à l’aide d’une distance
sémantique contextuelle offline afin d’obtenir un vecteur contextuel offline.
une étape « online » (dynamique) spécifique à l’utilisateur, réalisée pour répondre à
une requête effectuée par l’utilisateur, qui doit donc être quasi-instantanée (d’autant plus que
beaucoup d’ontologies peuvent être concernées), et totalement automatisée [14].
18.2 Alignement online
L’alignement online fait usage des informations disponibles sur l’utilisateur et de la
configuration que celui-ci aura indiquée. Une sélection d’ontologies est réalisée préalablement
selon ce fichier et selon le vecteur d’interprétation de l’ontologie, ainsi que selon les
informations comparables à l’utilisateur.
Nous avons considéré que la requête utilisateur portait sur un concept d’une ontologie
donnée, afin de rechercher les concepts équivalents dans les autres ontologies [14].
On utilise le résultat de l’alignement offline :
On cherche dans l’ontologie de correspondance les concepts équivalents, pour lesquels
on récupère les informations contextuelles comparables à celles de l’utilisateur.
On utilise la distance sémantique contextuelle online pour comparer les valeurs des
concepts avec celles de l’utilisateur, ce qui nous donne un vecteur contextuel online.
Le fichier de configuration permet alors de pondérer le vecteur constitué par le vecteur
d’interprétation de l’ontologie, le vecteur contextuel offline, le vecteur contextuel online. Un
produit de matrices permet d’obtenir une mesure à une dimension, permettant de faire le tri.
La proximité entre concepts et la proximité avec l’utilisateur peuvent être indiquées pour
chaque concept [14].
L’alignement online est donc constitué de trois étapes :
1. Examen du fichier de configuration de l’utilisateur, et sélection des ontologies utiles
d’après la liste d’indicateur correspondant à chaque ontologie.
Chapitre III : les ontologies et l’alignement des ontologies
50
2. Récupération (à partir d’un concept donné) des concepts correspondants dans ces
ontologies (en utilisant les alignements déjà réalisés) pour les comparer à l’aide d’une
distance contextuelle online, et récupération d’un vecteur contextuel online.
3. Application de coefficients de pondération, selon le fichier de configuration par défaut
paramétrable par l’utilisateur.
Pour parvenir à diminuer le temps d’exécution de L’alignement online se basera donc
l’alignement générique effectué, et utilisera les valeurs propres à l’utilisateur pour le
personnaliser, de manière dynamique [14].
19. Les algorithmes d’alignement
Ce titre, présente particulièrement des algorithmes basé sur les ontologies et sur le cal-
cul de similarité entre concepts d’ontologie.Parmi les algorithmes d’alignement on a situé :
19.1 La méthode hybride de Monge-Elkan
Cette méthode découpe les chaines de caractères en tokens et les tokens d’une chaine
sont comparés à ceux de l’autre à l’aide d’une métrique basée sur des caractères.
La similarité de Monge-Elkan est la moyenne des scores des tokens dans la première
chaine par rapport aux tokens plus similaires dans la deuxième.
Formellement:
MongeElkan (S1, S2) =�
�∑ ������
� ���′(��, ��)���� [9].
19.2 La similarité de Jaccard
La similarité de Jaccard peut être utilisée pour la comparaison des ensembles de to-
kens. Elle définit la similarité comme le rapport entre la cardinalité de l'intersection des en-
sembles sur la cardinalité de leur union.
Formellement : σ � Jaccard : S × S [0, 1] tel que σ � Jaccard (s, s′) = |�∩��|
|�∪��| [22].
Chapitre III : les ontologies et l’alignement des ontologies
51
19.3 Les méthodes sémantiques
Ces méthodes se basent principalement sur deux approches.
La première approche repose sur les modèles de la logique tandis que la deuxième ap-
proche regroupe les méthodes de déduction dela similarité entre deux entités.
Les approches logiques sont la satisfiabilité propositionnelle (SAT), la SAT modale ou
les logiques de descriptions [22].
Ces techniques permettent la vérification de la validité d'un ensemble de formules pro-
positionnelles. Ce dernier est construit par le biaisde la traduction des relations déjà connues
et des relations à vérifier entre des entités vers des formules propositionnelles. Étendent les
méthodes proposées vers le modèle de la SAT modale, qui peut aussi contenir des prédicats
binaires [22].
Le premier modèle n'accepte que des prédicats unaires qui sont des entités comme des
concepts ou des classes.
Le second modèle permet de calculer en plus des attributs ou des propriétés (slots). Il
emploie des opérateurs de la logique modale.
La validité de l'ensemble de formules en logique modale est aussi vérifiée en utilisant
des procédures de recherche de la satisfiabilité (SAT).
Dans le cas où la validité est satisfaite, les relations hypothétiques entre des entités, qui
sont des traductions de la requête sur la relation entre ces entités en logique modale, sont con-
firmées. Les techniques des logiques de description (le test de subsomption) peuvent être em-
ployées. Elles permettent de vérifier les relations sémantiques entre les entités telles que
l'équivalence (la similarité est égale à 1), la subsomption (la similarité est comprise entre 0 et
1) ou l'exclusion (la similarité est égale à 0). Elles assurent aussi la déduction de la similarité
de deux entités [22].
19.4 Les techniques d'alignement
Approche Mode d’intégration Technique
d'alignement
Fonctionnement
Similarity
Flooding
mapping de sources
génériques
Il est basé sur le
calcul de la
tance entre les
termes et tient
compte de la struc-
La source est
vertie en un graphe.
Pour chaque
gnement réalisé, la
similarité augmente
Chapitre III : les ontologies et l’alignement des ontologies
52
ture (l’alignement
de deux concepts
influence
positivement leur
voisinage).
L’alignement est
robuste aux cycles.
pour les paires voi-
sines. Une mesure
juge de la qualité
des alignements
COMA matching des
schémas
Combine 13
algorithmes
(implémentant les
techniques pour
l’alignement).
Compare-les labels,
leurs similarités
phonétiques. Compare la struc-
ture, la typologie
des attributs, vérifie
les synonymes.
Utilise un histo-
rique des
alignements
effectues.
L’utilisateur peut
interagir pour sélec-
tionner le mode de
combinaison des
matchers.
Chapitre III : les ontologies et l’alignement des ontologies
53
GLUE Mapping
d’ontologies
Utilise les
informations sur les
instances (nom,
taille, …) et sur la
fréquence des mots
contenus. Permet
de prendre en
compte le
sens commun, les
contraintes du
domaine et la
structure (prise en
compte du voisi-
nage).
Met en œuvre trois
différentes straté-
gies
d’apprentissage
(adaptées au type
d’information à
acquérir) : une pour
les
noms, une pour les
concepts et une
autre
pour combiner les
deux approches (de
manière
probabiliste)
Table 3.1 : les techniques de matching utilisées dans les systèmes existants [23].
19.5 Alignement dirigé par la structure : exemple OLA
Les ontologies sont au préalable représentées sous forme de graphes d’ontologie.
Ces derniers graphes sont ensuite utilisés pour construire des graphes de similarité qui repré-
sentent aussi bien les correspondances potentielles entre entités que les influences que cer-
taines correspondances ont sur les autres.
L’algorithme OLA, tient compte de l’orientation des arcs, ne propage que dans un seul
sens [24].
19.6 L’algorithme qui exploite les mesures de Wu-Palmer et de Dice
Cet algorithme basé sur les ontologies et sur le calcul de similarité entre concepts
d’ontologie a pour objectif l’automatisation de la procédure d’affectation des modules aux
enseignants tout en tenant compte des compétences/spécialités de ces derniers mais aussi de
leurs préférences (exprimées sous forme de fiches de vœux), ça d’une part, et d’autre part, des
compétences requises pour chaque module.
La mesure de Wu-Palmer : SimwPalmer (C1, C2) = �∗�
� ��� ���∗�
La mesure de Dice : Simc (x, y) = ���
||�||��� ||�||�
� [25].
Chapitre III : les ontologies et l’alignement des ontologies
54
Conclusion
Nous avons présenté dans ce chapitre un aperçu sur la notion d’ontologie (définitions,
caractéristiques, typologies, méthodes de conceptions, …). Nous avons discuté aussi les
différents apports des ontologies et plus particulièrement dans le E-Learning.
Dans le chapitre suivant, nous allons montrer, dans un premier temps, ces apports via
notre conception de l’ontologie de domaine E-Learning, et l’implémentation de notre projet.
Chapitre IV : Conception et Réalisation
55
Chapitre IV :
Conception et
Réalisation
Chapitre IV : Conception et Réalisation
56
Introduction
Avec le développement du TIC (technologie de l’information et de communication), la
formation à distance est améliorée et élargie en ce qu’on appelle le E-Learning. Ce dernier a
réussi à éliminer le problème de la situation géographique.
Il permet de standardiser le contenu de la formation, et aussi augmente le taux de la réussite
de cette dernière.
L’évaluation Automatiser de TP est le but de notre thématique. L’emploie des
ontologies semble une voie pour atteindre nos objectifs.
Dans ce chapitre, Nous présentons la structure du système ainsi l’ontologie à réaliser
et l’algorithme d’alignement utilisé pour l’évaluation. Tout d’abord, on va présenter les
objectifs de notre système. Ce chapitre déroule en deux parties : la première partie dévoile la
conceptualisation du système, et la deuxième partie présente l’environnement développé qui
implique des langages et technologies et la description de l’application ou bien les interfaces
concernent à cette dernière.
1. Objectifs :
L'objectif de notre projet est de concevoir une interface pour renforcer et faciliter la
gestion d’évaluation automatique des connaissances d’un apprenant dans une situation
d'apprentissage à distance d'une activité spécifique (les TPs de programmation en
informatique) et qui répondre aux exigences des utilisateurs. Les objectifs tracés sont :
Proposer une interface conviviale qui offre des différents services pour manipuler un
TP et leur évaluation.
Offre pour chaque acteur de système soit un apprenant ou un enseignant une vue
privée permettant la correction des erreurs dans un TP soit erreurs sémantiques ou
syntaxiques et générer l’ontologie associée à ce dernier.
Assurer l’évaluation automatique du TP à partir d’un alignement entre le corrigé type
et la réponse d’apprenant.
Chapitre IV : Conception et Réalisation
57
Partie I : Conception
1. La structure générale de notre ontologie
1.1 Choix de la méthodologie de conception de notre ontologie
Dans le présent travail nous avons besoin d’une ontologie pour bien comprendre la
structure du système, ainsi qu’assurer la bonne évaluation des apprenants :
Pour construire une ontologie, il existe plusieurs méthodologies efficaces et
correctes.Le concepteur va choisir avec précaution la méthodologie la plus convenable avec
ses objectifs pour qu’il ne trouve pas devant une divergence majeure qui va parfois vers une
contradiction.
Pour la construction de notre ontologie, nous nous sommes basées sur l’utilisation de la
méthodologie : Stanford elle est convenable avec le travail sur le E-Learning.
1.2 Justification de choix de méthodologie de Stanford
Nous avons utilisées cette méthode car l’université de Stanford elle-même qui
développe cette dernière, elle développe un éditeur s’appelle « protégé » pour bien monter le
côté pratique d’ontologie. Cette méthode passe par les étapes suivantes pour construire une
ontologie [38] :
Etape 1 : Déterminer le domaine et la portée de l’ontologie
le domaine d’utilisation conçue dans notre ontologie est le E-Learning.
le but d’utilisation de notre ontologie est de bien structurer le TP offert par
l’enseignant, ainsi qu’assurer implicitement une tâche automatisée qui est la tâche
d’évaluation qui est le point clé dans une formation à distance.
Notre ontologie sera utilisée par deux acteurs : l’apprenant et l’enseignant.
Etape 2 : Réutilisation des ontologies existantes
Nous n’avons pas besoin de réutiliser une ontologie déjà existé nous avons construire
notre propre ontologie car le domaine est restreint.
Etape 3 : Enumérer les termes importants de l’ontologie
Les termes importants dans notre travail sont : TP, évaluation, ressource, éditeur,
corrigé type, réponse d’apprenant…
Chapitre IV : Conception et Réalisation
58
Etape 4, 5 et 6 : Description des classes de l’ontologie, leurs propriétés et la hiérarchie de
classes
Nous avons résumé ces étapes comme la suit :
La classe «TP» :
C’est la classe principale de notre ontologie.
La classe « date » :
Chaque TP a une date de revue et date d’émis.
La classe «Langage» :
Cette classe montre le langage utilisé par l’apprenant pour rédiger ce TP.
La classe «Notion» :
Chaque TP a une notion qui montre l’objectif principale à atteindre et le travail à faire
dans ce TP.
La classe «Exemple» :
Chaque TP présenter des exemples pour bien comprendre.
La classe «Observation» :
Cette classe représente bien l’observation affectée à un apprenant après qu’il a passé
son évaluation (le résultat du test).
La classe «Question» :
Est la classe précis pour l’évaluation des apprenants, elle est présentée sous forme de
question ouverte ou fermée.
Question ouverte : représente les questions dont la réponse est ouverte, un apprenant
construit son TP librement.
Question fermée : représente les questions dont la réponse est par vrai ou faux ou bien
par un choix entre des propositions bien définis à l’avance.
La classe «Corrigé-type» :
Elle représente le corrigé d’une question ouverte, mais elle n’est pas une version finale
car l’apprenant va répondre avec son propre style.
Chapitre IV : Conception et Réalisation
59
La classe « Reponse » :
Elle montre la réponse effectuée par apprenant concernant le TP proposé.
La classe «Erreur» :
C’est la classe qui permet de définir l’ensemble des erreurs quand l’apprenant faire
lors d’une réponse à une question de type ouverte. Et elle contient des sous classes :
Les erreurs syntaxiques et lexiques.
Erreur sémantique qui représente toute les erreurs du sens.
La classe «Objectif» :
L’objectif de TP proposé par l’enseignant.
La classe «Auteur» :
Cette classe représente l’auteur qui écrit la ressource (référence) fournie à l’apprenant.
La classe «Editeur» :
Cette classe représente le nom d’éditeur de la ressource.
La classe «Format» :
Cette classe représente le format de TP.
La classe «Langue» :
Cette classe représente la langue de la ressource.
La classe « Type » :
Elle montre si la ressource est de type site, article, ….
La classe «Titre» :
Le titre de chaque TP proposé par l’enseignant.
Dans la figure suivante on présente un OntoGraf pour faites bien comprendre l’hiérarchique
de notre ontologie :
Chapitre IV : Conception et Réalisation
Figure (4.1)
Chapitre IV : Conception et Réalisation
60
Figure (4.1) : l’hiérarchique d’ontologie.
Chapitre IV : Conception et Réalisation
Figure (4.2) :
Maintenant le détail de chaque classe est présenté dans le tableau suivant
expliquer la conceptualisation des concepts que nous avons utilisés
Classe
Notion
Question
Erreur
Exemple
Chapitre IV : Conception et Réalisation
61
: la hiérarchie des concepts dans notre ontologi
Maintenant le détail de chaque classe est présenté dans le tableau suivant
expliquer la conceptualisation des concepts que nous avons utilisés dans notre ontologie.
Data Properties Commentaire
Id-notion
Contenu-not
La notion contient au moins
une connaissance.
Num-qst
Ennonce-qst
Type-qst
définir la question liée à une
notion donnée.
Contenu-err
Num-err
Type-err
Les types des erreurs
syntaxique ou sémantique.
Num-exmpl
Contenu-exmpl
Définir un exemple pour
bien comprendre la notion
s concepts dans notre ontologie.
Maintenant le détail de chaque classe est présenté dans le tableau suivant pour mieux
dans notre ontologie.
Commentaire
La notion contient au moins
une connaissance.
définir la question liée à une
notion donnée.
Les types des erreurs
syntaxique ou sémantique.
Définir un exemple pour
bien comprendre la notion
Chapitre IV : Conception et Réalisation
62
du TP.
Corrige_type Ennonce-qst
Contenu-crrgtp
Il est masqué jusqu'à
atteindre le nombre maximal
de tentative (jusqu’à la date
de fin de restauration de TP).
Qst_ferme Num-qst-frm
Contenu-qst-frm
La question fermée d’une
notion.
Qst_ouvert Num-qst-ouvrt
Contenu-qst-ouvrt
La question ouverte d’une
notion.
Objectif Contenu-Objct L’objectif du TP.
Ressource Id-rssrc Contient des liens, des
documents…
Observation Observation L’observation obtenue pour
acquérir ou non une notion.
Titre Contenu-ttr Le titre du TP.
Langage Nom-langage Le langage utilisé dans la
réalisation du TP.
Date Date-fin
Date-debut
La période de chaque TP.
Tableau (4.1) : les principaux concepts d’ontologies.
Chapitre IV : Conception et Réalisation
Figure (4.3) :
Dans le tableau suivant on représente les différents liens entre
Dans notre ontologie : il existe
Les liens de type généralisation/spécialisation
un/une » ou « Is a » : cela est connu dans les liens d’héritage, ils sont définit la hiéra
chie stricte du modèle.
Les liens de est reliée de
Dans de notre ontolog
généralisation/spécification ainsi qu’un ensemble de liens sémantiques
Chapitre IV : Conception et Réalisation
63
: représentations des attributs de notre ontologi
représente les différents liens entre les concepts.
: il existe différent types de liens qui sont :
Les liens de type généralisation/spécialisation : ce sont les liens de type «
: cela est connu dans les liens d’héritage, ils sont définit la hiéra
chie stricte du modèle.
Les liens de est reliée de : ce type de lien est définit la sémantique entre deux classes.
de notre ontologie nous avons utilisés les liens de type
généralisation/spécification ainsi qu’un ensemble de liens sémantiques entre classe
représentations des attributs de notre ontologie.
les concepts.
sont les liens de type « est
: cela est connu dans les liens d’héritage, ils sont définit la hiérar-
ce type de lien est définit la sémantique entre deux classes.
ie nous avons utilisés les liens de type
entre classes.
Chapitre IV : Conception et Réalisation
64
Object
Properties
Domains Ranges Inverse Of Commentaire
aComme Ressource
TP
Ressource
Notion
Objectif
Titre
EstUn … de Un TP a une notion, titre,
objectif et ressource.
Attribue Réponse Observation EstAttribuerA Chaque TP réalisé a une
observation.
AvoirRendu TP Date_fin EstDateFinDe Chaque TP a une date de
Fin
AvoirUn Notion Exemple EstFournitDe Chaque TP avoir un ou
deux exemples pour bien
comprendre sa notion.
CompareAvec Réponse Corrige_type EstCompareAu Le corrige type est
comparé par la réponse
d’apprenant pour avoir
une évaluation.
Contient Notion Question EstExprimeA Chaque notion de TP
contient des questions.
EstCreePar Ressource Auteur Cree Une ressource possède un
auteur.
EstDe Ressource Type AccedeAu Une ressource possède un
type
EstDisponible Ressource Langue EstLaLangueDe Une ressource possède
une langue.
EstEdite Ressource Editeur EstEditeurDe Une ressource possède un
éditeur
EstUn Ressource Format Est Le
FormatDe
Une ressource possède un
format.
EstUne Erreur Err_sntxq
Err_smntq
/ Chaque TP à des erreurs
et ces derniers peuvent t
Chapitre IV : Conception et Réalisation
65
être syntaxiques ou bien
sémantiques.
PeutEtre Question Qst_ferme
Qst_ouvert
/ Chaque TP a des
questions fermés ou
ouvertes.
PeutGenere Réponse Erreur EstSpecifiePour Chaque réponse de TP
peut génère des erreurs.
Possede Question Réponse EstPrecis Chaque question dans le
TP possède une réponse.
PublieDans TP Date_debut EstDateDebutDe Un TP a une date de
publication.
RealisePar TP Auteur Fait Un TP est réalisé par un
auteur.
DoitAvoir Question Corrige_type Renferme Chaque question dans le
TP avoir un corrigé type.
Tableau (4.2) : la description des liens entre classes.
Chapitre IV : Conception et Réalisation
Figure (4.4)
2. L’algorithme d’alignement
Parmi les algorithmes d’alignement cités précédemment
Palmer et Dice.
2.1 Justifications de choix
J’ai choisi cet algorithme
et étude,comme le domaine d’enseignement
tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants
algorithme d’alignement utilise les
Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs alg
rithmes :
Chapitre IV : Conception et Réalisation
66
: la représentation des liens de notre ontologi
L’algorithme d’alignement
d’alignement cités précédemment, nous avons choisir
Justifications de choix
ai choisi cet algorithme, car il est facile à comprendre, utilisé et serve notre domaine
le domaine d’enseignement : « Un Algorithme d’Alignemen
tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants
utilise les ontologies.
Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs alg
la représentation des liens de notre ontologie.
avons choisir celle de Wu-
serve notre domaine
Alignement des Compé-
tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants ». Cet
Nous avons déjà parlé de ces mesures alors que maintenant nous présentons leurs algo-
Chapitre IV : Conception et Réalisation
67
2.2 Calcul de Similarité
La similarité se rapporte à la comparaison deséléments d’ontologies. Elle renvoie une
valeurnumérique indiquant si les deux éléments ont undegré élevé ou bas de similitude. For-
mellement, une mesure de similaritéσ : O x O → R est unefonction qui exprime la similarité
entre deux entitéstelles que [25] :
∀ x, y O, σ (x, y) ≥ 0.
X O, ∀ y, z O, σ (x, x) ≥ σ (y, z)
∀ x, y O, σ (x, y) = O, σ (y, x).
Une similarité d est dite sémantique si et seulement si elle vérifie les propriétés sui-
vantes [25] :
Si A ≡ B alors d (A, B) = 0.
Si A B C alors d (A, B) ≤ d (A, C).
Si A ∩ B alors d (A, B) =.
Une telle distance sémantique doit être mathématique en vérifiant les axiomes sui-
vants :
d (A, B) = 0 A = B.
d (A, B) = d (B, A).
d (A, C) ≤ d (A, B) + d (A, C).
Dans ce contexte nous avons fait une comparaison entre deux concept celle du TP de
l’enseignant et celle de l’apprenant, lorsque il trouve une erreur sémantique ou bien une erreur
syntaxique il fait ces calculs et continue de parcourir tout le TP pour avoir une observation
finale.
Distance_WPalmer (concept1, concept2) D←0 ; D1←0 ; D2←0 ; PPS←chercher_père (concept1, concept2) ; D ←distance (racine,PPS) ; D1 ←distance (concept1, PPS) ; D2 ←distance (concept2, PPS)
Distance_Palmer = (2*d)/ (d1+d2+ (2*d)) ;
Fonction calculant la distance de W-Palmer
Dans le tableau ci-dessous nous récapitulons lesrésultats du calcul de similarité :
Concept 1 (enseignant) Concept 2 (apprenant) Résultat
Public class person Public private class person 0.8
Chapitre IV : Conception et Réalisation
68
Public int end_date ; Public int end date ; 0.72
public int id_card; Id_card (sans type) 0.64
Void veif(){hotelbooking.existe();} void verif(){} 0.52
Tableau (4.3) : exemple des résultats obtenus lors de l’évaluation du TP dans notre système.
Explication :
La mesure de Wu-Palmer : SimwPalmer (C1, C2) =�∗�
� ��� ���∗�[25].
Le principe pour calculer la similarité de Wu-Palmer est basé sur les distances D1 et
D2 qui séparent les concepts C1 et C2 du concept (le père le plus spécifique) (PPS) et la dis-
tance D qui sépare PPS au concept racine.
La valeur d’erreur syntaxique est 0.9.
La valeur d’erreur sémantique est 0.8.
Exemple :
La similarité entre C1 (Void veif () {hotelbooking.existe () ;}) et C2 (void verif () {})
est donnée par :
D : la distance du concept racine.
D1 : la distance du concept du TP d’apprenant.
D2 : la distance du concept du TP d’enseignant.
SimwPalmer (C1, C2) =�∗�
�.�����∗�= 0.52.
3. Etude de cas (réservation d'une chambre dans un hôtel)
3.1 Enoncés de TP
Nous présentons dans ce qui suit notre environnement en utilisant une étude de cas
concrète. Il s'agit d'un processus de réservation d'hôtel simple, quand un client arrive à
l'hôtel,il présente sa carte d'identité, le réceptionniste de l'hôtel vérifie la disponibilité des
chambres, puis propose au client une liste des pièces disponibles, ainsi que leur type et leur
tarif. Le client va choisir une chambre et informe de la date de début de réservation, le
réceptionniste de l'hôtel lui donne alors le numéro de la chambre choisie.
Chapitre IV : Conception et Réalisation
69
3.2 Fichier du TP sous code Java
Voici la solution du TP sous Java
public class person{
public String first_name;
public String last_name;
public String adress;
}
// Cette classe représente les informations de client qu’il veut réserver dans cet hôtel.
public class room_booking{
public int id_card;
public int room_number;
public int start_date;
public int end_date;
public boolean reserve;
public boolean smoking;
}
// Cette classe représente un client fait la réservation.
public class hotel_booking{
room_booking rb = new room_booking();
int nb_room;
public boolean existe(){};
public int get_nbfreeroom(){};
public void reserve(int nb,int nb_ch){};
}
// Cette classe représente le nombre des chambres libre dans cet hôtel.
public class the_hotel_receptionist extends person{
public int id;
hotel_booking hotelbooking = new hotel_booking() ;
public void verif(){hotelbooking.existe();}
public void set(int id){
int nb = hotelbooking.get_nbfreeroom();
hotelbooking.reserve(id,nb);
}}
// Cette classe représente lorsque un client veut réserver une chambre le réceptionniste
vérifie : s’il une chambre libre ou non, il fait la réservation sinon il ne fait pas.
public class client extends person{
the_hotel_receptionist p = new the_hotel_receptionist() ;
public int id_card;
public void want_reserve(){
p.verif();
p.set();
}}
Chapitre IV : Conception et Réalisation
// Dans cette classe le client veut réserver une chambre et donne leur carte, et le
fait la vérification ensuite la réservation.
public class Main{
public static void main(String[] args){
client client1;
client1.want_reserve();
}}
3.3 Génération d’ontologie à partir de ce TP
Dans notre système réalisé on peut générer pour chaque TP leur
forme d’un fichier RDF/XML.
Les figures suivantesprésente
Chapitre IV : Conception et Réalisation
70
Dans cette classe le client veut réserver une chambre et donne leur carte, et le
fait la vérification ensuite la réservation.
public static void main(String[] args){
Génération d’ontologie à partir de ce TP
Dans notre système réalisé on peut générer pour chaque TP leur propre ontologie sous
RDF/XML.
présentent une partie de code RDF générée de notre TP.
Dans cette classe le client veut réserver une chambre et donne leur carte, et le réceptionniste
propre ontologie sous
générée de notre TP.
Chapitre IV : Conception et Réalisation
Figure (4.5) : génération d’ontologie sous forme d’un code RD
Dans les figures précédentes nous montrons la structure d’o
exemple :
<rdf:Description rdf:about
<sub_method-id-5bbc8e6e:identifier>
désigne que verif est une
<sub_method-id-5bbc8e6e:type>
type de la méthode verif.
<class-id-8969932c:extended_class>
<class-id-8969932c:identifier>
client hérité de la classe person
<sub_declaration-id-b7936c8b:identifier>
b7936c8b:identifier>: désigne que smoking et un identificateur.
Chapitre IV : Conception et Réalisation
71
génération d’ontologie sous forme d’un code RD
Dans les figures précédentes nous montrons la structure d’ontologie sous format RDF
rdf:about="…"> : désigne l’emplacement du fichier.
5bbc8e6e:identifier>verif</sub_method-id-5bbc8e6e:identifier>
désigne que verif est une méthode dans la classe the_hotel_receptionist
5bbc8e6e:type>void</sub_method-id-5bbc8e6e:type>
type de la méthode verif.
8969932c:extended_class>person</class-id-8969932c:extended_class>
8969932c:identifier>client</class-id-8969932c:identifier>
client hérité de la classe person.
b7936c8b:identifier>smoking</sub_declaration
désigne que smoking et un identificateur.
génération d’ontologie sous forme d’un code RDF.
ntologie sous format RDF
: désigne l’emplacement du fichier.
5bbc8e6e:identifier>:
the_hotel_receptionist.
5bbc8e6e:type> :désigne le
8969932c:extended_class>et
8969932c:identifier>: désigne que le
</sub_declaration-id-
Chapitre IV : Conception et Réalisation
72
<sub_declaration-id-b7936c8b:type>boolean</sub_declaration-id-b7936c8b:type>:
désigne que le type d’identificateur est Boolean.
<class-id-b7936c8b:modifier>public</class-id-b7936c8b:modifier>: désigne que le
modificateur de identificateur est public.
3.4 Les erreurs syntaxique et les erreurs sémantique
3.4.1 Les erreurs sémantiques
L’erreur sémantique ou erreur de logique. S’il existe une erreur de ce type dans un de
vos programmes, celui-ci s’exécute parfaitement, en ce sens que vous n’obtenez aucun
message d’erreur, mais le résultat n’est pas celui que vous attendiez : vous obtenez autre
chose. En réalité, le programme fait exactement ce que vous lui avez dit de faire. Le problème
est que ce que vous lui avez dit de faire ne correspond pas à ce que vous vouliez qu’il fasse
d’instructions de votre programme ne correspond pas à l’objectif poursuivi.
La sémantique (la logique) est incorrecte. Rechercher des fautes de logique peut être
une tâche ardue. C’est là que se révélera votre aptitude à démonter toute forme résiduelle de «
pensée magique » dans vos raisonnements. Il vous faudra analyser patiemment ce qui sort de
la machine et tâcher de vous représenter une par une les opérations qu’elle a effectuées, à la
suite de chaque instruction.
Maintenant dans notre système nous avons fait quelques erreurs sémantiques comme
Définir les mêmes variables deux fois dans des classes différentes, exemple :
public class client_a extends pers{ the_hotel_receptionist_a p; int id_card; String id_card; void want_reserve(){ p.verif(); p.set(); } }
Chapitre IV : Conception et Réalisation
73
Définir une méthode deux fois dans le TP, exemple : public class the_hotel_receptionist_a extends pers{ int id; hotel_booking_a hotelbooking; void verif(){hotelbooking.existe();} void verif(){} void set(int id){int nb = hotelbooking.get_nbfreeroom(); hotelbooking.reserve(id,nb); } }
La combinaison entre deux modificateurs dans le TP, exemple :
public private class person_a{ final String first_name; String last_name; String adress; };
3.4.2 Les erreurs syntaxiques
Une erreur syntaxique est découverte lors de la phase de compilation. Nous avons
presque défini dans notre système tous les erreurs syntaxiques.
Définir un mot comme attribue ou nom de classe qui est déjà bien défini dans le lan-
gage utilisé pour la programmation du TP, exemple :
public class person_a{ } public class{
} public class hotel_booking_a{ protected room_booking_a rb; int nb_room; int if; boolean existe){} int get_nbfreeroom(){} void reserve(public int nb,int nb_ch){} }
Oublier de mettre «, » « ! » « ; »…, exemple :
public class room_booking_a{
public int id_card,room_number,start_date;
public int end date; // attendre une point virgule.
public boolean reserve;
public boolean smoking;
}
Chapitre IV : Conception et Réalisation
74
3.5 La comparaison
Concernant la comparaison, entre le corrigé type d’enseignant et la réponse
d’apprenant, nous avons attribué des remarques (observations). Donc lors de l’alignement
lorsque le système trouve :
A. [0.8 ; 1] l’observation sera ″Excellent″.
B. [0.6 ; 0.8] l’observation sera ″Very good″.
C. [0.5 ; 0.6] l’observation sera ″Average″.
D. [0.3 ; 0.5] l’observation sera ″Below Average ″.
E. [0 ; 0.3] l’observation sera ″Failing″.
Dans ce qui suit, on va détailler l’évaluation dans la partie II de réalisation selon des erreurs
détectées.
Chapitre IV : Conception et Réalisation
75
Partie II : Réalisation
1. Environnement de développement
1.1 Java 8
(Nom de code : Spider) a été publié le 18 mars 2014.
Java 8 est la dernière version de Java et offre de nouvelles fonctionnalités, des perfor-
mances accrues et des corrections de bug pour améliorer l'efficacité de développement et
d'exécution des programmes Java. La nouvelle version de Java est d'abord mise à disposition
des développeurs afin qu'ils disposent du temps adéquat pour effectuer les opérations de test
et de certification [35].
Les solutions rapides introduites plus tôt, qui permettent d'émigrer pour les boucles
aux appels de l'API Stream, ont été améliorées et supporte désormais des cas plus compliqués.
Nous avons également introduit une solution rapide qui peut migré les appels de l'API Stream
vers les boucles.
Dans la mesure du possible, l'IDE suggère de remplacer les instructions Map.put et la
mise à jour d'une valeur associée à une clé donnée par un appel de Map.merge. De plus, l'IDE
suggère de remplacer certaines opérations Map par Map.getOrDefault [31].
1.2 Choix de IntelliJ IDEA Community Edition version 2017.1.2
IntelliJ IDEA Community Edition est un IDE Java commercial développé
par JetBrains. Il est fréquemment appelé par le simple nom d’« IntelliJ » ou « IDEA » [28].
La version open source d'IntelliJ IDEA, un premier IDE (Integrated Development
Chapitre IV : Conception et Réalisation
Environment) pour Java, Groovy et d'autres langages de programmation tels que Scala ou
Clojure [29].
Tous les aspects d'IntelliJ IDEA sont spécifiquement conçus pour maximiser la
productivité des développeurs. Une analyse puissante du code statique et une conception
ergonomique rendent le développement non seulement productif mais auss
agréable [30].
L'édition communautaire comprend
Un éditeur de code intelligent qui possède tous les intelligences pour comprendre les
codes Java, XML et Groovy.
Refacturations, inspections et intentions de code, navigation et recherche super
Intégration des cadres de test
Support d'outils de construction
Intégration de systèmes de contrôle de version populaires
Swing UI designer [29].
1.3 Bibliothèque JENA-API
Jena est un ensemble d'outils dédiés à la construction d'applications orientées Web
sémantique. Parmi ces outils, on trouve notamment une API Java open
manipuler de nombreux langages tels que OWL, RDF/RDFS, SPARQL et de raisonner sur
des modèles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.
Jena nécessite Java8 (à partir de Jena version 3.0.0)
Chapitre IV : Conception et Réalisation
76
Environment) pour Java, Groovy et d'autres langages de programmation tels que Scala ou
Tous les aspects d'IntelliJ IDEA sont spécifiquement conçus pour maximiser la
productivité des développeurs. Une analyse puissante du code statique et une conception
ergonomique rendent le développement non seulement productif mais auss
L'édition communautaire comprend :
Un éditeur de code intelligent qui possède tous les intelligences pour comprendre les
codes Java, XML et Groovy.
, inspections et intentions de code, navigation et recherche super
Intégration des cadres de test : JUnit et TestNG.
Support d'outils de construction : Ant and Maven.
Intégration de systèmes de contrôle de version populaires : CVS, Subversion et Git.
Swing UI designer [29].
API version 3.2.0
st un ensemble d'outils dédiés à la construction d'applications orientées Web
sémantique. Parmi ces outils, on trouve notamment une API Java open-source permettant de
manipuler de nombreux langages tels que OWL, RDF/RDFS, SPARQL et de raisonner sur
èles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.
Jena nécessite Java8 (à partir de Jena version 3.0.0) [32].
Environment) pour Java, Groovy et d'autres langages de programmation tels que Scala ou
Tous les aspects d'IntelliJ IDEA sont spécifiquement conçus pour maximiser la
productivité des développeurs. Une analyse puissante du code statique et une conception
ergonomique rendent le développement non seulement productif mais aussi une expérience
Un éditeur de code intelligent qui possède tous les intelligences pour comprendre les
, inspections et intentions de code, navigation et recherche super-rapide.
: CVS, Subversion et Git.
st un ensemble d'outils dédiés à la construction d'applications orientées Web
source permettant de
manipuler de nombreux langages tels que OWL, RDF/RDFS, SPARQL et de raisonner sur
èles ontologiques à l'aide de moteurs d'inférences inclus dans Jena ou externes.
Chapitre IV : Conception et Réalisation
77
1.4 Choix de l’éditeur d’ontologie « Protege version 5.2.0 »
Est un système auteur pour la création d'ontologies. Il a été créé à l'université
Stanford et est très populaire dans le domaine du Web sémantique et au niveau de la
recherche en informatique. Protégé est développé en Java.
Protégé peut lire et sauvegarder des ontologies dans la plupart des formats d'ontolo-
gies : RDF, RDFS, OWL, etc.
Il possède plusieurs concurrents tels que Hozo, OntoEdit et Swoop. Il est reconnu pour
sa capacité à travailler sur des ontologies de grandes dimensions [33] [34].
2. Les Fonctionnalités de notre système
On va présenter dans cette partie à travers les interfaces présentées ci-dessous, une vue
générale de notre système conçue, dans l’objectif de structurer le TP ainsi qu’évaluer les
apprenants d’une manière automatique. A travers une interface personnalisée et dirigée.
Notre application contient deux catégories d’utilisateurs (apprenant et enseignant).
Les tuteurs ont le rôle de proposer un corrigé type. Et pour l’apprenant, son rôle est d’évaluer
leurs connaissances, voir leurs erreurs, puis les corriger. Le résultat de l’évaluation est calculé
de façon automatique et affecté desobservations pour chaque solution.
2.1 L’interface principale
Notre interface principale est très simple, elle compose de trois onglets celle du droite
est dévouée pour représenter le TP, et celles de la gauche est précisée pour la structuration du
TP, et celle en bas pour monter les erreurs syntaxiques, sémantiques et l’évaluation.
Chapitre IV : Conception et Réalisation
Figure (4.6
Lorsque un apprenant veut ouvrir son TP il clic sur le bouton «
il choisit leur TP.
Chapitre IV : Conception et Réalisation
78
4.6) :L’interface principale de notre système.
Lorsque un apprenant veut ouvrir son TP il clic sur le bouton « choose a file
choose a file » ensuite
Chapitre IV : Conception et Réalisation
Figure (
Chapitre IV : Conception et Réalisation
79
Figure (4.7) : La recherche et l'ouverture d’un TP.
Chapitre IV : Conception et Réalisation
Après que l’apprenant voir c
que les erreurs sont vraiment corrigées
le TP.
Figure (
Chapitre IV : Conception et Réalisation
80
Après que l’apprenant voir ces erreurs et faire les corriger, lorsque il veut de confirmer
les erreurs sont vraiment corrigées, il clic sur le bouton « refresh file» au lieu de
Figure (4.8) :La réouverture de fichier de TP.
lorsque il veut de confirmer
» au lieu de ré ouvrir
Chapitre IV : Conception et Réalisation
Lorsque l’apprenant veut générer l’ontologie
« structure to RDF » après qu’il choisit le format
RDF/XML/pretty ».
Figure (4.9)
Chapitre IV : Conception et Réalisation
81
Lorsque l’apprenant veut générer l’ontologie de leur TP, il clic sur le bouton
» après qu’il choisit le format qu’il le considéré du bouton «
) : Les choix de format pour la génération d‘ontologie.
de leur TP, il clic sur le bouton
qu’il le considéré du bouton «
es choix de format pour la génération d‘ontologie.
Chapitre IV : Conception et Réalisation
Figure
Chapitre IV : Conception et Réalisation
82
igure (4.10) : Bouton de génération d’ontologie.
outon de génération d’ontologie.
Chapitre IV : Conception et Réalisation
Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton «
structure » ou bien il clic sur «
Figure (4.11
Chapitre IV : Conception et Réalisation
83
Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton «
» ou bien il clic sur « file » ensuite une nouvelle structure sera ouverte.
4.11) : Bouton d’ouvrir d'une nouvelle structure.
Quand un apprenant veut ouvrir un autre TP, il clic sur le bouton « add new
» ensuite une nouvelle structure sera ouverte.
une nouvelle structure.
Chapitre IV : Conception et Réalisation
Voici l’interface TP d’un
Figure (
Chapitre IV : Conception et Réalisation
84
d’un apprenant qui ne fait aucunes erreurs et son
Figure (4.12) : Interface d’un TP correct.
son observation.
Chapitre IV : Conception et Réalisation
Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxi
ainsi que son observation.
Figure (
Voici les différentes observation
Figure (4.14
Chapitre IV : Conception et Réalisation
85
Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxi
Figure (4.13) :Interface d’un TP avec erreurs.
observations avec leurs valeurs de différents TP.
4.14) : Différentes observations de différents TP.
Voici l’interface de TP d’un apprenant qui fait des erreurs syntaxique et sémantique
de différents TP.
Chapitre IV : Conception et Réalisation
86
Conclusion
Dans ce chapitre, nous avons présenté notre contribution pour la structuration du TP
ainsi qu’une évaluation automatique des apprenants, toute en utilisant les ontologies.
Nous avons parlé sur notre choix de l’environnement et l’éditeur d’ontologie utilisé pour le
développement de notre application. Et enfin nous avons terminé avec la présentation de
l’interface graphique de notre application.
Conclusion générale
87
Conclusion générale
Dans ces dernières années, les « Sciences et Technologies de l’Information et de la
Communication (STIC) » ont donné naissance aux « Technologies de l’Information et de la
Communication dans les Enseignements (TICE) », dont une des thématiques concerne les
Environnements Informatiques pour l’Apprentissage Humain « EIAH », couvrant l’ensemble
des modes pédagogiques.
La nécessité de confronter l’apprenant à la réalité, surtout dans les disciplines
scientifiques et techniques, rend le « TP » irremplaçable par des environnements
exclusivement virtuels.
L’essor de l’internet a amené le développement d’ensembles de dispositifs de
formation qui repose essentiellement sur des enseignements conceptuels, ou des études de cas
sous la forme de TéléCours, TéléTD, …, sans possibilités de réelles activités pratiques.
Le présent travail de ce mémoire traite d’une problématique s’articulant sue trois axes
de recherches : l’évaluation automatisée des connaissances d’un apprenant, les Télé-Tps et les
ontologies. L’intérêt de ce type de problématique est particulièrement significatif de nos jours
du fait du développement considérable d’outils d’instance à l’éducation, formation et
apprentissage, favorisé notamment par le service web.
Nous avons consacré les trois premiers chapitres de ce mémoire à un examen de
l’état de l’art dans chacun de ces trois axes, en présentant d’abord l’essentiel des notions
considérées ainsi que certains travaux de recherches sur les Télé-Tps. L’évaluation des
apprenants et les ontologies. Nous nous sommes ensuite intéressés aux travaux pouvant
associer ces trois domaines, portant donc directement notre problématique.
Nous avons pu déduire au bout de notre étude que l’utilisation des ontologies pour la
modélisation de domaines d’enseignement destinés à l’apprentissage par TP et intégrant de ce
fait l’évaluation automatisée des apprenants est une approche relativement originale.
Forts de ces constats. Nous avons entrepris d’élaborer un système de gestion de Té-
LéTps capable de se greffer à une plate-forme de téléformation existante afin de fournir un
service d’efficacité pédagogique comparable à un TP en présentiel. L’objectif d’un tel sys-
tème est de pouvoir gérer des TéLéTps indépendamment de toute discipline et de tout disposi-
tif technologique, ouvrant ainsi la voie à des échanges et à la réutilisation de scénarios péda-
gogiques de TéLéTps entre les enseignants et les apprenants.
Conclusion générale
88
De cette intégration devrait découler une meilleure prise en charge de différents
aspects. Tels que la didactique des domaines de E-Learning, une gestion efficace de l’état de
connaissances de chaque apprenant, l’adaptation de sessions d’apprentissage. Ce qui va
nettement contribuer au passage vers des systèmes EIAH plus «intelligents» et donc lus
efficaces. C’est ce que nous nous proposons de traiter dans des travaux ultérieurs.
Perspectives
Nous sommes conscients que notre travail est loin d’être complet et qu’il pourra évo-
luer dans les années prochaines.
Développer ce système pour traiter des TP dans différents domaines pas seulement le
domaine informatique.
Concevoir d'autres ontologies et les combiner avec la nôtre afin d'enrichir la séman-
tique spécialement dans la tâche d’évaluation.
Donner une note précis aux apprenants pas seulement une observation.
Bibliographie
89
Bibliographie
1. Mariam Tanana. Evaluation formative du savoir-faire des apprenants _à l'aide d'algorithmes
de classification Application _à l'électronique numérique. Autre [cs.OH]. INSA de Rouen,
2009. Français. <tel-00442930v1> Submitted on 23 Dec 2009 (v1), last revised 20 Jan 2011
(v2).
2. Hcene BENMOUHAMED. ICTT@lab un environnement informatique pour la génération et
l’exécution scénarios de télé-TP, 2007.
3. Mohamed El-Amine Bouabid. De la Conception _à l'Exploitation des Travaux Pratiques en
Ligne : Application d'une Approche Générique _à l'Enseignement de l'Informatique. Réseaux
et télécommunications [cs.NI]. Université Paul Sabatier - Toulouse III, 2012. Français.
<NNT : 06O9kG019Y4>. <tel-00814465>.
4. Hcène Benmohamed, Arnaud Lelevé, Patrick Prévot. Télé-TPs : évolution d'une plate-forme
générique. Colloque international sur les "Technologies de l'Information et de la Communica-
tion dans l'Enseignement Supérieur et l'Entreprise" (TICE 2006), Oct 2006, France. INPT, 6
p., 2006, ISBN : 978-2-9527275-0-1. <hal-00118889>.
5. J. Fayolle, les TP distants Approche générique, collaborative et sécurisée,
[email protected]. université jean Monnet saint Etienne.
6. Saher Arnous. Conception générique d'un outil de configuration de " e-TP ". Environnements
Informatiques pour l'Apprentissage Humain. INSA de Lyon, 2014. Français. <NNT :
2014ISAL0093>. <tel-01153218>.
7. Boussaha Karima, l’évaluation de l’apprenant dans les environnements d’apprentissage de
TéLé-TPs. thèse de doctorat, Université Badji Mokhtar-Annaba. 2015/2016.
8. http://www.tpline.fr/ , 25 février 2017.
9. NGUYEN Van Tien, méthode d’extraction d’informations géographiques à des fins
d’enrichissement d’une ontologie de domaine, le 15 novembre 2012, Doctorat de l’Université
de Pau et des Pays de l’Adour (spécialité informatique).
10. Bernard ESPINASSE, Introduction aux Ontologies Professeur à l'Université d'Aix-Marseille
2010 page 6.
11. Chapitre I-Les ontologies, document pdf,http://dspace.univ-
tlemcen.dz/bitstream/112/1062/5/ChapitreI.pdf.
Bibliographie
90
12. Aissa Fellah, Mimoun Malki, Ahmed ZAHAF, alignement des ontologies : utilisation de
WordNet et une nouvelle mesure structurelle. Université Djillali Liabes de Sidi Bel abbés,
département d’informatique, Algérie. {[email protected]} 2008.
13. Amira Essaid et al.Processus de décision crédibiliste pour l’alignement des ontologies,
credibilistic decision process for ontology matching, Reims France 10-11 october 2016.
14. Amira Essaid, Arnaud Martin, Grégory smits, Boutheina Ben Yaghlane, alignement contex-
tuel d’ontologies, stage de dea encadré par m. lionel medini et mme parisa ghodous soute-
nance le 5 juillet 2004.
15. Jean Charlet, Bruno Bachimont, Raphaël Troncy,Ontologies pour le Web sémantique,
Mission de recherche STIM, AP-HP & INSERM ERM 0202
16. Frédéric Rufin, L'évaluation en pédagogie : Définitions et concepts- clés, le 5 mai 2004,
www.cadredesante.com.
17. https://campusneo.minesnantes.fr/campus/pluginfile.php/7573/mod_resource/content/0/Forma
tion_IV/TypesEval.pdf
18. Frédéric Rufin ; l’évaluation : Définitions et concepts-clés, lundi 10 mai 2004,
http://www.cadredesante.com/spip/profession/pedagogie/L-evaluation-Definitions-et
19. Georgette Nunziati, pour construire un diapositif d'évaluation formatrice, juillet 1988,
document de travail université d'été, http://web.ac-
toulouse.fr/automne_modules_files/pDocs/public/r7102_61_nunziati.pdf
20. les évaluations mis en œuvre dans les procédures pédagogiques, http://svt.tice.ac-orleans-
tours.fr/php5/infossvt/ipr/evaluation/evaluations_page_3.htm
21. Samer Abdul Ghafour, Méthodes et outils Pour l’intégration des ontologies, 2003-2004,
Laboratoire d’Informatique en Images et Systèmes d’information LIRIS FRE2672 CNRS
INSA Lyon, UCB Lyon 1, EC Lyon Ecole Doctorale « Informatique et Information pour la
Société » EDA 335.
22. Sami Zghal, Contributions à l'alignement d'ontologies OWL par agrégation de similarités, 21
décembre 2010, DEA en Modélisation et Informatique de Gestion I.S.G. Tunis – Tunisie.
23. M Abdeltif ELBYED, ROMIE, une approche d’alignement d’ontologies à base d’instances,
16 Octobre 2009, l’UNIVERSITE D’EVRY-VAL D’ESSONNE, Thèse n° 2009TELE0014
24. Jean-Francois, Djoufak-Kengue, Jerome Euzenat, Petko Valtchev. Alignement d'ontologies
dirige par la structure. Actes 14e journées nationales sur langages et modèles à objets (LMO),
Mar 2008, Montreal, Canada. No commercial editor. pp.43-57, 2008, Actes 14e journées na-
tionales sur langages et modèles a objets (LMO). <hal-00825951>
Bibliographie
91
25. Imane Boughedda, Samia Djamai, Saloua Chettibi, Un Algorithme d’Alignement des Compé-
tences pour l’Affectation des Modules d’un Parcours Informatique aux Enseignants, Dépar-
tement d’Informatique, Université de Jijel. Equipe SCAL, Laboratoire MISC, Université
Mentouri Constantine.
26. EUR-Lex Access to European Union law, Communication de la Commission au Conseil et
au Parlement européen Plan d'action eLearning - Penser l'éducation de demain, http://eur-
lex.europa.eu/legal-content/FR/ALL/?uri=CELEX%3A52001DC0172, 31/12/2001.
27. Valéry Psyché, Olavo Mendes, Jacqueline Bourdeau. Apport de l’ingénierie ontologique aux
environnements de formation à distance. Sciences et Technologies de l’Information et de la
Communication pour l’Education et la Formation (STICEF), ATIEF, 2003, 10, pp.89-126.
28. https://fr.wikipedia.org/wiki/IntelliJ_IDEA, 21 mars 2017.
29. What is IntelliJ IDEA Community Edition?
http://www.jetbrains.org/pages/viewpage.action?pageId=983211, 18avril 2017.
30. JetBrains, https://www.jetbrains.com/idea/, 20 mai 2017.
31. JetBrains, Java, https://www.jetbrains.com/idea/whatsnew/#v2017-1-java, 21mars 2017.
32. Yoan chabot, qu’est-ce que Jena,
https://websemantique.developpez.com/faq/?page=jena#jena-def, 12 avil 2017.
33. Josef Hardi et al., Protege, http://protege.stanford.edu/products.php, 19 mars 2017.
34. https://fr.wikipedia.org/wiki/Prot%C3%A9g%C3%A9_(logiciel), 12 mai 2017.
35. Java, https://www.java.com/fr/download/faq/java8.xml19 mai 2017.
36. Olivier Maulini, Qui a eu cette idée folle
Un jour d'inventer [les notes à] l'école ?,
http://www.unige.ch/fapse/SSE/teachers/maulini/note.html, 12 février 2017.
37. Alexis Lombard. TéléTP : intégration de systèmes didactiques dans une plateforme
d’apprentissage en ligne. Environnements Informatiques pour l’Apprentissage Humain. 2013.
38. Natalya F. Noy et Deborah L. McGuinness, Développement d’une ontologie 101 : Guide pour
la création de votre première ontologie, Université de Stanford, Stanford, CA, 94305