SEMIOSEM : une mesure de similarité conceptuelle fondée sur une approche sémiotique

Xavier Aime (1) , Frederic Furst (2) , Pascale Kuntz (1) , Francky Trichet (1)

1 LINA - Laboratoire d'Informatique de Nantes Atlantique
2 MIS - Modélisation, Information et Systèmes - UR UPJV 4290

Cet article propose une nouvelle mesure de similarité conceptuelle baptisée SEMIOSEM (Semiotic-Based Similarity Measure). La première originalité de cette mesure est de prendre en compte les trois dimensions sémiotiques de la conceptualisation sous-jacente à une ontologie de domaine : l'intension (i.e. les propriétés utilisées pour définir les concepts et la structure de la hiérarchie de subsomption), l'extension (i.e. les instances des concepts) et l'expression (i.e. les termes utilisés pour dénoter à la fois les concepts et leurs instances). Ainsi, SEMIOSEM vise à aggréger et enrichir des mesures existantes de types intensionnel et extensionnel. La seconde originalité de cette mesure est d'être sensible au contexte dans lequel l'utilisateur met en oeuvre SEMIOSEM. Ce contexte s'exprime au moyen d'un corpus, d'un ensemble d'instances et d'une valeur caractérisant son état émotionnel. Ainsi, SEMIOSEM s'avère être plus flexible, plus robuste et plus proche du jugement de l'utilisateur que les autres mesures de similarité, lesquelles sont généralement fondées sur un seul aspect d'une conceptualisation et ne prennent pas en compte le contexte d'utilisation.

Mots clés: Mesure de similarité; Sémiotique; Mesure sémantique; Proximité conceptuelle

Domaines: Informatique; Intelligence artificielle [cs.AI]; Recherche d'information [cs.IR]

Xavier Aime, Frederic Furst, Pascale Kuntz, Francky Trichet. SEMIOSEM : une mesure de similarité conceptuelle fondée sur une approche sémiotique. IC 2009, May 2009, Hammamet, Tunisie. pp.229. ⟨hal-00377546⟩