Catégorisation sémantique des données liées

Abstract

Le web contient un grand nombre de données liées. La catégorisation automatique de ces données fournit un avantage à tous types de personnes ou logiciels cherchant à les exploiter. La plupart de ces données sont difficilement accessible avec une probabilité très faible d’obtenir celles pertinentes. Le défi est de les structurer ce qui permettra d’extraire les connaissances pertinentes et pouvoir ainsi préparer des raisonnements et exploiter ces données. Nous avons développé un système de catégorisation sémantique des données liées dans le but de contribuer à résoudre ce problème. Après avoir extrait les connaissances à partir de ces données, notre système calcule les distances sémantiques entre les différentes ressources. Ces distances sont ensuite classées en trois catégories, la distance terminologique, structurelle et extensionnelle. En utilisant ces distances sémantiques, nous réduisons la dimensionnalité des ressources, puis nous appliquons un algorithme de catégorisation automatique à base de densité pour obtenir des clusters de ressources ainsi que des points de bruit. Pour démontrer l’efficacité de notre système, nous avons réalisé une évaluation de notre système. Mots clés : RDF (Ressource Description Framework), Web de données, Données liées, Catégorisation, Mesure de similarité, Sémantique.