Laboratoire de Recherche en Informatique (Université Paris Sud, CNRS, Université Paris Saclay) (France)

Présentation

Nous assistons aujourd’hui à une production de données structurées sans précédent, publiées sous la forme de graphes de connaissances accessibles via le Web de données. Des graphes de connaissances (GC) tels que DBpedia, YAGO et Wikidata du côté académique, ou  Google Knowledge Graph, Facebook Graph ou le Satori Knowledge Graph de Microsoft,  côté industrie, décrivent des entités (telles que des personnes, des protéines ou des livres). Ces connaissances sont généralement exprimées en RDF (Resource Description Framework), exprimant des faits tels que

«Macron, présidentDe, France». Certains graphes de connaissances sont associés à des ontologies exprimant les connaissances du domaine représentées en utilisant des langages standards tels que OWL2 (Web Ontology Language).

Bien que incomplets, hétérogènes et pouvant contenir des erreurs, ces graphes de connaissance contiennent un gisement d’informations important qui peut être exploité pour découvrir automatiquement de nouvelles connaissances.   

Cette quatrième édition des journées thématiques EGC&IA dédiée à la découverte de connaissances dans le Web des données sera le rendez-vous privilégié pour initier des échanges entre chercheurs académiques et industriels autour de cette thématique.

Les articles soumis peuvent être des papiers courts (2 pages) ou longs (jusque 12 pages). Les articles courts peuvent proposer de nouvelles idées qui n'ont pas encore été évaluées. Les auteurs peuvent également soumettre des articles déjà acceptés dans une conférence internationale afin de faire bénéficier la communauté francophone de ces travaux. 

Thématiques

Les sujets d'intérêt pour la journée comprennent, sans s'y limiter, les thèmes suivants :

  • Fouille de données graphes : règles, motifs, séquences, etc.
  • Découverte de classes, propriétés, correspondances et d’axiomes d’ontologies
  • Complétion de graphes de connaissances
  • Raisonnement sur les graphes de connaissances
  • Extraction et représentation de méta-données dans des graphes de connaissances
  • Etudes statistiques du contenu des graphes de connaissances
  • Evaluation de la qualité des graphes de connaissances
  • Modèles de provenance et approches explicatives des processus de découverte de connaissances
  • Visualisation des données et des connaissances
  • Retours d’expérience de la découverte de connaissance dans des domaines d’application spécifiques
Personnes connectées : 1