Discovering expressive and consistent alignments between large ontologies

Découvrir alignements expressifs et cohérents entre les grandes ontologies Cette thèse aborde le défi de la génération automatique d'alignements expressifs entre ontologies, afin de mieux capturer les différents types d'hétérogénéités entre différentes ontologies. Alors que les approches traditionnelles d'alignement ne produisent que des correspondances simples, elles sont souvent incapables de représenter des correspondances du monde réel, par exemple lorsqu'une seule propriété dans une ontologie correspond à une combinaison de propriétés dans une autre (par exemple, "FullName" = concatenation ("FirstName", "LastName ")). La complexité de cette tâche réside non seulement dans l'identification de multiples entités à faire correspondre, mais aussi dans la sélection des constructeurs appropriés pour les combiner. La question de recherche centrale guidant ce travail est donc la suivante : les grands modèles de langage (LLMs) sont-ils capables d'un alignement complexe d'ontologies de manière efficace ? Pour répondre à cette question, trois contributions principales sont proposées. Premièrement, une étude approfondie de l'état de l'art des approches d'alignement d'ontologies a été réalisée, avec un nouveau cadre de classification pour l'alignement d'ontologies basé sur les embeddings, analysant 103 approches récentes selon les dimensions proposées qui classifient l'utilisation des embeddings. Cette étude révèle que la tâche d'alignement complexe reste largement sous-explorée (seulement 7 % des travaux l'abordent) malgré son importance pour l'interopérabilité sémantique. La contribution suivante concerne des améliorations de l'architecture d'un système d'alignemnt existant (CANARD) par l'intégration d'embeddings dans le calcul de la similarité entre entités. De plus, pour combler les lacunes de CANARD, une nouvelle approche est proposée pour la génération directe d'alignements complexes avec les LLMs, où le LLM génère directement l'alignement final à partir des ontologies d'entrée. Il s'agit d'une approche basée sur l'ingénierie de prompts qui permet aux LLMs de produire directement des alignements dans le format structuré EDOAL (Expressive and Declarative Ontology Alignment Language), pouvant être évalués automatiquement. La dernière contribution est une nouvelle métrique d'évaluation pour les alignements complexes, basée sur des alignements de référence. Reconnaissant l'insuffisance des métriques traditionnelles, une métrique sensible à la structure est introduite, utilisant la distance d'édition d'arbres pour comparer la structure logique des correspondances exprimées en EDOAL. Cette métrique respecte des propriétés clés, offrant une évaluation plus précise de la qualité des alignements complexes. Les résultats expérimentaux sur les benchmarks OAEI (Ontology Alignment Evaluation Initiative) montrent que les LLMs peuvent effectivement réaliser un alignement complexe, en particulier lorsqu'ils sont guidés par un apprentissage à partir de quelques exemples. Avec des modules créés manuellement lors de l'étape de réduction de l'espace de recherche et avec des LLMs dotés de capacités de raisonnement, l'approche proposée atteint des performances prometteuses. De plus, certaines expériences montrent que l'affinage (fine-tuning) de modèles plus petits peut apporter des améliorations significatives des performances sur des alignements simples lorsqu'ils sont entraînés sur des données synthétiques. La thèse conclut que les LLMs constituent une voie prometteuse pour l'appariement direct complexe d'ontologies.