Propagation contextuelle des propriétés pour les graphes de connaissances - une approche fondée sur les plongements de phrases.

Avec le nombre sans cesse croissant de graphes de connaissances RDF, le nombre d’intercon- nexions entre ces graphes a l’aide de la propriete owl:sameAs a explose. De plus, comme plusieurs tra- vaux precedents l’ont indique, l’identite definie par la semantique de owl:sameAs est peut-etre trop rigide dans de nombreux cas. En effet, l’identite devrait etre consideree comme dependante du contexte. Ces faits conduisent a des donnees de mauvaise qualite lors de l’utilisation des capacites d’inference de owl:sameAs. L’identite contextuelle pourrait etre une voie possible vers une connaissance de meilleure qualite. Contrai- rement a l’identite classique, avec l’identite contextuelle, seules certaines proprietes peuvent etre propagees entre des entites contextuellement identiques. Dans la continuite de ces travaux sur l’identite contextuelle, nous proposons une approche, fondee sur les plongements de phrases, pour trouver semi-automatiquement un ensemble de proprietes, pour un contexte d’identite donne, qui peuvent etre propagees entre des entites contextuellement identiques. Les cas d’utilisation fournis montrent que l’identification des proprietes qui peuvent etre propagees aide les utilisateurs a obtenir les resultats souhaites qui repondent a leurs besoins lorsqu’ils interrogent un graphe de connaissances, c’est-a-dire des reponses plus completes et plus precises.