Le but du projet est la mise en place d'un modèle permettant de disposer d'une base de connaissances (BC) en RDF/OWL à partir des bases de données disponibles au niveau des services de ces institutions et organisations et de la littérature disponible sur leurs domaines d'intervention. L'exploitation automatique de ces connaissances permettra (i) de montrer qu'elles renferment une mine d'information et (ii) aux autorités administratives d'orienter les politiques et les investissements vers les facteurs les plus déterminants dans la réussite de leurs activités. Elle permettra de justifier la pertinence des données à récolter sur les personnes, les objets du monde réel et les concepts particuliers. Elle permettra de justifier la conservation d'une partie de ces données lorsque ces dernières ne sont plus utilisées par l'institution. Ceci est en phase avec les problématiques de la commission des données privées (CDP) mise en place par l'état pour assurer le droit des utilisateurs vis à vis de ceux qui récoltent les données les concernant. Les résultats permettront de prouver l'apport du datamining sémantique par rapport aux modèles de calcul d'intelligence artificielle.

La mise en place et l'implémentation d’un modèle sémantique qui intègre différentes méthodes d'indexation et d'annotation pour faciliter l'accès au contenu de documents semi-structurés à des applications. Ceci passera par une extraction de termes et d'entités nommées qui portent une bonne partie de la sémantique du document et leur rapprochement à une ontologie du domaine considéré. La mise à disposition d'une ontologie (au minimum une taxonomie) du domaine d'activités que l'on peut trouver (sur le web) ou le créer nous-même. Ensuite il faudra mettre en place un modèle permettant d'automatiser l'extraction des données relationnelles et leur insertion dans des bases de connaissances. La mise en place d’un outil permettant de comparer continuellement le datamining standard basé sur les entrepôts de données et le datamining sémantique basé sur les inférences sur les représentations de connaissances.

Ce travail passe nécessairement par une revue des approches et outils proposés dans le domaine de la fouille de texte en général, mais plus particulièrement dans ceux basés sur le Topic Modelling. Nous allons mettre l'accent sur les modèles mathématiques qui sous-tendent ces approches. Ensuite il faudra mettre en place l'approche permettant d'automatiser l'extraction automatique des thèmes à partir d'un corpus de texte. Des expérimentations seront effectuées sur les benchmark ou Framework de divers domaines. Nous allons créer et implémenter un modèle sémantique qui intègre différentes méthodes d'indexation et d'annotation pour faciliter l'accès au contenu de documents semi-structurés à des applications.

Les propositions seront publiées dans des conférences scientifiques en général, en informatique en particulier, des revues nationales et internationales. L'interrogation de ces bases de connaissances permettra d'assister le personnel d’un domaine donné (administration, médecine, urbanisation, éducation, etc.) dans la récolte de données et lors de l'exploitation des connaissances tirées de ces données. Les résultats permettront de justifier la pertinence des données à récolter sur les personnes, les objets du monde réel et les concepts particuliers. Elle permettra de justifier également la conservation d'une partie de ces données lorsque ces dernières ne sont plus utilisées par l'institution. L'utilisation de ce modèles permettra de montrer qu'il est possible de, en utilisant des ontologies ou modèles sémantiques, partager des informations dans un cadre réglementaire et raisonner sur les données propres à une entité en utilisant les données partenaires sans pour autant disposer d'un modèle de calcul très puissant. Ces résultats permettront de prouver l'apport de la souplesse du raisonnement sur les connaissances par rapport aux modèles de calcul basés sur la théorie du relationnel.