Résumé

Cet article propose une approche automatisée d’inférence de connaissances basée sur l’analyse de relations extraites à partir de textes. Son originalité repose sur la définition d’un cadre tenant compte (i) d’une structuration des objets étudiés (e.g. syntagmes nominaux) sous la forme d’un ordre partiel et (ii) de l’exploitation possible d’une connaissance a priori formalisée dans un modèle de connaissances de type ontologie (taxonomie). Ce cadre permet notamment de définir des règles de propagation de l’information basées sur la théorie des croyances afin d’inférer de nouvelles connaissances à partir des relations extraites. Bien qu’a portée plus large, notre approche est ici illustrée et évaluée au travers de la définition d’un système automatique exploitant des textes issus du Web afin de répondre à des questionnaires générés. Nous montrons notamment l’intérêt de structurer les extractions et le gain apporté par la prise en compte d’une connaissance a priori au sein d’une telle chaîne de traitement.

Abstract

This article introduces an automated knowledge inference approach taking advantage of relationships extracted from texts. It is based on a novel framework making possible to exploit (i) a generated partial ordering of studied objects (e.g. noun phrases), and (ii) prior knowledge defined into ontologies. This framework is particularly suited for defining informa- tion propagation rules based on evidence theory in order to infer new knowledge. The proposed approach is illustrated and evaluated through the definition of a system performing question answering by analyzing texts available on the Web. This case study shows the benefits of struc- turing processed information (e.g. using prior knowledge) for inferring new knowledge.