Ontologies: Perl est une planète du système solaire

Ces temps-ci je travaille sur Wikipedia, qui constitue à la fois une aventure humaine sans précédent (je n'aurais pas parié deux cents sur sa survie il y a quelques années) et un réservoir de ressources fantastiques pour le traitement automatiques des langues. C'est en particulier une immense ontologie, c'est-à-dire un arbre structuré des connaissances, comme on rêve d'en constituer depuis les siècles des siècles (amen). J'y ai fait allusion dans ma dernière diapo ici : on cherche depuis les Sumériens, en passant par Raymond Lulle, Leibnitz et les Encyclopédistes — et le Web sémantique est la dernière invention en date qui vise à organiser le grand Tout.

L'arbre de connaissances de Wikipedia est navigable en ligne :

• version anglaise
• version française

Ce sont des URL intéressantes à connaître (je pense aux profs de lycée : quelle source magnifique de travaux pratiques !).

Vous connaissez peut-être le langage de programmation Perl — je suis un big fan, mais ce serait le sujet d'un autre billet. Je me suis servi de la page correspondante sur Wikipedia (en) comme test pour déterminer si j'arrivais correctement à trouver sa place dans l'arbre des connaissances wikipédien avec mes petits programmes entièrement roulés à la main.

Suivons ensemble les liens de catégories en remontant dans l'arbre. Les liens sont donnés en bas de page : la page Perl appartient à toutes ces catégories :

Categories: Perl | Curly bracket programming languages | Dynamic programming languages | Dynamically-typed programming languages | Free compilers and interpreters | Free software programmed in C | Procedural programming languages | Object-oriented programming languages | Scripting languages | Text-oriented programming languages | Unix programming tools | Cross-platform software | American inventions

Ah... donc apparemment ce n'est pas un arbre. Ou alors c'est un de ces banians indiens auxquels j'ai déjà fait allusion à plusieurs reprises, dont les branches peuvent se rejoindre, et se fusionner... Mais peu importe, si on n'a pas de boucle (je ne veux pas faire le pédant, mais donc si on a un graphe acyclique dirigé), on peut s'en sortir pour bâtir une ontologie. C'est assez classique :

Mais cela demande quand même un peu de soin dans la construction des liens, et on s'y perd vite.

Suivons donc les liens de notre page Perl. C'est une invention américaine. Ok. Je remonte. Pour ne pas vous la faire trop longue, je vous donne le chemin que j'ai suivi au hasard parmi tous les possibles :

• Perl
• American inventions
• Inventions by country
• Categories by country
• Countries
• Earth
• Planets of the Solar System

Perl est donc une planète du système solaire. CQFD.


Ne croyez pas que ce soit un exemple isolé. C'est en fait de loin la règle, vu la complexité immense du graphe. Dommage... Cela veut dire qu'il reste un travail gigantesque pour arriver à exploiter Wikipedia. En tout cas, par des moyens automatiques, c'est difficile. Il faut saluer l'effort (sans précédent dans l'histoire de l'Humanité, je le répète), que constitue cette entreprise, mais si l'on veut exploiter correctement les connaissances qui s'y trouvent, il va falloir un peu de structuration...