Conference R2I Tizi-ouzou 12-14 juin 2011

Recherche et agrégation des activités d'apprentissage à base d'ontologies et de services web

Mr: Hadjila Fethallah

Plan

• • • • • • SOA web services e-learning problématique Contribution Conclusion

SOA

3

Service Oriented Architecture

• • • Définition du SOA: paradigme de développement des applications distribuées sur internet Une application doit réutiliser le code logiciel des autres modules Couplage faible des modules 4

Motivations

• • • • • Interopérabilité des applications sur le web B2B, E-learning • Intégration des nouvelles applications avec les systèmes hérités EAI Reutilisation du code logiciel productivité 5

Solution

• • • Les web services: instance paradigme SOA particulière du Succès du à l’accord des différents industriels sur la technologie des services web La normalisation des web spécifications des services 6

web service



Définition [IBM]: Web services are a new breed of Web application.

They are self-contained , applications that can be self-described published , , modular located , and invoked across the Web. Web services perform functions, which can be anything from simple requests to complicated business processes.

… .Once

a Web service is deployed, applications (and other Web services) discover and invoke the deployed service.

” other can

Caracteristiques des services web



Les services web sont :

  

Réutilisables Faiblement couplés Indépendant de

 

la plate-forme (UNIX, Windows, …) l’implémentation (VB, C#, Java, …)



l’architecture Axis…) sous-jacente (.NET, J2EE,

8

Services Web : vue générale

9

SOAP, WSDL,UDDI



SOAP (Simple Object Access Protocol)

: c’ est un protocole basé sur le langage XML ,pour l’echange de données entre des web services 

WSDL (Web Service Description Langage) :

C’est un langage basé sur XML, utilisé pour décrire les Web Services, C’est un standard de W3C 

UDDI (Universal Description, Discovery and Integration)

C’est l’annuaire des web services. C’est une collaboration de IBM, Microsoft, Ariba Il est Accessible grâce à SOAP Il supporte la recherche par Mots Clés.

Exemple d’annuaire : uddi.microsoft.com

www.ibm.com/services/uddi uddi.hp.com

E-LEARNING

11

E-learning

• « Le e-Learning est l’utilisation des nouvelles technologies multimédias de l’Internet pour améliorer la qualité de l’apprentissage en facilitant d’une part l’accès à des ressources et à des services, d’autre collaboration part les à distance » [2].

échanges et la • [2]http://europa.eu.int/comm/education/eLearning/d oc_en.html Le site Web officiel de

la Commission Européenne sur l’initiative e-Learning. Dernière consultation 20/06/2010.

12

Attribute Title Language Keywords Format Type

Modélisation des activités d’apprentissage: LOM

Interactivity type Interactivity level Semantic density Difficulty Learning duration User Value Ontology in e-learning {ONTOEL}, Artificial intelligence {AI},… Arabic {Ar}, French {Fr}, English {En}, ...

Recommendation {REC}, ontology{ONTO}, knowledge management{KM}, Information System {IS},… Text{T}, Image{I}, Model{Mod},Multiformat{Mlt}… Video{V}, Audio{Aud}, Application{App}, Paper{P},Book{B},Exercise{E},Simulation{S},Questionnaire{Q},Diagram{D},Figure{F },graphic{G}, Active {A}, Descriptive {D}, Combine {C} Very Low {VL}, Low {L}, Medium {M}, High {H}, Very High {VH} Very Low {VL}, Low {L}, Medium {M}, High {H}, Very High {VH} Very easy {VE}, Easy {E}, Medium {M}, difficult {D}, Very Difficult {VD} Year {Y}, Month {M}, Week {W}, Day {D}, Hour {H}, Minute {Mn}, Second {S} Learner {L}, Teacher {T}, author {A}, Manager {M} User Language User Age Arabic {Ar}, French {Fr}, English {En}...

Low {L}, Medium {M}, High {H} 13

problematique

14

• • • • •

problématique

Les plateformes d’elearning actuelles sont fermées et monolithiques (faible interopérabilité) elles ne tiennent pas compte de la recherche sémantique des activités d’apprentissage L’objectif de ce travail est de développer un système qui : Repose sur les web services (afin l’interoperabilité entre les plateformes) d’augmenter Propose la recherche et l’agrégation des activités d’évaluations, selon les besoins des tuteurs, et en utilisant un matching sémantique du contenu.

15

Mesures de Similarité sémantiques

• • • • • On distingue 04 types de mesures de similarité sémantique [slimani 07]: Les méthodes basées sur les arcs Les méthodes basées sur les nœuds Les méthodes hybrides (combinant les nœuds et les arcs) Les méthodes basées sur les espaces vectoriels 16

Mesures de Similarité sémantiques

• • • • • Similarité basée sur les arcs: Evaluer le cout du PCC reliant 02 concepts X et Y • • Similarité basée sur les nœuds Evaluer la quantité d’information Commune entre deux concepts • • • • Similarité basée sur les E.V

Représenter sémantiquement les 02 objets à comparer À l’aide des vecteurs et appliquer les distances et les mesures usuelles (distance euclidienne, hamming, …) 17

contribution

18

Mesure de similarité cosine

• • • • • cosine (v1, v2)= (∑ v1(i)*v2(i))/(||v1||*||v2||) V1,V2 : sont des vecteurs contenant les fréquences de concepts (issus d’une ontologie).

Exemple: supposons qu’on a juste 03 concepts c1,c2,c3 de l’ontologie de domaine: Si v1=(2,1,4) et v2 =(6,2,0) alors Cosine(v1,v2)= 14/(sqrt(40)*sqrt(21))= 0.48

19

Partie de l’ontologie de domaine développée

20

•

Modélisation des activités d’évaluation

Exemple d’une activité d’évaluation 21

Meta données associées à l’activité d’évaluation

…..

IPV6 adressage < difficulty> Easy< /difficulty> …..

22

Interaction avec le système

Interface t Apprenan Interface Tuteur (2) (1)

Système

Base de QCM generés Base d’activités d’évaluations et de métadonnées (1) a- authentification du tuteur b- invocation du service web SetQCM, qui Compose un questionnaire en faisant une recherche sémantique dans la base des activités d’apprentissage (voir l’algorithme ) c-SetQCM accepte comme entrées, un Certain nombre d’activités d’évaluations, et les métadonnées correspondantes, il retourne un document XML contenant le QCM.

(2) a- authentification de l’apprenant b choix du QCM à traiter, en invoquant le service web GetQCM, ce dernier accepte comme entrée le nom du QCM (ie le document XML du QCM) et renvoie son contenu de manière itérative. c GetQCM fait appel à un web service désigné GetActivity qui renvoie le contenu d’une seule activité à la fois.

23

Algorithme de recherche proposé

• • • • 1.

2.

3.

Le processus de recherche est suivant : réalisé selon l’algorithme soit R.c ={Ir1,Ir2, …Irn} les concepts (ou keywords) de la requête R.

augmenter chaque ses ascendants élément de l’ensemble R.c avec tous (subsumants) dans l’ontologie de domaine.

Par exemple si R.c ={c1 et c2 } et si c1 possède {c3 ,c4} comme subsumants, et c2 possède {c3,c4,c5} comme subsumants, alors R.c= {c1/1, c2/1, c3/2, c4/2, c5/1} (parce que c4,c3 ont deux occurrences).

24

Algorithme de recherche proposé

• 4.

pour toutes les activités d’évaluations A, modélisées avec l’ensemble A.c (sachant que A.c ={Is1,Is2,…Isp} représente les concepts (ou keywords) de l’activité d’évaluation A.) • • •

Faire

augmenter chaque élément de l’ensemble A.c avec tous ses ascendants (subsumants) dans l’ontologie de domaine.// meme chose que l’étape2. Resultat1= {A, tel que (cos(R.c, A.c) ≥ α}, le α est choisi pendant l’expérimentation par l’utilisateur, il varie entre 0.5 et 1. • 5.

•

Fin_faire

pour toutes les activités d’évaluations A  Resultat1 retenir les activités A telles que A.nd=R.nd (cad celles qui ont un niveau de difficulté compatible avec celui de R) cet ensemble est appelé resultat2 • • 6.

retourner resultat2 L’utilisateur sélectionne interactivement une activité parmi l’ensemble resultat2, et ré-exécute le même algorithme pour répondre aux requêtes suivantes 25

Performances

• • • • • On est possède 02 requêtes R1 et R2 chacune d’elles représentée avec un ensemble de concepts (meta données)

Requête 1 : adressage Requête 2 : coucheApplication, TCP_IP

On dispose de 104 dans la plateforme et activités d’évaluation stockées annotées avec LOM.

On suppose aussi que les experts humains ont déjà fourni les réponses pertinentes pour chacune des requêtes 26

• •

expérimentation

nous notons aussi que l’intervalle qui a donné le meilleur compromis rappel précision est [0.6,0.67].

Ces résultats peuvent être consolidés en multipliant le nombre de requêtes et en variant les ontologies de domaines 27

Conclusion

• • • • Nous avons proposé dans ce travail une système semi-automatique pour la recherche d’activités d’évaluations.

Le système proposé utilise la mesure de similarité cosine pour comparer une requête avec les meta données des activités d’évaluations.

Nous avons utilisé aussi le niveau de difficulté de l’activité comme un deuxième filtre de recherche.

Nous proposer plusieurs perspectives  L’utilisation des autres mesures de similarité  L’utilisation des autres attributs du modèle LOM  … à ce travail 28