Communication Dans Un Congrès Année : 2025

Ontology Enrichment with SWRL rules from text for greenhouse farming

Enrichissement d'ontologie avec des règles SWRL à partir de texte pour la culture sous serre

Résumé

To enable the inference of rich recommendations for greenhouse cultivation, we present a method for enriching the AllInOneGreenhouseOntology with SWRL rules extracted from text. This method relies on identifying grammatical patterns within sentences, which are translated into logical rules. Our approach extracted and translated 240 rules from a corpus of agronomic recommendations. Our approach achieves a ROUGE score of 44.9 on the sentences identified as rules, comparing the initial sentences with automatically generated controlled natural language.

Pour permettre l'inférence de recommandations riches pour la culture sous serre, nous présentons une méthode pour enrichir l'ontologie AllInOneGreenhouseOntology avec des règles SWRL extraites de texte. Cette méthode s'appuie sur l'identification de motifs grammaticaux au sein des phrases, qui sont traduits en règles logiques. Notre approche a extrait et traduit 240 règles issues d'un corpus de recommandations agronomiques. Notre approche obtient un score ROUGE de 44.9 sur les phrases identifiées comme règles, en comparant entre les phrases initiales avec un langage naturel contrôlé généré automatiquement .

Fichier principal
Vignette du fichier
Armary_et_al-InOvive_Enrichissement_Ontologie_SWRL_serre_final_2025_05_15.pdf (82.05 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05071439 , version 1 (16-05-2025)

Licence

Identifiants

  • HAL Id : hal-05071439 , version 1

Citer

Pauline Armary, Antoine Spicher, Cheikh Brahim El Vaigh, Christine Lahoud, Hajer Bazaoui, et al.. Enrichissement d'ontologie avec des règles SWRL à partir de texte pour la culture sous serre. 8ème édition de l’Atelier INtégration de sources/masses de données hétérogènes et Ontologies, dans le domaine des sciences du VIVant et de l’Environnement IN-OVIVE, adossé à la conférence Ingénierie des Connaissances @PFIA, AFIA- Association Française d’Intelligence Artificielle, Jul 2025, Dijon (Bourgogne), France. ⟨hal-05071439⟩
846 Consultations
177 Téléchargements

Partager

  • More