Parcours Knowledge Engineering

Le Knowledge Engineering, ou ingénierie des connaissances, cherche à transformer des informations, des documents et des savoirs humains en connaissances structurées qu’un système informatique peut exploiter.

Ce parcours propose une progression en quatre étapes :

comprendre la nature de la connaissance ;
apprendre à la représenter ;
comprendre comment un système peut raisonner à partir d’elle ;
mettre ces principes en pratique dans un projet.

Les articles peuvent être consultés séparément, mais leur ordre suit une progression pédagogique.

1. Comprendre la connaissance

Cette première partie présente les notions indispensables pour comprendre ce que l’on cherche réellement à structurer.

Donnée, information et connaissance

Découvrez ce qui distingue une donnée brute, une information contextualisée et une connaissance permettant d’interpréter une situation ou d’agir.

Connaissance tacite et connaissance explicite

Comprenez pourquoi certaines connaissances peuvent être facilement documentées, tandis que d’autres restent liées à l’expérience, aux habitudes et au savoir-faire des experts.

Acquisition des connaissances

Découvrez comment recueillir les connaissances contenues dans les documents, les pratiques professionnelles et l’expérience des spécialistes d’un domaine.

Objectif de cette étape : comprendre d’où viennent les connaissances et pourquoi leur formalisation ne consiste pas simplement à accumuler des documents.

2. Représenter la connaissance

Une fois les connaissances identifiées, elles doivent être organisées sous une forme compréhensible et exploitable par un système.

Représentation des connaissances

Découvrez les principales manières de représenter les concepts, les relations, les faits, les règles et les contraintes.

Taxonomie et ontologie

Comprenez la différence entre une structure destinée à classer des concepts et un modèle décrivant leur sens et leurs relations.

Ontologie informatique

Apprenez comment une ontologie définit les classes, les instances, les propriétés, les relations et les contraintes d’un domaine.

Graphe de connaissances

Découvrez comment représenter des personnes, des organisations, des objets, des événements et les relations qui les unissent.

Base de connaissances

Comprenez ce qui distingue une base de connaissances d’une base documentaire ou d’une base de données classique.

Objectif de cette étape : apprendre à transformer un domaine en concepts, relations, règles et structures interrogeables.

3. Faire raisonner un système

La représentation des connaissances permet ensuite à un système de rechercher des informations, d’appliquer des règles ou de produire de nouvelles conclusions.

Système expert

Découvrez comment une base de faits, une base de règles et un moteur d’inférence peuvent reproduire une partie du raisonnement d’un spécialiste.

Raisonnement symbolique

Comprenez comment un système utilise des symboles, des règles logiques et des mécanismes d’inférence.

Knowledge Engineering, RAG et LLM

Découvrez pourquoi les modèles de langage ont besoin de sources contrôlées, de concepts définis et de connaissances structurées.

GraphRAG

Comprenez comment un graphe de connaissances peut compléter la recherche documentaire traditionnelle et aider un LLM à relier plusieurs informations dispersées.

Objectif de cette étape : comprendre comment les connaissances deviennent utilisables par un système expert, un moteur de recherche ou une intelligence artificielle générative.

4. Mettre en pratique

Cette dernière partie présente les méthodes, les outils et les applications de l’ingénierie des connaissances.

Ordre conseillé

Pour suivre le parcours complet, commencez par les articles dans cet ordre :

Commencer le parcours

La première étape consiste à comprendre précisément comment une donnée devient une information, puis une connaissance exploitable.

Commencer par « Donnée, information et connaissance »