Knowledge Engineering
Comprendre/structurer/exploiter les connaissances

Ressources et bibliographie du Knowledge Engineering

Le Knowledge Engineering se situe au croisement de plusieurs disciplines :

Il n’existe donc pas une seule ressource couvrant l’ensemble du domaine.

Cette sélection propose un parcours de lecture et de pratique organisé selon les principaux besoins :

Une bonne bibliographie ne doit pas seulement accumuler des titres. Elle doit aider le lecteur à choisir la prochaine ressource adaptée à son objectif.

Comment utiliser cette page ?

Commencez par identifier votre objectif.

Comprendre les concepts fondamentaux

Consultez les ouvrages consacrés à :

Construire une ontologie

Consultez :

Construire un graphe de connaissances

Travaillez sur :

Construire un RAG

Ajoutez :

Ouvrages sur l’ingénierie des connaissances

Knowledge Engineering and Management: The CommonKADS Methodology

Auteurs principaux :

Cet ouvrage présente la méthodologie CommonKADS.

Il est particulièrement utile pour comprendre :

Il convient davantage à une lecture méthodologique qu’à un tutoriel technique rapide.

Knowledge Representation: Logical, Philosophical, and Computational Foundations

Auteur :

Cet ouvrage traite des fondements de la représentation des connaissances.

Il permet d’approfondir :

Knowledge Representation and Reasoning

Auteurs :

Cette ressource constitue une introduction structurée aux mécanismes de représentation et de raisonnement.

Elle aborde notamment :

Découvrir le raisonnement symbolique.

Artificial Intelligence: A Modern Approach

Auteurs :

Cet ouvrage dépasse largement le Knowledge Engineering.

Il permet toutefois de replacer dans un cadre plus général :

Ouvrages sur les ontologies

Semantic Web for the Working Ontologist

Auteurs :

L’ouvrage présente les principes du Web sémantique à partir d’exemples de modélisation.

Il aide à comprendre :

Handbook on Ontologies

Sous la direction de :

Cet ouvrage collectif traite de nombreux aspects de l’ingénierie ontologique :

Il s’adresse davantage aux lecteurs souhaitant approfondir le domaine qu’aux débutants absolus.

Ontology Development 101

Auteures :

Ce guide propose une méthode accessible pour construire une première ontologie.

Il aborde notamment :

Il constitue un complément naturel au tutoriel :

Comment créer une ontologie avec Protégé ?.

Standards du Web sémantique

Les standards constituent les sources principales pour comprendre précisément les langages.

RDF

RDF représente les informations sous forme de graphes composés d’affirmations.

Structure générale :

Sujet → prédicat → objet

À étudier pour :

RDFS

RDFS permet notamment de définir :

Il constitue une première couche de modélisation au-dessus de RDF.

OWL

OWL permet de construire des ontologies plus expressives.

Il peut représenter :

SPARQL

SPARQL est utilisé pour interroger les graphes RDF.

Il permet de rechercher des motifs.

Exemple conceptuel :

SELECT ?formation
WHERE {
  ?formation :developpe :CompetenceSEO .
}

SHACL

SHACL sert à valider la structure des graphes RDF.

Exemples de contraintes :

Une formation doit posséder un titre.
Une session doit mettre en œuvre exactement une formation.

SKOS

SKOS est particulièrement adapté aux :

Il permet de représenter :

Ressources sur les graphes de connaissances

L’étude des graphes de connaissances doit couvrir plusieurs dimensions.

Modélisation

Intégration

Qualité

Requêtes

Commencez par :

Comment créer un graphe de connaissances ?.

Poursuivez avec :

Qualité d’un graphe de connaissances.

Ressources sur la représentation des connaissances

Les thèmes à approfondir comprennent :

Pages de départ :

Ressources sur le Knowledge Management

Le Knowledge Management complète le Knowledge Engineering sur les dimensions humaines et organisationnelles.

Les thèmes à étudier comprennent :

Commencez par :

Knowledge Engineering vs Knowledge Management.

Logiciels d’ontologie

Protégé Desktop

Protégé permet notamment de :

WebProtégé

WebProtégé ajoute une dimension collaborative :

Éditeurs et validateurs RDF

Selon le projet, recherchez des outils capables de :

Bases de données graphes

Deux grandes familles sont à distinguer.

Triplestores RDF

Ils sont adaptés aux :

Graphes de propriétés

Ils sont adaptés aux :

Le choix doit dépendre du modèle et des requêtes.

Comparer ontologie et graphe de connaissances.

Outils de recherche documentaire

Un système de connaissances peut utiliser :

Une bonne recherche lexicale reste utile pour :

Bases vectorielles

Une base vectorielle permet de rechercher des contenus proches dans un espace numérique.

Elle est utile pour :

Elle ne représente pas automatiquement :

Comparer base vectorielle et graphe de connaissances.

Ressources sur le RAG

L’étude du RAG doit couvrir plusieurs blocs.

Corpus

Ingestion

Recherche

Génération

Évaluation

Guides recommandés :

  1. Comment construire un système RAG fiable ?
  2. Comment évaluer un système RAG ?
  3. RAG vs GraphRAG

Ressources sur GraphRAG

GraphRAG demande de combiner plusieurs compétences :

Avant d’adopter cette architecture, il est utile de maîtriser :

  1. le RAG classique ;
  2. les graphes de connaissances ;
  3. la provenance ;
  4. la qualité des relations ;
  5. les questions multi-étapes.

Découvrir GraphRAG.

Ressources sur la provenance et la gouvernance

Les thèmes à approfondir comprennent :

Pages recommandées :

Ressources sur l’acquisition des connaissances

L’acquisition combine plusieurs méthodes :

Pour approfondir :

Pages recommandées :

Parcours de lecture pour débutant

Étape 1 — Comprendre les notions

  1. Donnée, information et connaissance
  2. Connaissance tacite et explicite
  3. Représentation des connaissances

Étape 2 — Comprendre les structures

  1. Taxonomie et ontologie
  2. Ontologie informatique
  3. Graphe de connaissances

Étape 3 — Comprendre les systèmes

  1. Base de connaissances
  2. Système expert
  3. Raisonnement symbolique

Étape 4 — Comprendre l’IA générative

  1. Knowledge Engineering, RAG et LLM
  2. GraphRAG

Parcours pratique

  1. Construire une base de connaissances
  2. Créer une ontologie avec Protégé
  3. Créer un graphe de connaissances
  4. Construire un RAG fiable
  5. Évaluer un RAG
  6. Organiser la gouvernance

Parcours pour développeur

Ordre conseillé :

Modélisation des données
  ↓
RDF ou graphe de propriétés
  ↓
Requêtes
  ↓
Ontologie
  ↓
Validation
  ↓
Recherche vectorielle
  ↓
RAG
  ↓
GraphRAG

Il est utile de construire plusieurs petits projets plutôt qu’un seul système très ambitieux.

Projet d’apprentissage recommandé

Construisez une base consacrée à un domaine maîtrisé.

Exemple :

Catalogue de formations

Livrables

  1. glossaire ;
  2. taxonomie ;
  3. cinq types d’entités ;
  4. six relations ;
  5. cinq règles ;
  6. vingt cas de test ;
  7. quelques documents ;
  8. un petit assistant RAG ;
  9. un journal des erreurs ;
  10. une procédure de gouvernance.

Critères de sélection d’une ressource

Avant d’investir du temps dans un livre, un cours ou un outil, vérifiez :

Construire sa propre bibliothèque

Classez les ressources selon une taxonomie simple.

Fondements
├── Connaissance
├── Logique
└── Représentation

Modélisation
├── Taxonomies
├── Ontologies
└── Graphes

Systèmes
├── Bases de connaissances
├── Systèmes experts
└── Règles

IA générative
├── RAG
├── GraphRAG
└── Agents

Qualité
├── Évaluation
├── Provenance
└── Gouvernance

Ajoutez pour chaque ressource :

title: ""
author: ""
type: "livre"
topic: ""
level: "intermédiaire"
status: "à lire"
notes: ""

Maintenir cette page

Les ressources techniques et logicielles évoluent.

Cette page doit être révisée régulièrement pour :

Ajoutez avant publication :

Dernière révision :
[Date]

Prochaine révision :
[Date]

Proposer une ressource

Ajoutez un moyen de contact :

Pour proposer une ressource :
[Adresse électronique ou formulaire]

Une proposition devrait indiquer :

À retenir

  1. Le Knowledge Engineering mobilise plusieurs disciplines.
  2. Les ouvrages de fond permettent de comprendre les concepts et les méthodes.
  3. Les standards sont les sources principales pour RDF, OWL, SPARQL, SHACL et SKOS.
  4. Protégé permet de pratiquer l’ingénierie ontologique.
  5. Les graphes demandent des connaissances en modélisation, qualité et provenance.
  6. Le RAG nécessite des compétences documentaires, techniques et évaluatives.
  7. GraphRAG doit être abordé après les bases du RAG et des graphes.
  8. La gouvernance et la provenance sont indispensables aux systèmes fiables.
  9. Un projet pratique complète efficacement la lecture.
  10. La bibliographie doit être révisée lorsque les outils et documentations évoluent.

Continuer

Suivre le parcours complet

Consulter le glossaire

Découvrir la méthodologie éditoriale