Les travaux des auteurs Enesi Femi Aminu, Ishaq Oyebisi Oyefolahan, Muhammad Bashir Abdullahi, et Muhammadu Tajudeen Salaudeen, publiés dans l'article “A Review on Ontology Development Methodologies for Developing Ontological Knowledge Representation Systems for Various Domains” (2020) dans le International Journal of Information Engineering and Electronic Business, ont apporté une contribution essentielle à la compréhension du développement des ontologies en tant que systèmes complexes de représentation des connaissances.
L'ontologie, comme souligné par les auteurs, est définie comme une compréhension partagée d'un domaine d'intérêt, utilisée comme cadre unificateur pour résoudre des problèmes réels dans divers domaines.
Les travaux des auteurs Enesi Femi Aminu, Ishaq Oyebisi Oyefolahan, Muhammad Bashir Abdullahi, et Muhammadu Tajudeen Salaudeen, publiés dans l'article “A Review on Ontology Development Methodologies for Developing Ontological Knowledge Representation Systems for Various Domains” (2020) dans le International Journal of Information Engineering and Electronic Business, ont apporté une contribution essentielle à la compréhension du développement des ontologies en tant que systèmes complexes de représentation des connaissances.L'ontologie, comme souligné par les auteurs, est définie comme une compréhension partagée d'un domaine d'intérêt, utilisée comme cadre unificateur pour résoudre des problèmes réels dans divers domaines.
L'ontologie, en tant que modèle sémantique, permet d’intégrer et d’échanger des données en résolvant le problème de l'incohérence des données dans des systèmes distribués. Ce concept est d'autant plus pertinent dans des environnements complexes où l'intégration des informations est essentielle.L'article passe en revue les méthodologies de développement d'ontologies utilisées dans la conception de systèmes de représentation des connaissances. Les auteurs proposent une méthodologie structurée et mettent en évidence que, malgré l'existence de centaines d'ontologies, de nombreux développeurs continuent de créer de nouvelles ontologies à partir de zéro, un processus qui peut s'avérer long et coûteux.
Le travail se concentre également sur les lacunes présentes dans ces méthodologies, en suggérant des moyens d'améliorer la correction du développement des ontologies, notamment par l’hybridation des approches existantes.
L'un des points cruciaux de leur analyse est l'importance de la définition précise et explicite de la granularité du sujet dans le développement de l'ontologie. Ce critère permet de clarifier le domaine de l'ontologie, assurant ainsi la création de modèles de connaissances valides et précis. De plus, ils suggèrent que les ambiguïtés liées aux langues naturelles et aux mots inadaptés peuvent être traitées par l'amélioration des bases de données sémantiques.
Les auteurs insistent également sur le fait que la qualité d'une ontologie dépend moins de l'outil utilisé pour la créer que de la compréhension approfondie du domaine par le créateur. Cette expertise est essentielle pour concevoir des ontologies précises et fonctionnelles.
Enfin, leur travail souligne l'importance de la gestion des connaissances (Knowledge Management, KM), qui devient un atout stratégique pour les organisations en capturant l'expertise collective et en la redistribuant pour soutenir les objectifs de l'entreprise.
Le Knowledge Flow Process Framework de l’American Productivity Quality Consortium (APQC) est cité pour illustrer un cycle en sept étapes, détaillant comment les organisations peuvent optimiser leurs processus de gestion des connaissances.
Ces travaux contribuent à la construction de systèmes intelligents et à l'amélioration de la gestion des connaissances dans des environnements complexes, rendant les processus plus résilients, cohérents et efficaces.