Différences entre les versions de « Ontologie »
De WIKOM
m (→Triple Store) |
m (→Triple Store) |
||
| (16 versions intermédiaires par le même utilisateur non affichées) | |||
| Ligne 5 : | Ligne 5 : | ||
== Définition == | == Définition == | ||
[[Fichier:DefinitionOntology.jpg|alt=Définition Ontologie|Définition Ontologie|vignette]]Les ontologies sont des structures conceptuelles qui décrivent les catégories fondamentales d'un domaine de connaissance ainsi que les relations entre ces catégories. Elles sont utilisées pour organiser et représenter formellement la connaissance, facilitant la compréhension, la recherche et l'échange d'informations dans un domaine spécifique. Les ontologies sont couramment utilisées dans le domaine de l'intelligence artificielle, des sciences de l'information et de la gestion des connaissances.[[Fichier:Sujet Predicat Objet.jpg|alt=Sujet Prédicat Objet|Sujet Prédicat Objet|vignette]]Voici quelques points clés à propos des ontologies : | [[Fichier:DefinitionOntology.jpg|alt=Définition Ontologie|Définition Ontologie|vignette]]'''Les ontologies sont des structures conceptuelles qui décrivent les catégories fondamentales d'un domaine de connaissance ainsi que les relations entre ces catégories.''' Elles sont utilisées pour organiser et représenter formellement la connaissance, facilitant la compréhension, la recherche et l'échange d'informations dans un domaine spécifique. '''Les ontologies sont couramment utilisées dans le domaine de l'intelligence artificielle, des sciences de l'information et de la gestion des connaissances.'''[[Fichier:RDF-TRIPLE-STORE-REPRESENTING-A-GRAPH.png|alt=RDF TRIPLE STORE REPRESENTING A GRAPH|vignette|RDF TRIPLE STORE REPRESENTING A GRAPH<ref>Hajeer, Mustafa & Dasgupta, Dipankar. (2016). Distributed genetic algorithm to big data clustering. 1-9. 10.1109/SSCI.2016.7849864. https://www.researchgate.net/publication/313807643_Distributed_genetic_algorithm_to_big_data_clustering</ref>]][[Fichier:Sujet Predicat Objet.jpg|alt=Sujet Prédicat Objet|Sujet Prédicat Objet|vignette]]Voici quelques points clés à propos des ontologies : | ||
* '''Définition Formelle''' : Une ontologie offre une définition formelle des concepts et de leurs relations dans un domaine spécifique. Elle peut inclure des classes (catégories), des propriétés (relations), et des instances (exemples spécifiques). | |||
* '''Langages d'Ontologie''' : Les ontologies sont souvent exprimées à l'aide de langages d'ontologie tels que OWL (Web Ontology Language) et RDF (Resource Description Framework). Ces langages offrent des normes pour représenter et échanger des ontologies entre différentes applications. | |||
* '''Hiérarchie de Concepts''' : Les concepts dans une ontologie sont généralement organisés hiérarchiquement, formant une structure arborescente où les concepts plus généraux se trouvent en haut de la hiérarchie et les concepts plus spécifiques se trouvent en bas. | |||
* '''Relations entre Concepts''' : Les ontologies décrivent les relations entre les concepts. Par exemple, elles peuvent spécifier que "un élève est une sous-classe de personne" ou que "travaille pour" est une relation entre les concepts "employé" et "entreprise". | |||
* '''Interopérabilité''' : Les ontologies facilitent l'interopérabilité entre les systèmes informatiques en fournissant un langage commun pour décrire les connaissances. Elles permettent également la compréhension partagée entre les humains et les machines. | |||
* '''Applications''' : Les ontologies sont utilisées dans divers domaines, y compris la recherche d'information, la gestion des connaissances, la représentation des connaissances dans les systèmes experts, l'intégration de données, la sémantique du web, et plus encore. | |||
* '''Réutilisation''' : Les ontologies sont souvent conçues pour être réutilisables. Cela signifie qu'une ontologie développée pour un domaine particulier peut être adaptée ou étendue pour être utilisée dans un domaine connexe. | |||
* '''Exemples d'Ontologies''' : Parmi les ontologies bien connues, on peut citer l'Ontologie Foundational Model of Anatomy (FMA) pour la médecine, l'Ontologie FOAF (Friend of a Friend) pour les réseaux sociaux, et l'Ontologie Dublin Core pour la description des ressources web. | |||
En résumé, '''les ontologies fournissent un moyen structuré de représenter et de partager la connaissance dans un domaine spécifique, facilitant la collaboration entre les humains et les machines.''' Elles jouent un rôle essentiel dans la modélisation sémantique et l'organisation de l'information dans divers contextes. | |||
== Méthode de construction == | == Méthode de construction == | ||
| Ligne 24 : | Ligne 23 : | ||
La construction d'une ontologie est un processus complexe qui implique la définition formelle des concepts, des relations et des règles dans un domaine spécifique. Voici un aperçu général du processus de construction d'une ontologie : | La construction d'une ontologie est un processus complexe qui implique la définition formelle des concepts, des relations et des règles dans un domaine spécifique. Voici un aperçu général du processus de construction d'une ontologie : | ||
* '''Définir le Domaine''' : Identifiez le domaine spécifique pour lequel vous souhaitez construire l'ontologie. Clarifiez les objectifs et la portée de l'ontologie, et déterminez les concepts clés à modéliser. | |||
* '''Identifier les Concepts''' : Identifiez les concepts fondamentaux du domaine. Il s'agit des entités, des objets ou des idées que vous souhaitez représenter dans l'ontologie. Établissez une liste des termes pertinents pour le domaine. | |||
* '''Définir les Classes et les Sous-Classes''' : Organisez les concepts en classes hiérarchiques. Déterminez les classes générales et spécifiques, en créant une structure arborescente qui représente les relations de généralisation/spécialisation entre les classes. | |||
* '''Spécifier les Propriétés et les Relations ''': Identifiez les relations entre les classes et spécifiez les propriétés associées à ces relations. Par exemple, dans une ontologie pour le domaine de l'entreprise, vous pouvez définir une relation "travaille pour" entre les classes "employé" et "entreprise". | |||
* '''Utiliser des Langages d'Ontologie''' : Choisissez un langage d'ontologie tel que OWL (Web Ontology Language) ou RDF (Resource Description Framework) pour formaliser la structure de l'ontologie. Ces langages fournissent des syntaxes standardisées pour décrire les classes, les propriétés, les instances, etc. | |||
* '''Développer des Instances''' : Créez des instances spécifiques pour les classes que vous avez définies. Les instances représentent des membres concrets de chaque classe. Par exemple, si vous avez une classe "personne", vous pouvez créer des instances spécifiques pour des personnes réelles. | |||
* '''Valider et Réviser''' : Validez l'ontologie en examinant les concepts, les relations et les propriétés. Revoyez l'ontologie pour vous assurer qu'elle répond aux besoins spécifiques du domaine et qu'elle est conforme aux meilleures pratiques. | |||
* '''Documenter l'Ontologie''' : Fournissez une documentation détaillée pour expliquer les concepts, les relations et l'utilisation prévue de l'ontologie. La documentation est importante pour faciliter la compréhension et l'utilisation de l'ontologie par d'autres. | |||
* '''Tester et Évaluer''' : Testez l'ontologie dans des scénarios réels pour vous assurer qu'elle fonctionne comme prévu. Évaluez la performance de l'ontologie en termes de facilité d'utilisation, de cohérence et de pertinence. | |||
* '''Évoluer''' : L'évolution de l'ontologie peut être nécessaire au fil du temps en raison de changements dans le domaine ou des besoins de l'utilisateur. Planifiez des mécanismes d'évolution pour maintenir la pertinence de l'ontologie.'''Il est important de noter que la construction d'une ontologie peut être un processus itératif.''' Les ajustements et les améliorations peuvent être nécessaires à mesure que l'ontologie est utilisée et évaluée dans des contextes réels. En outre, la collaboration avec des experts du domaine est souvent cruciale pour garantir la pertinence et la précision de l'ontologie. | |||
== Solutions technologiques == | |||
== | === Editeurs d'ontologies === | ||
==== [https://protege.stanford.edu/ Protégé] ==== | |||
[[Fichier:Protégé.jpg|alt=Protégé|vignette|400x400px|Protégé]] | |||
Protégé est un '''logiciel open-source utilisé pour la création et la gestion d'ontologies.''' Il fournit une plateforme permettant de développer, de visualiser et de maintenir des ontologies dans divers domaines d'application. Protégé a été développé par la Stanford University et est largement utilisé dans la communauté de recherche en intelligence artificielle et en sciences de l'information. | |||
Quelques '''caractéristiques''' de Protégé : | |||
* '''Éditeur Graphique''' : Protégé offre une interface graphique conviviale qui permet aux utilisateurs de créer, de modifier et de visualiser des ontologies à l'aide de diagrammes et de vues hiérarchiques. | |||
* '''Support de Langages d'Ontologie''' : Protégé prend en charge différents langages d'ontologie, notamment OWL (Web Ontology Language) et RDF (Resource Description Framework), ce qui permet aux utilisateurs de représenter les ontologies de manière formelle. | |||
* '''Personnalisation''' : Il offre des fonctionnalités de personnalisation pour adapter l'environnement de travail aux besoins spécifiques de l'utilisateur, facilitant ainsi l'extension et la modification des fonctionnalités de l'outil. | |||
* '''Gestion de Version''' : Protégé permet la gestion des versions des ontologies, facilitant ainsi le suivi des changements apportés aux ontologies au fil du temps. | |||
* '''Extensions et Plugins''' : Il supporte l'utilisation d'extensions et de plugins, ce qui permet aux utilisateurs d'étendre les fonctionnalités de base de Protégé en fonction de leurs besoins spécifiques. | |||
* '''Intégration avec des Raisonneurs''' : Protégé peut être intégré avec des raisonneurs, des moteurs de raisonnement logique, pour effectuer des inférences basées sur les axiomes définis dans les ontologies. | |||
* '''Compatibilité avec des Formats de Fichiers Standards''' : Protégé prend en charge l'importation et l'exportation de fichiers aux formats standards tels que RDF/XML, OWL, et d'autres formats de fichiers liés aux ontologies. | |||
'''Protégé est largement utilisé dans la communauté de recherche, l'industrie et l'éducation pour le développement et la gestion d'ontologies.''' Il offre une gamme de fonctionnalités puissantes pour les utilisateurs travaillant sur des projets impliquant la modélisation de connaissances et la représentation sémantique. | |||
==== Qualiware ==== | |||
''voir aussi :'' [[Modéliser#Qualiware]] | |||
[[Fichier:Editeur d'ontologie Qualiware.png|alt=Editeur d'ontologie Qualiware|centré|vignette|500x500px|Editeur d'ontologie Qualiware<ref>https://coe.qualiware.com/themes/ontologies/ontologiesinqualiware/</ref>]] | |||
# | |||
=== Visualiseur d'ontologie === | |||
https://service.tib.eu/webvowl/# | |||
=== Triple Store === | === Triple Store === | ||
Un triple store (ou magasin de triplets) est une forme de base de données utilisée pour stocker, interroger et récupérer des données représentées dans le modèle de données de graphes RDF (Resource Description Framework). Le modèle RDF est couramment utilisé pour représenter des connaissances sémantiques sous forme de triplets, qui consistent en trois parties : le sujet, le prédicat et l'objet. | '''Un triple store (ou magasin de triplets) est une forme de base de données utilisée pour stocker, interroger et récupérer des données représentées dans le modèle de données de graphes RDF (Resource Description Framework).''' Le modèle RDF est couramment utilisé pour représenter des connaissances sémantiques sous forme de triplets, qui consistent en trois parties : le sujet, le prédicat et l'objet. | ||
'''Un triple store peut être considéré comme une base de données orientée graphe''' où les informations sont stockées sous forme de triplets RDF, et ces triplets sont organisés de manière à permettre une récupération efficace des données basée sur des requêtes SPARQL, un langage de requête conçu pour interroger des données RDF. | |||
Voici '''une explication des composants d'un triplet RDF''' et de son rôle dans un triple store : | |||
* '''Sujet (Subject)''' : Le sujet dans un triplet RDF représente l'entité principale sur laquelle porte l'information. | |||
* '''Prédicat (Predicate)''' : Le prédicat décrit la nature de la relation entre le sujet et l'objet. Il spécifie le type de propriété ou de lien qui lie le sujet à l'objet. | |||
* '''Objet (Object)''' : L'objet dans un triplet RDF représente la valeur associée au sujet par le prédicat. Il peut s'agir d'une entité, d'une valeur littérale ou d'une autre ressource liée. | |||
'''Par exemple, dans le triplet RDF suivant :''' | |||
* '''Sujet : Michel Serres''' | |||
* '''Prédicat : Auteur''' | |||
* '''Objet : La Naissance de la physique dans le texte de Platon''' | |||
'''On exprime que Michel Serres est l'auteur du livre "La Naissance de la physique dans le texte de Platon". Ces triplets sont ensuite stockés dans le triple store.''' | |||
Les triple stores sont utilisés dans le contexte du Web sémantique et de la représentation des connaissances. Ils facilitent la gestion de grandes quantités de données connectées et offrent un moyen efficace d'interroger ces données en utilisant le langage de requête SPARQL. '''Les triple stores sont utilisés dans des applications allant de l'indexation du Web sémantique à la gestion des connaissances dans divers domaines tels que la santé, les sciences, l'éducation, et bien d'autres.''' | |||
=== Exemples de Triple Store === | |||
* GraphDB : https://graphdb.ontotext.com/ | |||
* StarDog : https://www.stardog.com/ | |||
* CubicWEB : https://www.cubicweb.org/ | |||
*... | |||
== Applications == | |||
* [[Union astronomique internationale (UAI)]] | |||
* [[Musique]] | |||
*[[IT et Ontology]] | |||
== Livres == | |||
* http://www.kevenlw.name/downloads/Ontologist.pdf<ref>Allemang, D., & Hendler, J. (2011). ''Semantic web for the working ontologist: effective modeling in RDFS and OWL''. Elsevier.</ref> | |||
* | * https://mitpress.mit.edu/9780262527811/building-ontologies-with-basic-formal-ontology/ <ref>Arp, R., Smith, B., & Spear, A. D. (2015). ''Building ontologies with basic formal ontology''. Mit Press.</ref> | ||
== Références == | == Références == | ||
Version actuelle datée du 20 novembre 2023 à 15:16
https://m.youtube.com/watch?feature=youtu.be&v=UlxLBmDk9oM
Définition
Les ontologies sont des structures conceptuelles qui décrivent les catégories fondamentales d'un domaine de connaissance ainsi que les relations entre ces catégories. Elles sont utilisées pour organiser et représenter formellement la connaissance, facilitant la compréhension, la recherche et l'échange d'informations dans un domaine spécifique. Les ontologies sont couramment utilisées dans le domaine de l'intelligence artificielle, des sciences de l'information et de la gestion des connaissances.
RDF TRIPLE STORE REPRESENTING A GRAPH[1]
Voici quelques points clés à propos des ontologies :
- Définition Formelle : Une ontologie offre une définition formelle des concepts et de leurs relations dans un domaine spécifique. Elle peut inclure des classes (catégories), des propriétés (relations), et des instances (exemples spécifiques).
- Langages d'Ontologie : Les ontologies sont souvent exprimées à l'aide de langages d'ontologie tels que OWL (Web Ontology Language) et RDF (Resource Description Framework). Ces langages offrent des normes pour représenter et échanger des ontologies entre différentes applications.
- Hiérarchie de Concepts : Les concepts dans une ontologie sont généralement organisés hiérarchiquement, formant une structure arborescente où les concepts plus généraux se trouvent en haut de la hiérarchie et les concepts plus spécifiques se trouvent en bas.
- Relations entre Concepts : Les ontologies décrivent les relations entre les concepts. Par exemple, elles peuvent spécifier que "un élève est une sous-classe de personne" ou que "travaille pour" est une relation entre les concepts "employé" et "entreprise".
- Interopérabilité : Les ontologies facilitent l'interopérabilité entre les systèmes informatiques en fournissant un langage commun pour décrire les connaissances. Elles permettent également la compréhension partagée entre les humains et les machines.
- Applications : Les ontologies sont utilisées dans divers domaines, y compris la recherche d'information, la gestion des connaissances, la représentation des connaissances dans les systèmes experts, l'intégration de données, la sémantique du web, et plus encore.
- Réutilisation : Les ontologies sont souvent conçues pour être réutilisables. Cela signifie qu'une ontologie développée pour un domaine particulier peut être adaptée ou étendue pour être utilisée dans un domaine connexe.
- Exemples d'Ontologies : Parmi les ontologies bien connues, on peut citer l'Ontologie Foundational Model of Anatomy (FMA) pour la médecine, l'Ontologie FOAF (Friend of a Friend) pour les réseaux sociaux, et l'Ontologie Dublin Core pour la description des ressources web.
En résumé, les ontologies fournissent un moyen structuré de représenter et de partager la connaissance dans un domaine spécifique, facilitant la collaboration entre les humains et les machines. Elles jouent un rôle essentiel dans la modélisation sémantique et l'organisation de l'information dans divers contextes.
Méthode de construction
La construction d'une ontologie est un processus complexe qui implique la définition formelle des concepts, des relations et des règles dans un domaine spécifique. Voici un aperçu général du processus de construction d'une ontologie :
- Définir le Domaine : Identifiez le domaine spécifique pour lequel vous souhaitez construire l'ontologie. Clarifiez les objectifs et la portée de l'ontologie, et déterminez les concepts clés à modéliser.
- Identifier les Concepts : Identifiez les concepts fondamentaux du domaine. Il s'agit des entités, des objets ou des idées que vous souhaitez représenter dans l'ontologie. Établissez une liste des termes pertinents pour le domaine.
- Définir les Classes et les Sous-Classes : Organisez les concepts en classes hiérarchiques. Déterminez les classes générales et spécifiques, en créant une structure arborescente qui représente les relations de généralisation/spécialisation entre les classes.
- Spécifier les Propriétés et les Relations : Identifiez les relations entre les classes et spécifiez les propriétés associées à ces relations. Par exemple, dans une ontologie pour le domaine de l'entreprise, vous pouvez définir une relation "travaille pour" entre les classes "employé" et "entreprise".
- Utiliser des Langages d'Ontologie : Choisissez un langage d'ontologie tel que OWL (Web Ontology Language) ou RDF (Resource Description Framework) pour formaliser la structure de l'ontologie. Ces langages fournissent des syntaxes standardisées pour décrire les classes, les propriétés, les instances, etc.
- Développer des Instances : Créez des instances spécifiques pour les classes que vous avez définies. Les instances représentent des membres concrets de chaque classe. Par exemple, si vous avez une classe "personne", vous pouvez créer des instances spécifiques pour des personnes réelles.
- Valider et Réviser : Validez l'ontologie en examinant les concepts, les relations et les propriétés. Revoyez l'ontologie pour vous assurer qu'elle répond aux besoins spécifiques du domaine et qu'elle est conforme aux meilleures pratiques.
- Documenter l'Ontologie : Fournissez une documentation détaillée pour expliquer les concepts, les relations et l'utilisation prévue de l'ontologie. La documentation est importante pour faciliter la compréhension et l'utilisation de l'ontologie par d'autres.
- Tester et Évaluer : Testez l'ontologie dans des scénarios réels pour vous assurer qu'elle fonctionne comme prévu. Évaluez la performance de l'ontologie en termes de facilité d'utilisation, de cohérence et de pertinence.
- Évoluer : L'évolution de l'ontologie peut être nécessaire au fil du temps en raison de changements dans le domaine ou des besoins de l'utilisateur. Planifiez des mécanismes d'évolution pour maintenir la pertinence de l'ontologie.Il est important de noter que la construction d'une ontologie peut être un processus itératif. Les ajustements et les améliorations peuvent être nécessaires à mesure que l'ontologie est utilisée et évaluée dans des contextes réels. En outre, la collaboration avec des experts du domaine est souvent cruciale pour garantir la pertinence et la précision de l'ontologie.
Solutions technologiques
Editeurs d'ontologies
Protégé
Protégé est un logiciel open-source utilisé pour la création et la gestion d'ontologies. Il fournit une plateforme permettant de développer, de visualiser et de maintenir des ontologies dans divers domaines d'application. Protégé a été développé par la Stanford University et est largement utilisé dans la communauté de recherche en intelligence artificielle et en sciences de l'information.
Quelques caractéristiques de Protégé :
- Éditeur Graphique : Protégé offre une interface graphique conviviale qui permet aux utilisateurs de créer, de modifier et de visualiser des ontologies à l'aide de diagrammes et de vues hiérarchiques.
- Support de Langages d'Ontologie : Protégé prend en charge différents langages d'ontologie, notamment OWL (Web Ontology Language) et RDF (Resource Description Framework), ce qui permet aux utilisateurs de représenter les ontologies de manière formelle.
- Personnalisation : Il offre des fonctionnalités de personnalisation pour adapter l'environnement de travail aux besoins spécifiques de l'utilisateur, facilitant ainsi l'extension et la modification des fonctionnalités de l'outil.
- Gestion de Version : Protégé permet la gestion des versions des ontologies, facilitant ainsi le suivi des changements apportés aux ontologies au fil du temps.
- Extensions et Plugins : Il supporte l'utilisation d'extensions et de plugins, ce qui permet aux utilisateurs d'étendre les fonctionnalités de base de Protégé en fonction de leurs besoins spécifiques.
- Intégration avec des Raisonneurs : Protégé peut être intégré avec des raisonneurs, des moteurs de raisonnement logique, pour effectuer des inférences basées sur les axiomes définis dans les ontologies.
- Compatibilité avec des Formats de Fichiers Standards : Protégé prend en charge l'importation et l'exportation de fichiers aux formats standards tels que RDF/XML, OWL, et d'autres formats de fichiers liés aux ontologies.
Protégé est largement utilisé dans la communauté de recherche, l'industrie et l'éducation pour le développement et la gestion d'ontologies. Il offre une gamme de fonctionnalités puissantes pour les utilisateurs travaillant sur des projets impliquant la modélisation de connaissances et la représentation sémantique.
Qualiware
voir aussi : Modéliser#Qualiware
Editeur d'ontologie Qualiware[2]
Visualiseur d'ontologie
https://service.tib.eu/webvowl/#
Triple Store
Un triple store (ou magasin de triplets) est une forme de base de données utilisée pour stocker, interroger et récupérer des données représentées dans le modèle de données de graphes RDF (Resource Description Framework). Le modèle RDF est couramment utilisé pour représenter des connaissances sémantiques sous forme de triplets, qui consistent en trois parties : le sujet, le prédicat et l'objet.
Un triple store peut être considéré comme une base de données orientée graphe où les informations sont stockées sous forme de triplets RDF, et ces triplets sont organisés de manière à permettre une récupération efficace des données basée sur des requêtes SPARQL, un langage de requête conçu pour interroger des données RDF.
Voici une explication des composants d'un triplet RDF et de son rôle dans un triple store :
- Sujet (Subject) : Le sujet dans un triplet RDF représente l'entité principale sur laquelle porte l'information.
- Prédicat (Predicate) : Le prédicat décrit la nature de la relation entre le sujet et l'objet. Il spécifie le type de propriété ou de lien qui lie le sujet à l'objet.
- Objet (Object) : L'objet dans un triplet RDF représente la valeur associée au sujet par le prédicat. Il peut s'agir d'une entité, d'une valeur littérale ou d'une autre ressource liée.
Par exemple, dans le triplet RDF suivant :
- Sujet : Michel Serres
- Prédicat : Auteur
- Objet : La Naissance de la physique dans le texte de Platon
On exprime que Michel Serres est l'auteur du livre "La Naissance de la physique dans le texte de Platon". Ces triplets sont ensuite stockés dans le triple store.
Les triple stores sont utilisés dans le contexte du Web sémantique et de la représentation des connaissances. Ils facilitent la gestion de grandes quantités de données connectées et offrent un moyen efficace d'interroger ces données en utilisant le langage de requête SPARQL. Les triple stores sont utilisés dans des applications allant de l'indexation du Web sémantique à la gestion des connaissances dans divers domaines tels que la santé, les sciences, l'éducation, et bien d'autres.
Exemples de Triple Store
- GraphDB : https://graphdb.ontotext.com/
- StarDog : https://www.stardog.com/
- CubicWEB : https://www.cubicweb.org/
- ...
Applications
Livres
- http://www.kevenlw.name/downloads/Ontologist.pdf[3]
- https://mitpress.mit.edu/9780262527811/building-ontologies-with-basic-formal-ontology/ [4]
Références
- ↑ Hajeer, Mustafa & Dasgupta, Dipankar. (2016). Distributed genetic algorithm to big data clustering. 1-9. 10.1109/SSCI.2016.7849864. https://www.researchgate.net/publication/313807643_Distributed_genetic_algorithm_to_big_data_clustering
- ↑ https://coe.qualiware.com/themes/ontologies/ontologiesinqualiware/
- ↑ Allemang, D., & Hendler, J. (2011). Semantic web for the working ontologist: effective modeling in RDFS and OWL. Elsevier.
- ↑ Arp, R., Smith, B., & Spear, A. D. (2015). Building ontologies with basic formal ontology. Mit Press.
