Notre représentation du domaine ou ontologie se compose d’une partie arborescence conceptuelle, qui sert simultanément à recenser les concepts du domaine et à les classer au sein d’une hiérarchie de subsomption, et d’une partie plus conséquemment sémantique modélisant les relations entre concepts relevées dans les documents traités.

La partie arborescence conceptuelle rassemble les 1500 à 2500 syntagmes extraits du domaine au sein d’un ensemble d’arborescences composées au maximum d’environ 300 syntagmes. Chacune de ces arborescences concerne plus spécifiquement un sous-domaine géotechnique (matériels, géologie, stabilité des sols, …). L’objectif de cette séparation est double :

* Autoriser les variations éventuelles dans les hiérarchies dues aux hétérogénéités conceptuelles entre spécialités, d’une part (le « sol » d’un géologue consiste essentiellement en roche-mère et est situé à plusieurs mètres sous la surface, tandis que le « sol » d’un expert en stabilité des pentes consiste essentiellement en couches superficielles détritiques et excède rarement les 30 mètres de profondeur sous la surface)

* Fragmenter l’ensemble de concepts en sous-ensembles les rend manipulables par les utilisateurs. Non qu’un système informatique ne puisse stocker des dizaines de milliers de concepts, mais il paraît inenvisageable à un utilisateur de le faire et de les manipuler. Donc, en-dehors de tout modèle formel qui permette de classer automatiquement des nouveaux concepts, la maintenance et l’augmentation de telles arborescences est envisageable dans le cadre d’une utilisation orientée métier avec l’aide de graphes heuristiques (Jésus M.,  2009)

A l’heure actuelle, chaque arborescence locale (nommée « couche métier ») fait partie d’un ensemble rassemblant une vingtaine de spécialités du domaine, et la possibilité d’autoriser de nouvelles couches plus personnelles et orientées vers des pratiques particulières et des concepts familiers est opérationnelle.

Dans la mesure où les syntagmes sont nominaux et désignent des concepts du domaine partagés par les différentes spécialités, l’alignement des couches métier pour former une arborescence globale destinée à faciliter la recherche d’information peut s’appuyer sur les nombreux concepts communs entre couches (environ 200 avec notre corpus actuel). Ce sont ces syntagmes qui permettent l’alignement des « petits réseaux syntaxiques ou sémantiques » correspondant aux couches métiers pour réaliser, dans la machine, l’ontologie hybride.(Tallens, Boulanger, 2009) (Ziani, 2012).

Il a été mentionné ci-dessus que les concepts classés dans ces arborescences ne sont pas formellement modélisés. Habituellement, un concept est formellement défini comme une catégorie aristotélicienne implémentée dans un modèle ou un autre, c’est-à-dire par un ensemble de propriétés considérées collectivement comme essentielles[1] au concept. Cette modélisation du concept a fait ses preuves pour le calcul automatique, mais l’on sait depuis les travaux de Wittgenstein que l’esprit humain ne fonctionne pas de cette manière, et les experts géotechniciens jugent très artificiel le fait de tenter de définir ainsi les concepts qu’ils emploient. (Wittgenstein, 1993). Pratiquement, notre approche repose sur le fait que la représentation des connaissances issues de textes s’apparente plus à représenter une connaissance communicationnelle que langagière, et s’inscrit donc dans une semiosis secondaire dynamique[2], réactualisée au fil du discours. (Chingareva-Slavine, 2003).

C’est pourquoi, plus que la représentation formelle d’un concept, on s’attache à représenter les relations entre concepts (tels que désignés par des syntagmes nominaux) dans un fragment de texte[3]. Le formalisme utilisé pour cette représentation dérive de la DRT[4] et introduit un ensemble de relations entre concepts à un niveau local. (Kamp et Reyle, 1993). Il s’agit du granule de connaissance, décrit plus avant dans d’autres documents et rappelé ci-après. (Faure, 2007).

Le schéma suivant représente l’équivalence entre une ontologie classique comme DOLCE (Dolce, 2004) et la structure utilisée dans MKD. Les arborescences « couches métiers » définissent le lexique du domaine et les « granules » sont des ontologies locales définies par le « fragment de texte » qui s’apparente à une règle de production. L’automatisation de l’extraction des fragments de texte et de leur transformation en granule est un des enjeux du projet. Près de 1000 fragments de texte ont été identifiés par lecture attentive des textes et un premier automate réussit la transformation ces fragments de texte en granule, à plus de 50) %. (Faure, 2008)

N1, N2 et M sont des grands nombres, plusieurs milliers.

L’ontologie de MKD est équivalente à une ontologie classique