Portail d’ontologies et annotation sémantique de texte - Application en biomédecine et agronomie
•
2 gostaram•460 visualizações
Conférence donnée à l'INIST (Nancy en décembre 2017) dans le cadre du programme "Ingénierie des Connaissances"
Recomendados
Recomendados
Mais conteúdo relacionado
Semelhante a Portail d’ontologies et annotation sémantique de texte - Application en biomédecine et agronomie
Semelhante a Portail d’ontologies et annotation sémantique de texte - Application en biomédecine et agronomie (20)
Mais de INRAE (MISTEA) and University of Montpellier (LIRMM)
Mais de INRAE (MISTEA) and University of Montpellier (LIRMM) (20)
Portail d’ontologies et annotation sémantique de texte - Application en biomédecine et agronomie
- 2. • LIRMM • Clement Jonquet • Vincent Emonet • Anne Toulet • Andon Tchechmedjiev • Amine Abdaoui • Zohra Bellahsene • Amina Annane (ESI Algeria) • Mathieu Roche (CIRAD) • Sandra Bringay • Juan Antonio LossioVentura • Few MSc students / year • Collaborators • Pierre Larmande (IRD / IBC) • Mark Musen (BMIR) • John Graybeal (NCBO) • Stefan Darmoni (CISMEF) • Adrien Coulet (LORIA) • Elizabeth Arnaud (CGIAR) • Sophie Aubin (INRA) • Esther Dzalé‐Yeumo (INRA) Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 2
- 8. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 8 Explosion des données aussi dans l’agriculture
- 15. Explosion des données en biomédecine La communauté biomédicale s’est tournée vers les ontologies et les terminologies pour structurer ses données et les rendre interopérables Limite de l’indexation par mots clés Créer des annotations sémantiques Besoin vital d’outils pour la gestions des ontologies et l’annotation de ressources en français Challenge de l’intégration de données Découvertes scientifiques cachées dans les données Big / Open / Linked data Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 15
- 16. Les ontologies et terminologies (bio) médicales ont adopté le Web sémantique SNOMED‐CT est une ontologie qui est maintenant développée (quasi nativement) en OWL ICD11 est développée grâce a l’outil iCat (Stanford) qui repose sur Protégé l’éditeur de référence international pour les ontologies et terminologies en santé Le LIMICS (UMRS 1142) développe des ontologies dans chacun (ou presque) de ses projets de recherche Le NIH investi des millions de dollars sur l’interopérabilité des données (BD2K program) et des ontologies (NCBO BioPortal) FMA (Anatomie), HPO (Phénotypes), DO (Maladies), GO (Gene) sont des ontologies OWL de références pour la gestion et l’annotation des données Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 16
- 19. Sur qu’elle plateforme déposer et identifier facilement une terminologie ou une ontologie dans le domaine de la santé en France ? Pas nécessairement des terminologies standards Les petits vocabulaires fait dans le cadre d’un projet Les alignements Les projets, la communauté, etc. Se rapprocher du web sémantique Quels outils sont disponibles facilement pour annoter sémantiquement du texte avec des concepts d’ontologies ? Je donne mon texte Je ne me soucie pas des aspects sémantiques ou linguistique Importance des aspects pratiques (en plus de la qualité): disponibilité, service, abstraction, URI, paramétrables, etc. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 19
- 20. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 20 Des projets (santé) UMLF / VUMeF InterSTIS (2007‐2010) Des recensements Neveol et al.,LREC 2014 Rapport ASIP Santé 2015: 71 terminologies recensées Des ontologies/vocabulaires publiés sur des thématiques particulières e.g., LIMICS, Bordeaux, Rouen, etc. Des plateformes / outils pour la gestion de ressources sémantiques ITM de Mondeca (et CAM) HeTOP et F‐MTi/ECMT (CISMEF) Des travaux sur la de fouille de texte et de données … Des choses non limitées à la santé TermSciences (INIST) … bientôt LOTERRE
- 22. Un portail d’ontologies pourquoi faire ? Si j’ai développé une ontologie, comment je la met à disposition des autres à moindre coût ? Si j’ai besoin d’une ontologie, où est‐ce que je la récupère dans le format de mon choix ou l’utilise en ligne ? S’il existe plusieurs possibilités, comment savoir qu’elle ontologie utiliser, laquelle est la plus appropriée pour ma tâche ? Comment est‐ce que je peux utiliser les ontologies pour lier/annoter mes données ? Comment utiliser les ontologies sans avoir à les gérer ? Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 22
- 23. Ontology libraries & repositories Ontology libraries defined as “a library system that offers various functions for managing, adapting and standardizing groups of ontologies. It should fulfill the needs for re‐use of ontologies. In this sense, an ontology library system should be easily accessible and offer efficient support for re‐using existing relevant ontologies and standardizing them based on upper‐level ontologies and ontology representation languages.” [Ding & Fensel, 2001] Ontology repositories defined as “a structured collection of ontologies (…) by using an Ontology Metadata Vocabulary. References and relations between ontologies and their modules build the semantic model of an ontology repository. Access to resources is realized through semantically‐enabled interfaces applicable for humans and machines. Therefore a repository provides a formal query language” [Hartmann, Palma, Gomez‐Perez, 2009] Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 23
- 24. Qu’est ce qui existe comme librairie et portail d’ontologies ? Ontology repositories / portal NCBO BioPortal Ontobee AberOWL EBI Ontology Lookup Service OKFN Linked Open Vocabularies ONKI Ontology Library Service MMI Ontology Registry and Repository ESIPportal AgroPortal SIFR BioPortal CISMEF HeTOP OntoHub Bartoc TermSciences Web indexes Watson, Swoogle, Sindice, Falcons Ontology libraries / listings (more or less updated) OBO Foundry WebProtégé Romulus DAML ontology library Colore FAO VEST Registry Orhtolang BioSharing DERI Vocabularies , OntologyDesignPatterns, Semanticweb.org, W3C Good ontologies Platform technology Mondeca ITM, LexEVS, SKOSMOS Abandoned projects Cubboard, Knoodl, Schemapedia, SchemaWeb, OntoSelect, OntoSearch, TONES Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 24
- 26. Focus sur le NCBO BioPortal : “one stop shop” pour les ontologies biomedicales Web repository for biomedical ontologies Make ontologies accessible and usable – abstraction on format, locations, structure, etc. Users can publish, download, browse, search, comment, align ontologies and use them for annotations both online and via a web services API. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 26
- 27. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 27 • Online support for ontology • Peer review & notes • Versioning • Mapping • Search • Resources • Annotation • Open source technology • Packaged in a “virtual appliance” • Set up your own “bioportal” in a few hours
- 28. http://bioportal.bioontology.org Ontology Services • Search • Traverse • Comment • Download Widgets • Tree‐view • Auto‐complete • Graph‐view Annotation Data Access Mapping Services • Create • Upload • Download Term recognition Search “data” annotated with a given term http://data.bioontology.org Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 28
- 31. C. Jonquet, A. Annane, K. Bouarech, V. Emonet & S. Melzi. SIFR BioPortal: French biomedical ontologies and terminologies available for semantic annotation, In 16th Journées Francophones d'Informatique Médicale JFIM'16. Genève, Suisse, July 2016. SIFR BioPortal Une plateforme ouverte et générique pour les ontologies françaises http://bioportal.lirmm.fr 25 ontologies/terminologies • Importées d’UMLS et d’HeTOP • Connectées au NCBO BioPortal • Déposées par les utilisateurs 31 Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France
- 32. Elément complémentaire dans le paysage français Ouverte N’importe qui peut soumettre du contenu Générique N’importe quel type de contenu et de format Version spécifique du portail d’ontologie développé par le NCBO Plateforme de rattachement pour le service d’annotation 25 (+4 privées) ontologies/terminologies médicales en français Extraites de l’UMLS Fournies par CISMeF (via export OWL) Chargées directement par des utilisateurs Construites à partir de format ad‐hoc Connectées au NCBO BioPortal 255K classes Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 32 http://bioportal.lirmm.fr
- 42. Un nouvel outil Détecter et localiser des concepts d’ontologies dans des données textuelles Utiliser la sémantique des ontologies pour étendre et exploiter ces annotations Service web d’accès libre et public facilement interconnectable annotations aux formats standards comme JSON‐LD ou RDF paramétrable Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 42
- 47. AgroPortal: ontology repository for the agronomic domain http://agroportal.lirmm.fr Develop and support a reference ontology repository Primary focus on the agronomy & close related domains (food, plant sciences, and biodiversity) Reusing the NCBO BioPortal technology Avoid to re‐implement what has been done, facilitate interoperability Reusing the scientific outcomes, experience & methods of the biomedical domain Enable straightforward use of agronomic related ontologies Respect the requirements & specificities of the agronomic community Fully semantic web compliant infrastructure Enable new science Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 47 C. Jonquet, A. Toulet, E. Arnaud, S. Aubin, E. Dzalé‐Yeumo, V. Emonet, J. Graybeal, M‐A. Laporte, M. A. Musen, V. Pesce & P. Larmande. AgroPortal: an ontology repository for agronomy, Computers and Electronics in Agriculture. IN PRESS, 2017. pp. 30. Elsevier.
- 49. 5 Driving AgronomicUse Cases IBC Rice Genomics & AgroLD project Data integration and knowledge management related to rice (P. Larmande) RDA Wheat Data Interoperability working group Common framework for publishing wheat data (E. Dzalé-Yeumo) LovInra : INRA Linked Open Vocabularies Vocabularies produced by INRA scientists (S. Aubin) Crop Ontology project Ontologies for describing crop germplasm & traits (E. Arnaud) GODAN global map of agri-food data standards VEST/AgroPortal MAP of standards (V. Pesce) Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 49 Plus recement: GDR SemanDiv
- 50. Exemples d’ontologies ou vocabulaires importées dans AgroPortal Title Forma t Groups Size IBP RiceTrait Ontology (CO_320) OWL CROP, RICE ~2K IBPWheatTrait Ontology (CO_321) OWL CROP, WHEAT ~1K IBPWheat Anatomy Ontology (CO_121) OBO CROP, WHEAT ~80 IBP Crop Research (CO_715) OBO CROP ~250 Multi‐Crop Passport Ontology (CO_020) OBO CROP ~90 Biorefinery (BIOREFINERY) OWL LOVINRA ~300 MatterTransfer (TRANSMAT) OWL LOVINRA ~1.1K Plant Ontology (PO) OWL WHEAT, RICE, OBOF ~2K PlantTrait Ontology (TO) OWL WHEAT, RICE, OBOF ~4.4K DurumWheat (DURUM_WHEAT) OWL LOVINRA ~130 Agricultural Experiments (AEO) OWL LOVINRA ~60 Environment Ontology (ENVO) OWL WHEAT, OBOF ~6.3K NCBI Organismal Classification (NCBITAXON) RRF WHEAT ~900K AnaEEThesaurus (ANAEE) SKOS LOVINRA ~3.3K French Crop Usage (CROPUSAGE) SKOS none ~300 Agrovoc (AGROVOC) SKOS none ~32K Food Ontology (FOODON) OWL OBOF ~10K National Agriculture Library Thesaurus (NALT) SKOS none ~67K Global Agricultural Concept Scheme (GACS) SKOS none ~585K Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France D’intérêt pour la biodiversité ENVO PATO ANAEE TO PO BCO TAXREF TOP … 50
- 51. Ontology groups and categories Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France Category Number Plant Phenotypes andTraits 21 Plant Anatomy and Development 3 Natural Resources, Earth and Environment 9 Animal Science and Animal Products 6 Agricultural Research,Technology and Engineering 10 Breeding and Genetic Improvement 1 Plant Science and Plant Products 5 Plant Genetic Resources 2 Food and Human Nutrition 6 Taxonomic Classifications of Organisms 2 Farms and Farming Systems 3 Specific slices display to use only the ontologies of a group http://inra.agroportal.lirmm.fr/ 51
- 56. Better ontology identification & selection First role of an ontology repository is to handle ontology metadata (model, extract, edit, valorize) Everything about an ontology Intrinsic properties e.g., name, URI, creation date Relation to other ontologies e.g., imports, is mapped to, disagrees with Community contributions e.g. notes, project using, endorsements Content‐based services e.g., SPARQL endpoint, bulk RDF download, search omv:usedOntologyEngineeringTool example What does it say about your community? Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 56
- 57. Building a list of properties to describe ontologies Pickup properties and relations from 23 existing vocabularies Existing properties in ontology repositories (especially BioPortal) Non specific properties that may “return to the ontology” 346 relevant properties that could be used to described ontologies 127 used to build a new metadata model inside AgroPortal Ontology repositories metadata Other Interesting vocabularies (e.g., IDOT, PAV, SD, DOAP, …) Standards & Relevant (e.g., DC, DCAT, SKOS, OWL, PROV, OMV, VOID, VOAF, MOD …) Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 57
- 58. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 58 Describe ontologies with semantic metadata • Display “per ontology” • Ontology specific properties => viewable and editable within the ontology specific page • Everything you need to know about an ontology • URIs used in the backend to store the information • e.g., CC‐BY => https://creativecommons.org/licenses/by‐nd/4.0/ • “Get my metadata back” buttons
- 59. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 59 Browse and select ontologies Allows to search, order and select ontologies using a facetted search approach, based on the metadata 4 additional ways to filter ontologies in the list 2 new options to sort this list (name, released date).
- 60. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 60 AgroPortal landscape page Display “per property” Global presentation of the properties Synthesis diagrams & listing Allows to explore the agronomical ontology landscape by automatically aggregating the metadata fields of each ontologies in explicit visualizations (charts, term cloud and graphs). C. Jonquet, A. Toulet, V. Emonet. Two years after: a review of vocabularies and ontologies in AgroPortal, In International Workshop on sources and data integration in agriculture, food and environment using ontologies, IN‐OVIVE'17. Montpellier, France, July 2017. pp. 13. EFITA.
- 64. Next steps Develop a new standard ontology metadata model Harmonize ontology repositories MOD project: Metadata for Ontology Description and Publication Ontology https://github.com/sifrproject/MOD‐Ontology Add features within ontology editors Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 64
- 66. Catching up with relevant data: annotations and linked data Data deluge Not necessarily connected to relevant ontologies Annotate data with ontology concepts Horizontal approach ONTOLOGIES RESOURCES Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 66 C. Jonquet, P. LePendu, S. Falconer, A. Coulet, N. F. Noy, M. A. Musen & N. H. Shah. NCBO Resource Index: Ontology‐Based Search and Mining of Biomedical Resources, Web Semantics. September 2011. Vol. 9 (3), pp. 316‐324. Elsevier.
- 67. Ontology – data cycle Ontologies and data change everyday Need to be able to handle the “deltas” only Work on terminology and knowledge extraction from text BioTex (http://tubo.lirmm.fr/biotex) Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 67 J.A. Lossio-Ventura, C. Jonquet, M. Roche & M. Teisseire. Biomedical term extraction: overview and a new methodology, Information Retrieval, Special issue on Medical Information Retrieval. August 2015. Vol. 19 (1), pp. 59-99. Springer.
- 68. The role of the ontology repository is not clear here We built the NCBO Resource Index as a searchable database of around 50 biomedical resources semantically indexed, with annotations Since then, linked open data has become the approach in the semantic web In agronomy: build a database of resources described in RDF, and annotated with ontologies: the AgroLD project Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 68
- 73. Scoring of annotations Improve the NCBO Annotator results by ranking the annotations according to their relevance While not changing the service implementation Take into account their frequencies (as originally proposed in 2009 and removed) Add a term extraction measure, called C‐Value, used to positively discriminate annotations generated from matches with multi‐word terms. Mostly improves annotations done with multiword terms 2 new scoring methods allowing to score and rank annotations by their importance in the given input data Interesting results validated against PubMed manual annotations S. Melzi & C. Jonquet. Scoring semantic annotations returned by the NCBO Annotator, In 7th International Semantic Web Applications and Tools for Life Sciences, SWAT4LS'14. Berlin, Germany, Dec. 2014. Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 73
- 74. Improve the workflow to handle clinical text narrative Detecting Negation, Temporality and Experiencer Implementation using NegEx/ConText Inclusion in the French/SIFR Annotator Proxy architecture to plug this the NCBO Annotator Very good performance results e.g., negation F1 between 0.8 and 0.9 Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 74
- 77. Scale to multiple domain and to the number/variety of ontologies There are 596 ontologies and +110 ontology views in BioPortal right now Mostly biology and medicine Overlaps with other domains Lots of upper level ontologies Lots of vocabularies AgroPortal, MMI Portal, ESIP Portal, EcoPortal ? Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 77
- 78. Mutualize efforts No repository (except the Web itself) will handle them all, while keeping the level of features (and curation?) Will each domain build they own technology? Sharing the technology is the best way to guaranty long term support and future development Developers all around the world Different funders & support Sharing the technology is the best way to make ontology repositories interoperable Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 78
- 79. Network of interconnected BioPortalS – a few thoughts UI does not really matter We should be able to make a new portal for another community in minutes Avoid duplicating ontologies Connect portals one another Through mappings as we did with translation mappings The annotator proxy feature Implement and discuss standards SKOS handling in BioPortal Ontology metadata description Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 79
- 80. Proxy service architecture Most of our new features are developed within a proxy E.g., we can call either the AgroPortal, SIFR BioPortal or even the NCBO BioPortal Annotator and use the same code to score annotations Used this to set up an enhanced version of the NCBO Annotator 80 Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France
- 83. Résumé Importance des ontologies et des technologies du Web sémantique pour les données FAIR L’utilisation des ontologies pour l’annotation de données restent la killer‐app Etendre a d’autres type de donnés (multimédia) ? D’autres processus d’annotation ou de liftage de données ouvertes et liées Des vrais challenges pour les portails d’ontologies Besoin de fournir des outils/plateformes adaptées à chaque communautés tout en gardant de la généricité Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 83
- 84. Convergence avec les travaux de l’INIST Projet VisaTM: Offre de fouille de texte via OpenMinted Vous emmenez les corpus (ISTEX) nous emmenons les ontologies (AgroPortal) Si on fait le boulot pour connecter la technologie NCBO a OpenMinted, autant le réutiliser Projet LOTERRE et ORHTOLANG Ressources en OWL, SKOS… pourquoi pas essayer une instance de la technologie NCBO ? Harmoniser nos métadonnées Partager nos efforts, passer à d’autres domaines, d’autres échelles. GDR SemanDiv AgroPortal, alignements entre thesaurus et ontologies FAIR Data Management Plan Aider a identification des ontologies adequate pour les données Conférences INIST “IC 2022” ‐5/12/17 ‐Nancy, France 84