• Langue : Français
• Discipline : Informatique
• Identifiant : 2011LIL10057
• Type de thèse : Doctorat
• Date de soutenance : 06/12/2011

Résumé en langue originale

Ma thèse porte sur la réalisation de l’interopérabilité des métadonnées au niveau des schémas et de langages de description. Cela est fait d’une manière automatique via le développement d’un outil de matching des schémas. Pour cela, j’ai proposé dans ma thèse une nouvelle approche de matching, baptisée MuMIe (Multilevel Metadata Integration). Elle a pour but de réaliser l’interopérabilité sur les deux niveaux (schémas et langages de description). La technique proposée transforme les schémas provenant de différents langages en graphes, en capturant uniquement quelques concepts basiques. Une méthodologie de matching est ensuite effectuée sur ces graphes permettant de trouver les correspondances entre leurs noeuds. Cela est fait via l’utilisation de plusieurs informations sémantiques et structurelles. La deuxième partie de ma thèse était consacrée à la modélisation sémantique des informations dédiées au multimédia (profiles des utilisateurs, caractéristiques des réseaux de transmission, terminaux, etc).J’ai développé un métamodèle nommé CAM4Home (Collaborative Aggregated Multimedia for Digital Home) pour la fusion des métadonnées. La spécification de ce métamodèle a été faite avec le langage RDFS.

Résumé traduit

The recent growth of multimedia requires an extensive use of metadata for their management. However, a uniform access to metadata is necessary in order to take advantage of them. In this context, several techniques for achieving metadata interoperability have been developed. These intégration techniques are made by domain experts which is costly and time-consuming. The topic of my thesis is to develop an automatic integration techniques based on schema marching. We have proposed a new schema matching algorithm callad MuMIe (Multilevel Metadata Integration). MuMIe supports schemas from different description languages (XML Schema, RDS Schema, OWL) and makes use of several types of information (linguistic, semantic and structural) in a manner that increases the matching accuracy.