Introduction aux patrons de conception
Un patron de conception est une solution éprouvée à un problème récurrent de modélisation. Appliqués aux ontologies, les Ontology Design Patterns (ODPs) en sont la déclinaison formelle : des modules réutilisables, formellement spécifiés et bien documentés. Ce sont des accélérateurs évitant de refaire ce qui a déjà gagné un large consensus dans la communauté. La figure ci-dessous en illustre un exemple appliqué à la modélisation d’une quantité.
Legende : Pattern: QuantityOfStuff (with Quantity sub-pattern)- (derived from QUDT)
Les ODPs permettent la réutilisation et l’interopérabilité sémantique au sein d’un ensemble de modules bien définis. Leur usage est déjà bien ancré dans de nombreuses communautés, comme le montre la page consacrée à leur définition sur le site EmergentMind . L’alignement ultérieur avec des upper ontologies comme BFO étend cette interopérabilité à l’interdisciplinaire. Mais cela suppose un développement qui dépasse le cadre de cet article et qui sera effectué dans les suivants.
ODPs et patrons UML : une confusion à éviter
Si les ODPs présentent une solution méthodologique à des problématiques de réutilisation de bonnes conceptions, il est important d’en bien comprendre la spécificité. En particulier, il ne faut pas confondre les patrons de conception ontologiques avec ceux pratiqués en UML. Car la comparaison avec le développement logiciel « classique » a ses limites.
En effet, la tentation est grande chez les développeurs de Systèmes d’Information de vouloir traduire un diagramme UML directement en ontologie OWL et ainsi réutiliser des modèles existants. Or cette traduction est une erreur qui minimise, voire efface, l’apport des ontologies. En voulant faire entrer l’approche ontologique dans les cases d’UML, on casse la flexibilité d’un langage tel qu’OWL et souvent aussi l’expressivité et la décidabilité.
Les deux modélisations ne ressortent pas du même paradigme. En traduisant l’un en l’autre en croyant réduire la courbe d’apprentissage et l’effort de conception, on perd souvent sur les deux tableaux. Une bonne conception UML ne suffit pas à concevoir une bonne ontologie. Car une ontologie est un engagement ontologique public, réutilisable, composable avec d’autres ontologies. Ce qu’un diagramme de classe ne sera jamais nativement.OWL versus UML : Acceptez l'ouverture
Une ontologie est une spécification en langage formel qui représente des engagements sur une conceptualisation du monde. Ce modèle ouvert et composable est validé par la cohérence logique et l’usage. OWL/RDF opère sous une hypothèse du monde ouvert (OWA) : ce qui n’est pas affirmé reste indéterminé. Un artefact d’ingénierie UML décrit un système à construire fermé, délimité, validé par les parties prenantes et non par la cohérence.
À partir d’une représentation en OWL, un raisonneur (HermiT, Pellet, Elk) peut inférer des subsomptions, détecter des incohérences, classifier automatiquement des individus. Ce que ne permet pas UML. OWL est conçu pour l’import et la composition d’ontologies. On peut aligner sur BFO, Dublin Core, SKOS et d’autres encore. On a un accès direct à des ontologies de fondation telles que BFO. Il suffit de les importer pour pouvoir s’y aligner et en hériter sans passer par une couche de transformation.
Ce changement de paradigme exige d’accepter l’ouverture : renoncer au contrôle sur l’exhaustivité des assertions, admettre que des agents externes puissent enrichir le graphe, et penser distribution plutôt que schéma centralisé. Certes, l’hypothèse du monde ouvert impose une autre façon de modéliser, en particulier, cela force à penser en termes d’assertions minimales nécessaires. Mais le résultat d’une bonne modélisation produit des ontologies plus robustes et plus réutilisables.
C’est précisément pour guider cette modélisation ouverte que les Ontology Design Patterns s’imposent comme référence méthodologique.
Les Ontology Design Patterns : une histoire de modularité plutôt que de réutilisation en bloc
Les approches méthodologiques sur les ODPs se sont enrichies depuis une vingtaine d’années. Un premier article en 2005 d’Aldo Gangemi « Ontology Design Patterns for Semantic Web Content » [1] a posé les bases pour le Web des données liées.
En 2009, le chapitre « Ontology Design Patterns » dans le Handbook on Ontologies (2e éd., Springer) a synthétisé l’usage des ODPs de contenu en tant que blocs de construction pratiques pour la construction des ontologies. C’est également en 2009 qu’est paru l’article « eXtreme Design with Content Ontology Design Patterns »[2] sur une méthode XD (pour « eXtreme Design ») pour la conception d‘ontologies à base d’ODPs . Cette méthode itérative et incrémentale est inspirée de la méthode agile eXtreme Programmming (XP). La méthode XD s’en distingue cependant sur un point essentiel : là où XP minimise la conception au profit de la livraison rapide, XD en fait au contraire son cœur. Elle est dirigée par les tests, applique le principe diviser-pour-mieux-régner et adopte la conception en binôme, adaptant ces pratiques aux spécificités de l’ingénierie ontologique.
MOMo (Modular Ontology Modeling) apparue en 2020, puis davantage formalisée en 2023[3], est une méthodologie qui met en avant le développement modulaire et la réutilisation de design patterns. Elle y ajoute l’usage extensif de représentations graphiques sous forme de diagrammes de schémas, ce qui facilite l’élicitation avec les experts
Intégration des ODPs dans les outils
CoModIDE (Comprehensive Modular Ontology IDE) , développé entre 2019 et 2021, vient outiller la méthodologie MOMo avec un plugin pour l’éditeur Protégé . Ce dernier supporte la composition par glisser-déposer d’ontologies, avec une bibliothèque d’ODP intégrée par défaut, MODL [4].
CoModIDE iutilise le langage OPLa (développé par la même équipe) pour la traçabilité des patterns. OPLa (Ontology Pattern Language) est une ontologie d’annotation dédiée à la documentation des ODPs. Elle permet de préciser provenance, relations, modalités de réutilisation. Elle ne sert pas les raisonneurs mais les humains, en standardisant la description des patterns pour faciliter leur partage.
Toutefois, la formalisation des métriques d’évaluation pour l’efficacité des ODP en pratique est un axe de recherche actif. Sur ce point, des approches de mesure de qualité d’ontologies peuvent s’appliquer aux ODPs dits de contenu, qui forment eux-mêmes de petites ontologies.
Où trouver des ODPs « valides »? Les dépôts et bibliothèques de référence
Encore faut-il savoir où trouver des ODPs fiables et validés. Pour réutiliser des ODPs, il faut pouvoir s’appuyer sur des référentiels stables, alimentés par la connaissance des problèmes récurrents et leurs solutions.
L’association ODPA (Association for Ontology Design Patterns), créée en 2016 maintient un dépôt GIT officiel et actif de patterns. De plus, les workshops annuels sur le sujet « Ontology Design and Patterns », tenus depuis 2009, font l’objet d’actes (WOP proceedings) qui contiennent les nouveaux patterns soumis. Les critères d’évaluation des soumissions au WOP incluent : la pertinence du problème adressé, si le pattern encode une bonne pratique reconnue dans une communauté, le degré d’utilisation réelle ou d’évaluation de l’adéquation, et la complétude et la clarté de la soumission (tous les champs remplis, tous les aspects expliqués).
On peut aussi accéder sur GitHub à MODL, une librairie ayant fait l’objet d’une curation, bien documentée, de patterns de conception d’ontologies, tirée de cas d’usage interdisciplinaires.
Plus récemment, l’extraction de patterns à partir de LLMs a été pratiquée pour l’extension des bibliothèques de design. CS-MODL [5] est une bibliothèque de 104 ODPs générés à l’aide de LLMs à partir de connaissances de sens commun, annotée et directement intégrable dans l’approche MOMo.
La découvrabilité des patterns : le défi non résolu
Les outils s’améliorent (CoModIDE), mais l’adoption industrielle reste limitée et la découvrabilité des patterns existants reste un défi reconnu. Ce qu’indiquent Shimizu, Hammar et Hitzler, auteurs de MOMo. « Les ontologies modulaires basées sur des patrons de conception présentent plusieurs propriétés avantageuses qui se prêtent aux principes FAIR en matière d’interopérabilité et de réutilisabilité. Cependant, le développement de telles ontologies engendre un coût initial élevé; par exemple, la réutilisation d’un patron suppose d’en connaître l’existence au préalable. »
Le cas EMMO l’illustre concrètement : ce vaste projet d’ontologies pour la science des matériaux a développé ses modules de façon modulaire, mais sans s’appuyer formellement sur les ODPs de la communauté ODPA. Des travaux récents (2025) s’emploient précisément à en extraire et formaliser les patterns implicites pour les rendre réutilisables [6]. Mais le faire rétroactivement représentera un coût toujours supérieur à celui d’une adoption précoce.
Des outils académiques tels que CoModIDE, aussi rigoureux soient-ils, dépendent de financements de recherche; ce qui explique leur fragilité dans la durée. Ce que CoModIDE a tenté dans l’écosystème Protégé reste à faire dans les plateformes enterprise, pour répondre aux besoins d’un contexte industriel robuste. Cela demande un effort de conception métier substantiel. En outre, cet effort est fondamentalement différent de la simple industrialisation de la validation de données via SHACL et SPARQL, plus facilement adoptée car plus proche du paradigme de développement classique.
Conclusion : les outils ne suffisent pas sans les pratiques
Ainsi, les ontologies ont aussi leur « legacy » et leur code à refactorer, telles les applications des systèmes d’information, pour plus de réutilisation et de maintenabilité. Ce qui prouve encore une fois s’il le fallait que, quel que soit l’outil, sans usage raisonné des bonnes pratiques, ce ne sera pas le bon moyen pour atteindre ses fins.
Les Ontology Design Patterns sont des bonnes pratiques, mais ils ne sont pas une solution magique. Leur efficacité dépend de leur adoption dans les pratiques réelles de modélisation, pas seulement de leur existence dans des dépôts. L’enjeu n’est pas technique mais culturel : intégrer la réutilisation comme réflexe de conception, au même titre que la rigueur logique ou le respect des critères FAIR. Les prochains articles aborderont d’autres bonnes pratiques complémentaires : architecture de modularisation avec ontologies de fondation et contrôle qualité.
Références
[1]Gangemi, A. (2005). Ontology Design Patterns for Semantic Web Content. In: Gil, Y., Motta, E., Benjamins, V.R., Musen, M.A. (eds) The Semantic Web – ISWC 2005. ISWC 2005. Lecture Notes in Computer Science, vol 3729. Springer, Berlin, Heidelberg. https://doi.org/10.1007/11574620_21
[2]Valentina Presutti, Enrico Daga, Aldo Gangemi, and Eva Blomqvist. 2009. EXtreme design with content ontology design patterns. In Proceedings of the 2009 International Conference on Ontology Patterns - Volume 516 (WOP'09). CEUR-WS.org, Aachen, DEU, 83–97.
[3]Kirrane S, Ngonga Ngomo A-C, Shimizu C, Hammar K, Hitzler P. Modular ontology modeling. Semantic Web: – Interoperability, Usability, Applicability. 2023;14(3):459-489. doi:10.3233/SW-222886
[4]Cogan Shimizu, Quinn Hirt, Pascal Hitzler: MODL: A Modular Ontology Design Library. WOP@ISWC 2019: 47-58 . Au-delà de la présentation à la conférence, MODL est une collection curatée et bien documentée de patterns de conception d'ontologies, tirée de cas d'usage interdisciplinaires variés, disponible sur https://github.com/kastle-lab/modular-ontology-design-library.
[5]Eells, A., Dave, B., Hitzler, P., & Shimizu, C. (2024). Commonsense Ontology Micropatterns. ArXiv. https://arxiv.org/abs/2402.1871
[6]Norouzi et al. (2025). Semantic Representation of Processes with Ontology Design Patterns. — Extraction d'ODP pour les sciences des matériaux.