Interactive and Opportunistic Knowledge Acquisition in Case-Based Reasoning
Acquisition interactive et opportuniste de connaissances en raisonnement à partir de Cas
Résumé
As a young discipline at the junction of computer science, artificial intelligence and cognitive sciences, knowledge engineering aims at modelling knowledge of a specific domain to operationalise them in a computer system. To this end, it offers theoretical tools, models and empirical methodologies to support knowledge sharing between the user and the system.
The work developed here is related to knowledge engineering of a particular type of system: case-based reasoning systems (CBR). A CBR system assists a user in his problem solving task by retrieving a previous successful problem solving experience and by adapting it to the current situation. In this work, we are mainly interested in the interacting system "user - CBR tool".
The main research question we address here can be formulated as: what methods and tools have to be developed to support knowledge acquisition in the learning system "user - CBR tool". This issue raises the question of the knowledge of the reasoning process and leads to an analysis at the knowledge level of CBR systems. Another part of the analysis aims at studying the interactions between the user and the CBR tool during the problem solving phases. These aspects are studied at several levels in the different contributions presented in this thesis.
Our different experiences and experiments lead us to propose, as a first contribution, a formalisation at general level of interactive knowledge learning in CBR (FIKA). This formalisa- tion relies on the reasoning failures which, as they allow to highlight the gaps in the available knowledge, are used to guide the learning process. Two extensions of this general model have been proposed: IAKA and FRAKAS.
IAKA refines the principles proposed in FIKA to permit their immediate implementation in a particular type of system where knowledge can be represented according to a given model (cases and adaptation knowledge in the form of adaptation operators). These principles have been implemented and experimented with in an application developed exclusively for this purpose. FRAKAS proposes similar methods and tools for another type of system where domain knowledge is used to guide adaptation. As for these principles, they have been implemented in a prototype inspired by a real world application.
We have conducted a study of strengths and limits of FRAKAS and IAKA and we have investigated possible ways to combine them. A first practical implementation has been made in a CBR application allowing the adaptation of cooking recipes, the project TAAABLE.
The work developed here is related to knowledge engineering of a particular type of system: case-based reasoning systems (CBR). A CBR system assists a user in his problem solving task by retrieving a previous successful problem solving experience and by adapting it to the current situation. In this work, we are mainly interested in the interacting system "user - CBR tool".
The main research question we address here can be formulated as: what methods and tools have to be developed to support knowledge acquisition in the learning system "user - CBR tool". This issue raises the question of the knowledge of the reasoning process and leads to an analysis at the knowledge level of CBR systems. Another part of the analysis aims at studying the interactions between the user and the CBR tool during the problem solving phases. These aspects are studied at several levels in the different contributions presented in this thesis.
Our different experiences and experiments lead us to propose, as a first contribution, a formalisation at general level of interactive knowledge learning in CBR (FIKA). This formalisa- tion relies on the reasoning failures which, as they allow to highlight the gaps in the available knowledge, are used to guide the learning process. Two extensions of this general model have been proposed: IAKA and FRAKAS.
IAKA refines the principles proposed in FIKA to permit their immediate implementation in a particular type of system where knowledge can be represented according to a given model (cases and adaptation knowledge in the form of adaptation operators). These principles have been implemented and experimented with in an application developed exclusively for this purpose. FRAKAS proposes similar methods and tools for another type of system where domain knowledge is used to guide adaptation. As for these principles, they have been implemented in a prototype inspired by a real world application.
We have conducted a study of strengths and limits of FRAKAS and IAKA and we have investigated possible ways to combine them. A first practical implementation has been made in a CBR application allowing the adaptation of cooking recipes, the project TAAABLE.
Jeune discipline à la croisée de l'informatique, de l'intelligence artificielle et des sciences cognitives, l'ingénierie des connaissances vise à modéliser les connaissances d'un domaine pour les opérationnaliser dans un outil informatique. Pour cela, elle propose des outils théoriques, des modèles et des méthodologies empiriques pour instrumenter les systèmes et permettre l'échange de connaissances entre l'utilisateur et l'outil informatique.
Le travail développé ici traite de l'ingénierie des connaissances d'une catégorie de systèmes en particulier : les systèmes de raisonnement à partir de cas (RÀPC). Un système de RÀPC assiste un utilisateur dans sa tâche de résolution de problème en lui proposant une adaptation à la situation courante d'une précédente expérience. C'est en particulier au système en interaction "utilisateur - outil de RÀPC" que nous nous intéressons ici.
La problématique étudiée peut donc être exprimée ainsi : quelles méthodes et outils développer pour instrumenter efficacement le système apprenant "utilisateur - outil de RàPC" ? Cette problématique soulève un questionnement sur les connaissances du raisonnement et conduit à une analyse au niveau connaissance de tels systèmes. Un autre volet d'analyse porte sur les interactions entre l'utilisateur et l'artefact informatique pendant les phases de résolution de problème. Ces aspects sont étudiés à plusieurs niveaux dans les différentes contributions présentées dans cette thèse.
Nos différentes expériences et expérimentations nous ont conduits à proposer, comme première contribution, une formalisation à un niveau général de l'apprentissage interactif de connaissances en RÀPC (FIKA). Cette formalisation repose sur les échecs de raisonnement qui, puisqu'ils permettent de mettre en évidence les lacunes dans les connaissances disponibles, sont utilisés pour guider le processus d'apprentissage. Deux extensions de ce modèle général ont été proposées : IAKA et FRAKAS.
IAKA raffine les principes proposés par FIKA pour permettre leur mise en ?uvre immédiate dans une certaine catégorie de systèmes où les connaissances peuvent être représentées selon un modèle donné (cas et connaissances d'adaptation représentées par des opérateurs d'adaptation). Ces principes ont été implantés et expérimentés dans une application développée à des seules fins expérimentales.
FRAKAS propose des méthodes et outils similaires pour une autre catégorie de systèmes ou les connaissances du domaines sont utilisées pour guider l'adaptation. Ces principes ont, quant à eux, été implantés dans un prototype inspiré d'une application réelle.
IAKA et FRAKAS, les deux extensions de l'approche FIKA, présentent des forces et des limites, une réflexion quant à leur intégration possible à donc été menée. Une première tentative pratique d'intégration a été mise en ?uvre dans une application de RÀPC permettant l'adaptation de recettes de cuisine : le logiciel TAAABLE.
Le travail développé ici traite de l'ingénierie des connaissances d'une catégorie de systèmes en particulier : les systèmes de raisonnement à partir de cas (RÀPC). Un système de RÀPC assiste un utilisateur dans sa tâche de résolution de problème en lui proposant une adaptation à la situation courante d'une précédente expérience. C'est en particulier au système en interaction "utilisateur - outil de RÀPC" que nous nous intéressons ici.
La problématique étudiée peut donc être exprimée ainsi : quelles méthodes et outils développer pour instrumenter efficacement le système apprenant "utilisateur - outil de RàPC" ? Cette problématique soulève un questionnement sur les connaissances du raisonnement et conduit à une analyse au niveau connaissance de tels systèmes. Un autre volet d'analyse porte sur les interactions entre l'utilisateur et l'artefact informatique pendant les phases de résolution de problème. Ces aspects sont étudiés à plusieurs niveaux dans les différentes contributions présentées dans cette thèse.
Nos différentes expériences et expérimentations nous ont conduits à proposer, comme première contribution, une formalisation à un niveau général de l'apprentissage interactif de connaissances en RÀPC (FIKA). Cette formalisation repose sur les échecs de raisonnement qui, puisqu'ils permettent de mettre en évidence les lacunes dans les connaissances disponibles, sont utilisés pour guider le processus d'apprentissage. Deux extensions de ce modèle général ont été proposées : IAKA et FRAKAS.
IAKA raffine les principes proposés par FIKA pour permettre leur mise en ?uvre immédiate dans une certaine catégorie de systèmes où les connaissances peuvent être représentées selon un modèle donné (cas et connaissances d'adaptation représentées par des opérateurs d'adaptation). Ces principes ont été implantés et expérimentés dans une application développée à des seules fins expérimentales.
FRAKAS propose des méthodes et outils similaires pour une autre catégorie de systèmes ou les connaissances du domaines sont utilisées pour guider l'adaptation. Ces principes ont, quant à eux, été implantés dans un prototype inspiré d'une application réelle.
IAKA et FRAKAS, les deux extensions de l'approche FIKA, présentent des forces et des limites, une réflexion quant à leur intégration possible à donc été menée. Une première tentative pratique d'intégration a été mise en ?uvre dans une application de RÀPC permettant l'adaptation de recettes de cuisine : le logiciel TAAABLE.
Domaines
Interface homme-machine [cs.HC]
Loading...