Portant sur un domaine parvenu à une certaine maturité, cet ouvrage s'adresse aux ingénieurs à la recherche de méthodes ou de techniques pour recueillir un corpus de connaissances (humaines, documentaires ou autres), les organiser, les modéliser, les représenter. Il est aussi destiné aux chercheurs et aux étudiants en intelligence artificielle et en sciences cognitives, intéressés par l'acquisition et la modélisation de connaissances. Le livre regroupe une sélection d'articles donnant une image de la qualité et de la diversité des travaux effectués dans le domaine.
Commande avant 16h,
expédié le jour même (lu. - ve.)
Livraison express sous 48h.
Concevoir des systèmes à base de connaissance maîtrisables, compréhensibles et maintenables, tel est l'objectif auquel contribuent les travaux de recherche en acquisition des connaissances. Dans ce contexte, acquisition et modélisation sont devenus deux termes indissociables.
Cette évolution a conduit les chercheurs en acquisition à proposer des modèles, à identifier différents types de connaissances, à étudier les langages les mieux adaptés tant à leur modélisation qu'à leur représentation et à définir des méthodologies.
Ces recherches créent des synergies avec d'autres disciplines de l'intelligence artificielle (IA). Ayant recours à des techniques générales, elles favorisent par ailleurs des rapprochements avec d'autres domaines informatiques.
Portant sur un domaine parvenu à une certaine maturité, cet ouvrage s'adresse aux ingénieurs à la recherche de méthodes ou de techniques pour recueillir un corpus de connaissances (humaines, documentaires ou autres), les organiser, les modéliser, les représenter. Il est aussi destiné aux chercheurs et aux étudiants en intelligence artificielle et en sciences cognitives, intéressés par l'acquisition et la modélisation de connaissances.
Le livre regroupe une sélection d'articles donnant une image de la qualité et de la diversité des travaux effectués dans le domaine.
Les articles ont été regroupés selon la nature des problèmes principalement abordés. Ceux de la première moitié du livre (1 à 8) se situent dans le contexte de méthodes généralistes couvrant une partie significative du cycle d'acquisition et de modélisation. Ils proposent des bilans de mises en oeuvre, des analyses, ou des extensions significatives de ces méthodes. Les chapitres suivants, 9 à 15, sont plus spécifiques, soit par le type particulier de connaissances recherchées ou utilisées, soit par la délimitation précise du matériel brut duquel certaines connaissances sont extraites.
Enfin, ce livre se termine par les chapitres 16 à 19 qui associent aux thèmes de recherche, propres à l'acquisition des connaissances, des problématiques issues d'autres branches de l'intelligence artificielle, en l'occurrence le raisonnement par cas, l'apprentissage symbolique et le domaine de l'explication.
Référence : | 417 |
Niveau : | étudiants et chercheurs |
Nombre de pages : | 390 |
Format : | 14,5x20,5 |
Reliure : | Broché |
Rôle | |
---|---|
Aussenac-Gilles Nathalie | Auteur |
TABLE DES MATIÈRES
Introduction
Chapitre 1
L’acquisition des connaissances, composante à part entière de l’informatique du
futur
N. Aussenac-Gilles, P. Laublet et C. Reynaud
Approches
généralistes de l’acquisition des connaissances
Aspects méthodologiques et mise en œuvre
Chapitre 2
Le Schéma du modèle conceptuel,
étape dans la modélisation des connaissances
N. Matta et N. Aussenac-Gilles
Chapitre 3
Du modèle d’expertise à l’expertise du modèle
B. Le Roux
Chapitre 4
Ontologie et réutilisabilité : expérience et discussion
J. Charlet, B. Bachimont, J Bouaud, P. Zweingenbaum
Chapitre 5
Un modèle pour les connaissances de contrôle
K. Causse
Chapitre 6
REDRESSE : une application juridique modélisée avec l’outil OPEN KADS
C. Pierret, R. Fuentes, P.Gaudillère, M. Régnier
Chapitre 7
Modélisation de la résolution de problèmes : comparaison de KADS et MACAO
sur une application juridique
P. Lépine et N. Aussenac-Gilles
Opérationnalisation des modèles
Chapitre 8
L’ingénierie de la connaissance : une symbiose de deux perspectives
sur le développement de modèles
M. Linster
Chapitre 9
Opérationnalisation de modèles conceptuels : le générateur AIDE
C. Gréboval et G Kassel
Approches
spécialisées pour l’acquisition de connaissances
Acquisition et utilisation de connaissances spécifiques
Chapitre 10
L’acquisition des connaissances classificatoires pour les systèmes à base de
connaissances
M. Zacklad et D. Fontaine
Chapitre 11
Exploiter des connaissances causales pour modéliser une expertise
F. Tort et C. Reynaud
Chapitre 12
Acquisition de connaissances structurées par classification et discrimination
E. Aimeur
Analyse de texte et terminologie
Chapitre 13
Aide à l’acquisition de connaissances par l’étude de la terminologie
A. Condamines
Chapitre 14
Utilisation d’un logiciel d’extraction de terminologie (LEXTER) en acquisition
des connaissances
D. Bourigault et P. Lépine
Chapitre 15
La métaphore du généraliste : Acquisition et utilisation de connaissances
macroscopiques sur une base de documents techniques
M. Nanard, J. Nanard, J. Chauché, A.-M. Massotte, A. Joubert, H. Betaille
Combinaison de
méthodes et techniques d’Intelligence Artificielle
Chapitre 16
APT : un système d’apprentissage coopératif
C. Nédellec
Chapitre 17
Apprentissage de connaissances d’un modèle d’expertise guidé par ses structures
J. Thomas, J.-G. Ganascia, P. Laublet
Chapitre 18
Acquisition de connaissances pour une recherche évolutive d’information
M. Smaïl
Chapitre 19
L’acquisition des connaissances d’explication
B. Lemaire, B Safar, C. Yonnet