154

Chapitre 6

format LCRC et CASUEL). Les cas sont les connaissances observées domaine qui seront ensuite traitées par les programmes KATE et CaseWork.

du

HyperQuest se présente sous la forme de plusieurs piles HyperCard et est écrit en HyperTalk^TM2.1 [Apple, 1988] et en langage C. L'intérêt d'utiliser HyperQuest sous HyperCard réside dans le fait de pouvoir bénéficier à la fois des avantages de la programmation par objets et de la programmation hypertexte. Le langage C est utilisé pour accroître les performances de certaines procédures au travers de commandes et fonctions externes à HyperCard (XCMD & XFCN).

Les objets conceptuels composant la structure du modèle descriptif se traduisent directement par des entités hypertextes avec une certaine correspondance (voir § 6.4.2). Les objets, attributs et valeurs correspondent à des formes graphiques différentes (cartes, boutons et champs). Les carteset les boutonsreprésentent les objets et les valeurs alors que les champsreprésentent les attributs. Les boutons sont des zones sensibles de la carte que l'utilisateur du questionnaire peut choisir avec un clic de la souris pour déclencher une action. Cela permet par exemple d'aller décrire les objets qu'ils représentent dans une autre carte appelée par le message associé au bouton sélectionné (voir § 6.5.2.1). Les champs sont des zones de stockage des réponses de l'utilisateur collectées par l'intermédiaire des boutons de valeurs.

Le modèle et le questionnaire permettent une navigation aisée pour la description des objets observés qui composent un cas. La description dans le questionnaire se fait sans autre contrainte que celle de l'ordre logique apporté par les connaissances initiales sur le domaine. Les connaissances de fond révélées par l'expert et le cogniticien permettent de structurer le déroulement des questions posées à l'utilisateur dans un ordre logique. Le questionnaire résultant est un outil simple et convivial : on peut aisément naviguer entre les cartes et associer des images ou dessins avec les boutons pour illustrer les objets à décrire.

L'un des objectifs d'HyperQuest est de fournir un questionnaire d'acquisition de cas : par exemple "Questionnaire Hyalonema" est le nom du questionnaire pour notre application d'identification d'un Genre d'éponges marines (Hyalonema) réalisée au MNHN.

HyperQuest génère la description du modèle descriptif et des cas selon la syntaxe LCRC ou CASUEL. La génération de descriptions peut être considérée comme un but en soi pour constituer une base de données de référence. Néanmoins, HyperQuest est intégré avec KATE qui utilise des techniques d'apprentissage automatique pour générer un système expert de détermination, ou CaseWork qui est un système de raisonnement par cas (voir chapitre 7).