1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

155

Formalisation informatique des descriptions : HyperQuest

HyperQuest est un module particulier du système global d'acquisition de connaissances décrit au chapitre 2 (§ 2.4). Il contient à la fois un générateur de modèle descriptif et un générateur automatique de questionnaire. Chaque questionnaire est issu d'un modèle descriptif. Pour comprendre l'architecture d'HyperQuest sous forme de piles HyperCard, le lecteur intéressé peut se référer à l'annexe 4, cette partie provenant du manuel d'utilisation d'HyperQuest [Conruyt & Dumont, 1993].

IMAGE imgs/Chapitre603.gif

La première étape de fabrication d'un système expert à l'aide de l'apprentissage à partir d'exemples est de définir les objets du domaine au sein d'un modèle descriptif. Cette phase primordiale n'est pas simple à réaliser. Son objectif est d'organiser et d'expliciter le plus fidèlement possible le modèle conceptuel de l'expert pour son domaine d'étude. L'outil générateur de modèle descriptif d'HyperQuest a pour but de l'aider à modéliser ses connaissances observables, à les délimiter pour qu'elles soient réutilisées ensuite par les autres modules du système d'apprentissage.

6.3.1 Conception d'un modèle descriptif

La conception d'un modèle descriptif suit une certaine logique et quelques règles d'organisation : globalement, le modèle est structuré selon une ou plusieurs hiérarchies qui dépendent les unes des autres (dans le sens du plus général vers le plus particulier). Ces hiérarchies sont des arbres (des graphes sans cycle) définis par les informaticiens sous forme récursive [Knuth, 1968] cité par [Crémilleux, 1991] :

Un arbre est un ensemble fini d'un ou plusieurs noeuds tels que :

[!]il existe un noeud particulier appelé la racine de l'arbre,
[!]les autres noeuds se répartissent en m ensembles disjoints
1(m >= 0) dont
chacun constitue à son tour un arbre.

Au niveau de la modélisation, les arbres permettent de représenter la connaissance observable sous une forme structurée dont chaque noeud correspond à un objet. Cette connaissance ne doit pas être confondue avec un arbre de décision qui est le fruit du traitement des descriptions (les noeuds sont alors des critères de décision) alors qu'un arbre de modélisation est indépendant de tout traitement.

IMAGE imgs/Chapitre604.gif
1Les "m ensembles disjoints" correspondent aux m branches issues de la racine.