5

Introduction

valeur la demandeet les besoinsdes utilisateurs pour l'acquisition des connaissances.

des

outils

d'aide

à

Alors que les recherches en informatique se sont surtout axées sur la robustesse statistique des deux aspects du traitement (classification et détermination), peu de travaux ont été réalisés sur la robustesse des descriptionselles mêmes en amont du traitement. Et pourtant,les bonnes descriptions conditionnent la pertinence des règles apprises. Nous souhaitons dans cette thèse rétablir l'équilibre en faveur de l'acquisition de bonnes descriptions à apprendre, ce qui correspond de plus à une aspiration essentielle de la part des systématiciens. L'acquisition des connaissances passe donc par des descriptions robustes avant d'appliquer des méthodes de traitement adaptées pour la classification et la détermination.

Pour notre domaine d'expérimentation en biologie, nous avons choisi de bien dissocier le terme de détermination de celui de classification dont les significations seront précisées au chapitre 3. Ici, la détermination concerne un individu dont on cherche le nom de sa classe d'appartenance ce que certains appellent une identification⁴(voir § 3.4). La classification concerne plutôt un concept dont on cherche à expliciter les caractères distinctifs à l'aide à la fois des descriptions des individus qui appartiennent au concept et des descriptions des individus qui, au contraire, n'y appartiennent pas. Dans ce sens, la classification est le processus qui permet de déterminer un concept, c'est-à-dire d'expliciter les caractères compréhensifs du concept [Petit-Robert]. La détermination possède donc un double sens en fonction de l'objet sur lequel il porte (concept ou individu). Nous emploierons la détermination dans le sens de détermination d'un individu et la classification dans le sens de détermination d'un concept.

Dans ce contexte, la robustessen'est pas statistique mais plutôt empirique, c'est-à-dire liée aux objectifs (description, classification et détermination) et aux conditions d'utilisation des outils (nature des utilisateurs et contexte des données). Nous développerons cette notion de robustesse dans le chapitre 2du point de vue théorique et pratique et nous confronterons notre vision avec celle des différents utilisateurs.

Définition : la robustesse des systèmes d'aide à la description, à la classification et à la détermination en biologie est l'ensemble des facteurs qualitatifs qui améliore l'acquisition et le traitement des connaissances sur le domaine (compréhension, précision, cohérence, exhaustivité, redondance, fiabilité, facilité de mise à jour, ergonomie, tolérance aux bruits). Elle donne la possibilité de :

1) valoriser le travail de l'expert (l'aider à mieux maîtriser son domaine), 2) transmettre et utiliser ses connaissances,

4_{Au sens anglo-saxon du terme.}