Les catégories de connaissances et leur modélisation
Contents
1. de rassembler des connaissances incom pl tes sur le comportement de syst mes dynamiques De m me que dans un langage de programmation objets une classe regroupe la description des entit s et les m thodes il serait tout fait pertinent dans un mod le de connaissances objets de compl ter les descriptions des entit s en y associant une description de leur comportement par exemple sous la forme d quations qualitatives Il s agirait alors d exploiter au mieux les caract ristiques des mod les objets Affiner une classe d entit s consisterait non seulement affiner la description de ses attributs mais aussi des quations associ es De m me la relation de composition d objets pourrait servir de support un m canisme de construction de mod les Th o Quant 1995 W 15 par composition de sous mod les Il y a quelques ann es le projet Edora 7 tudiait la construction assist e de mod les en utilisant des connaissances sur les entit s et les ph nom nes impliqu s mais ne tentait pas d incorporer directement dans les classes les connaissances sur le comportement de ces entit s 3 Connaissances m thodologiques c t des m canismes de base h ritage classification attachement proc dural qui exploitent les connaissances descriptives il est n cessaire de mettre en uvre d autres connaissances proc durales afin de cr er compl ter et caract riser les entit s dans le contexte de la r s2. mes On peut consid rer que la constitution de bases de connaissances aux seules fins de mod lisation est un prolongement naturel de cette volution Celle ci s est accompagn e de la conception de mod les de connaissances qui viennent maintenant utilement enri chir la panoplie des outils de mod lisation en particulier dans des domaines scientifiques o l essentiel des connais sances s exprime sous la forme de descriptions qualitatives tant structurelles que fonctionnelles 18 M Th o Quant 1995 Bibliographie 1 BISSON L Le raisonnement spatial dans les syst mes base de connaissances application l analyse de sites avalancheux Th se de doctorat de l Universit Joseph Fourier sp cialit informatique Grenoble 1990 176 pages 2 GRIVAUD S RECHENMANN EF Navigation dans les bases de connaissances associant objets et hypertexte Actes des Premi res journ es Repr sentations par objets RPO La Grande Motte 22 23 juin 1992 pp 262 280 3 HATON J P et al Le raisonnement en intelligence artificielle InterEditions 1991 KUIPERS B Qualitative Reasoning Modeling and Simulation with Incomplete Knowledge MIT Press 1994 4 LEMAIRE EF Knowledge bases texts and lexicon dans Nicolaas MARS d Towards very large knowledge bases Actes 2nd international conference on building and sharing very large scale knowledge bases KBKS Ens chede NL 10 13 avril 1995 IOS press Amsterda
3. solus par l ex cution de proc dures fig 3 4 Connaissances contextuelles Comme tout mod le une base de connaissances r sulte d un long processus it ratif aliment par des sources de connaissances multiples et jalonn d hypoth ses et de choix de repr sentation dict s par les objectifs de la mod lisa tion Il est donc la fois difficile et dangereux de faire utiliser une base de connaissances par des personnes autres que celles qui ont directement particip sa construction Difficile parce que les connaissances formalis es m me non c es l aide d un langage d claratif sont d licates interpr ter Dangereux car les objectifs qui ont sous tendu la conception de la base ne correspondent sans doute pas aux attentes des utilisateurs non concepteurs Il est donc indis pensable de faire figurer c t des connaissances de la base proprement dite des connaissances contextuelles sur les sources de connaissances typiquement des articles de revues ou des monographies les objectifs de la mod lisation et les choix de repr sentation qui vont aider prendre connaissance de la base de connaissances Il est important de souligner que ces connaissances contextuelles ne peuvent tre exprim es dans le m me mod le que les connaissances de la base sous peine d empiler les contextes sans limite Il s agit donc d associer aux l ments de connaissances formelles typiquement des classes ou des instances
4. LES CAT GORIES DE CONNAISSANCES ET LEUR MOD LISATION Fran ois RECHENMANN INRIA Rh ne Alpes Meylan Alors que les premiers syst mes experts reposaient sur l utilisation de connaissances superficielles et op ra toires repr sent es essentiellement sous forme de r gles et ne visaient que la r solution de probl mes les syst mes base de connaissances actuels exploitent une mod lisation la fois plus fine et plus profonde des connaissances d un domaine associ es des connaissances op ratoires De plus il est maintenant tr s largement reconnu qu il ne suffit pas pour concevoir de tels syst mes de recueillir les connaissances n cessaires typiquement aupr s de ceux les experts qui ont d velopp des comp tences sp cifiques fruit d une exp rience personnelle Les connaissances doivent faire l objet d une v ritable mod lisation et le gain de compr hension du domaine obtenu travers ce proces sus de mod lisation vaut tout autant et peut tre m me plus que le r sultat lui m me c est dire la base de connais sances Dans certaines situations des bases ne sont ainsi d velopp es que pour expliciter structurer organiser et donc mieux partager au sein d une certaine communaut les connaissances d un domaine Leurs capacit s participer la r solution de probl mes sont alors consid r es comme secondaires Il est clair que ce d placement des attentes des conc
5. dans un mod le objets des nonc s en langage naturel 16 M Th o Quant 1995 Figure 3 Alternance des phases de sp cialisation et de d composition pour la r solution de probl mes exploitant un mod le de t ches Ordination Lin aire Simple Sp cialisation oe Analyse 2 Composantes Correspondances Principales D composition ai terminer analyse m D composition pond ration uniforme Sp cialisation Une Ordination lin aire simple doit tre effectu e Selon des caract ristiques des entr es globales traiter dans la phase de sp cialisation une analyse en composantes principales est choisie Cette t che est d compos e selon sa strat gie et ses sous t ches sont leur tour ex cut es La classe qui d crit la t che faire triplet n a pas de sous classes elle est directement d compos e en un choix entre pond ration uniforme et pond ration non uniforme Cette derni re est choisie et l instance cr e pour cette t che est soumise une nouvelle phase de sp cialisation Une premi re solution imm diate consiste associer aux noms de classes d attributs et d instances un texte expli catif ou justificatif La transformation de ces morceaux de texte en n uds d un r seau hypertexte peut tre automatis e si les noms de la base sont syst matiquement utilis s pour les indexer 2 Il est alors possible de naviguer dans la base d
6. e choix Pratiquement une t che est d crite par une classe dans un mod le objets Ex cuter cette t che revient alors en cr er une instance dont seuls les attributs qui correspondent aux entr es sont valu s et la d composer r cursivement jusqu ex cuter les t ches l mentaires qui permettront progres sivement de d terminer les valeurs des attributs qui sont associ s aux sorties de la t che initiale Comme toute classe une classe qui d crit une t che est susceptible de poss der des sous classes qui d crivent des t ches plus sp cifiques auxquelles sont associ es des d compositions adapt es On comprend donc que pour r soudre un probl me il y ait int r t rechercher la t che la plus sp cifique C est donc ici encore le m canisme de classifica tion qui permet chaque tape de d composition d un probl me en sous probl mes donc d une t che en t ches plus l mentaires de caract riser chaque sous probl me en recherchant la t che associ e la plus sp cifique et de retenir ainsi la d composition qui lui est attach e et qui se trouve alors tre la plus adapt e La r solution d un probl me particulier passe donc alternativement par des phases de caract risation par classifica tion du sous probl me courant et de d composition adapt e de ce probl me en sous probl mes plus simples jusqu ce que ces sous probl mes soient suffisamment l mentaires pour tre directement r
7. e connaissances en parcourant les liens entre objets et dans l hypertexte de passer tout moment de la base l hypertexte et inversement fig 4 La limitation majeure de la solution pr c dente est que la liaison entre la base et son contexte repose exclusivement sur les noms utilis s dans la base Or ces noms ne sont pas toujours significatifs De plus ils peuvent appara tre dans les textes sous des variantes lexicales s mantiques ou multilingues Il est donc indispensable d tablir une interface entre la base de connaissances formelles et les textes Un lexique est susceptible de jouer ce r le En fait dans ce contexte un lexique est amen jouer simultan ment plusieurs r les compl mentaires 4 Le premier est effectivement de fournir une indirection dans la liaison entre les entit s formelles de la base et les textes qui les commentent et les justifient Mais le lexique constitue galement une interface entre la base et l utilisateur lui m me donnant ce dernier la possibilit en navigant d un terme l autre de prendre connaissance de la base de connaissances C est travers cette prise de connaissance que des modifications ou des ajouts peuvent tre apport s aux connaissances formelles Enfin un lexique peut conduire un choix plus judicieux et syst matique des noms de classes et d attributs A c t des connaissances formalis es il est donc propos d noncer des connaissances terminologi
8. epteurs de syst mes base de connaissances n est possible que gr ce au d veloppement de mod les de connaissances plus puissants et adapt s aux diverses cat gories de connais sances repr senter Une r flexion de plusieurs ann es nourrie et confirm e par la conception de grandes bases de con naissances dans un domaine scientifique particulier la biologie mol culaire 8 a permis d identifier quatre grandes cat gories de connaissances descriptives comportementales m thodologiques et contextuelles 1 Connaissances descriptives Les connaissances descriptives portent sur les entit s du domaine et sur les liens qui les organisent Les mod les dits objets sont particuli rement bien adapt s la repr sentation de ces connaissances Le principe de ces mod les est de rassembler dans une m me unit syntaxique de description la connaissance relative une entit l unit de descrip tion est alors appel e instance ou une collection d entit s unit de description est appel e classe Une classe est d crite par son nom et par une liste d attributs Chaque attribut est d fini lui m me par un nom et une liste de descripteurs qui lui associent diff rentes informations telles que le type de ses valeurs ou des moyens de calculer ces valeurs quand elles sont inconnues dans une instance par exemple des proc dures de calcul attachement proc dural ou des valeurs par d faut fig 1 Une instance n est comp
9. es structures ne sont pas Aer ie classe systematiquement presentes Il s agit de la base de connaissances ColiGene sur le g nome de la bact rie Escherichia coli 6 la classe g ne est associ un n ud de l hypertexte qui la commente et l explique partir de ce n ud d autres n uds du r seau hypertexte sont accessibles L utilisateur peut ainsi naviguer alternativement dans l hypertexte et dans la base de connaissances Les recherches sur la repr sentation des connaissances s inscrivaient initialement dans le grand projet de construc tion d une intelligence artificielle Plus tard le d veloppement des syst mes experts a soulign le probl me de l acquisition des connaissances sur lesquelles reposent leurs capacit s r soudre des probl mes bien d finis Rapide ment les concepteurs de ces syst mes se sont rendu compte que le recueil de connaissances tait une illusion les connaissances devaient faire l objet d un processus d laboration de mod lisation Cependant l objectif principal restait malgr tout la r solution assist e de probl mes Mais la n cessit d expliquer des d marches de r solution et de justifier des r sultats qui reposent sur des connaissances par nature non consensuelles a conduit adjoindre aux connaissances n cessaires la r solution des connaissances n cessaires la production d explications compr hen sibles par l utilisateur de ces syst
10. ets pr sente les langages objets aussi bien pour la programma tion que pour la repr sentation des connaissances Plusieurs de ces approches sont pr sent es dans le chapitre 7 intitul Raisonnement qualitatif de l ouvrage de J P Haton et al Le raisonnement en intelligence artificielle L ouvrage de B Kuipers Qualitative Reasoning Modeling and Simulation with Incomplete Knowledge pr sente en d tail l une d entre elles Th o Quant 1995 M 19
11. m 1995 pp 281 288 5 MASINI G et al Les langages objets InterEditions 1989 6 PERRI RE G GAUTIER C ColiGene Object centered representation for the study of E coli gene expressivity by sequence analysis Biochimie vol 75 n 5 1993 pp 415 422 7 RECHENMANN F et ROUSSEAU B Edora an object centered knowledge based approach to dynamic modelling dans J DEMONGEOT et al d Artificial intelligence and cognitive sciences Manchester University Press 1988 8 RECHENMANN F Knowledge bases and computational molecular biology dans Nicolaas MARS d Towards very large knowledge bases Actes 2nd international conference on building and sharing very large scale knowledge bases KBKS Enschede NL 10 13 avril 1995 IOS press Amsterdam 1995 pp 7 12 Notes Le terme mod le est employ ici avec deux sens diff rents Dans l expression mod le de connaissances d riv e de l expression mod le de donn es voir les mod les de donn es hi rarchique relationnel ou objets il fait r f rence au formalisme employ pour repr senter sous une forme exploitable par un ordinateur des connaissances Mais le terme mod le est galement employ pour d signer le r sultat d un processus de mod lisation ici une base de a a exprim es l aide d un mod le au sens de la premi re acception L ouvrage de G Masini et al Les langages obj
12. mportements simul s l aide d un syst me d quations et l expression m me de ces quations et au del avec les hypoth ses qui sous tendent la mod lisation Afin de permettre l tude de syst mes dynamiques dont certains l ments ne sont con nus que de fa on qualitative et afin de disposer de mod les plus explicables plusieurs techniques de mod lisation et de simulation qualitatives ont t propos es 3 Leur principe de base est de fournir des outils de description de syst mes dynamiques dans lesquels les op rateurs usuels tels que l addition ou la multiplication sont remplac s par des op rateurs qualitatifs Par exemple au lieu d crire une quation math matique qui traduit le fait qu une variable est proportionnelle au carr d une autre on se limitera par manque de connaissances sp cifier que les deux variables voluent dans le m me sens Un mod le est ainsi constitu d un ensemble de variables qualitatives reli es par de tels op rateurs Bien entendu les r sultats de la simulation de ces mod les sont eux aussi d grad s De plus un m me mod le valeurs de param tres et de conditions initiales comprises peut produire plusieurs trajectoires diff rentes car compte tenu des ind terminations issues du caract re qualitatif des op rateurs un m me tat peut tre suivi de plusieurs tats distincts Malgr leurs limites les techniques de mod lisation qualitative permettent
13. olution d un probl me complexe Dans de nombreux domaines en effet de grandes quantit s de connaissances proc durales existent sous la forme d ensembles de proc dures ou sous pro grammes dont l exploitation est souvent difficile malgr la documentation textuelle qui les accompagne que ce soit sur papier ou directement en ligne Il para t alors naturel de compl ter ces connaissances proc durales par des connais sances d claratives exploitables par l ordinateur sur leur mode d emploi Il s agit d aider un utilisateur lors de la r solution d un probl me choisir et encha ner les proc dures ad quates dont l ex cution fournira la solution recher ch e Ces connaissances sur la r solution de probl mes sont appel es connaissances m thodologiques Les mod les de t ches ont t con us pour d crire des d marches qui m nent la r solution d une classe de probl mes par d composition r cursive d un probl me particulier en sous probl mes jusqu l obtention de probl mes l mentaires qui peuvent tre r solus directement par l ex cution d une proc dure ou d un sous programme adapt L ex cution d une t che r sout ainsi le probl me auquel elle est associ e Une t che est d crite en termes de ses entr es et de ses sorties qui sont des classes d entit s du domaine et de sa d composition en t ches plus l mentaires et ce gr ce des op rateurs tels que la s quence ou l
14. ord compl ter une instance en d terminant les valeurs d attributs qui n ont pas t donn es lors de sa cr ation Pour ce faire l h ritage permet de rechercher dans les classes et les surclasses auxquelles appartient l instance des valeurs par d faut ou encore de d clencher des attachements proc duraux Un autre m canisme fondamental est la classification qui cherche d terminer pour une instance donn e les classes auxquelles elle est susceptible d appartenir compte tenu des valeurs de ses attributs Le principe est de confronter la description de l entit la description des classes qui composent la taxonomie Lors de ces confrontations il est g n ralement n cessaire de d terminer des valeurs d attri buts manquantes La classification permet donc de caract riser une instance en recherchant les classes plus sp cifiques auxquelles elle est susceptible d appartenir et de compl ter sa description 2 Connaissances comportementales Il est important de souligner la diff rence fondamentale qui distingue malgr les similitudes apparentes les mo d les de connaissances objets qui sont destin s d crire des entit s du monde r el des langages de programmation objets qui sont destin s d crire des entit s qui r sultent d j d une tape pr alable d abstraction Cette distinction appara t tr s nettement propos de la notion de comportement Dans un langage de programmation objet
15. os e que d un nom et de valeurs pour des attributs d finis dans sa classe Le type d un attribut peut tre une r f rence un autre classe introduisant la notion d entit complexe une entit qui est reli e d autres travers les valeurs de ses attributs Certains mod les traitent de fa on sp cifique le lien partie de qui relie r cursivement une entit dite composite ses composants Il en r sulte une structure hi rarchique m r ologie dans laquelle des valeurs d attributs sont susceptibles de transiter h ritage horizontal Th o Quant 1995 M 13 Figure 1 Exemples de descriptions de classes extraites de la base de connaissances du syst me Elsa d aide l analyse de sites avalancheux Surface sorte de superficie sommets Panneau sorte de triangles superficie transport Site d avalanche sorte de panneaux superficie objet un r el liste de Points Surface liste de Triangles m thode M2 superficie triangles un r el intervalle 0 00 6 00 Surface liste de Panneaux m thode superficie panneaux Les classes Panneau et Site d avalanche sont des sp cialisations de la classe Surface dont elles h ritent les attributs superficie et sommets Dans la classe Site d avalanche le type de l attribut panneaux fait r f rence la classe Panneaux La valeur de l attribut superficie si elle e
16. ques destin es les relier leur contexte d expression et d acquisition En fait plusieurs m thodologies reconnues d acquisition des connaissances sugg rent d expliciter ces connaissances terminologiques avant m me de d buter une mod lisation formelle des connaissances descriptives m thodologiques et comportementales Th o Quant 1995 M 17 Figure 4 Navigation dans une base associant des descriptions formelles un r seau hypertexte Graphe de specialisatio Pr ue 950 classes gen sera PA ut 24 classes gene trno 37 classes objet biologique sinpl vaii pronoteur 431 classes signal transcription ui nateur 421 classes objet biologiqu signal unite palindroni que signal traduction rbs PEU on objet biologique conpo operon plasuidique 10 classes operon speron chronosoni que 347 classes Texte Element d information contenant les ins cellule tructions necessaires a la production dans gene la d un type precis de ou gene proteique ou d structurel Le gene intervient dans l expression d un caractere heriditaire particulier Le schema presente la structure simplifiee d un gene Le pes permet l initiation de la transcription Un site important du gene est le Ribosome Biding Site qui inclut de nombreuses informations sur la regulation de la traduction T Terminateur Dans le gene seule la sequence codant la FLE PCS et le RBS sont toujours p trouvees Les autr
17. s 5 le terme comportement d signe l ensemble des m thodes ex cutables qui sont associ es une classe et qui portent sur les entit s informatiques instances de cette classe Par exemple une fen tre d une interface personne machine poss de un comportement d termin par les m thodes d ouver ture de d placement ou de changement de taille Certes ces m thodes constituent bien un mod le du comportement des fen tres mais cette classe d objets r sulte d une tape pr alable d abstraction En l occurrence la fen tre est un artefact Dans un mod le de connaissances objets le terme comportement doit naturellement faire r f rence au comporte ment de l entit r elle et non pas au comportement de l entit informatique qui sert de support la mod lisation de l entit r elle Ce dernier comportement est d ailleurs enti rement d termin par la s mantique du mod le de connais sances Utiliser un langage de programmation objets pour mod liser directement des entit s du monde r el conduit in luctablement m langer ces deux niveaux de description Il existe bien des moyens de repr senter le comportement d une entit du monde r el Les quations diff rentielles ordinaires sont ainsi utilis es dans de tr s nombreux domaines scientifiques Mais leur criture suppose une connais sance quantitative des ph nom nes De plus il est tr s vite difficile de comprendre les liens entre les co
18. st inconnue dans une instance est susceptible d tre calcul e attachement proc dural par la m thode M2 partir des superficies des panneaux qui composent le site Une capacit int ressante des mod les objets consiste pouvoir introduire une description de classe comme variante d une autre Dans ce cas la nouvelle description h rite de la pr c dente ses attributs et leurs descripteurs et ajoute ses propres l ments de description suppl mentaires L ensemble des classes est ainsi organis en une structure hi rarchis e taxonomie dans laquelle une classe domine les classes plus sp cifiques fig 2 Figure 2 Exemple de taxonomie Rectangular Square matrix matrix symmetric Symmetric definite positive matrix Non Non banded sparse matrix matrix f matrix Non definite positive Non sparse symmetric definite positive matrix Sparse symmetric definite positive matrix Des classes de matrices de plus en plus sp cifiques sont d crites La sp cialisation multiple est utilis e pour cr er des classes qui sp cialisent simultan ment plusieurs surclasses matrix 62 est instance de la classe Sparce symmetric definite positive matrix 14 M Th o Quant 1995 Les mod les objets autorisent ainsi la description sous une forme hautement structur e de connaissances descrip tives Ils constituent de plus le support de plusieurs m canismes d inf rence puissants Ces m canismes visent d ab
Download Pdf Manuals
Related Search