Connaissances et raisonnement sur les traces d’interaction
Knowledge and reasonning about interaction traces
Nous nous intéressons à la problématique de l’ingénierie de la dynamique des connaissances dans le contexte particulier du raisonnement à partir de l’expérience tracée (RàPET). Le RàPET est un paradigme de raisonnement dans lequel les sources de connaissances principales sont des objets numériques appelés traces d’interaction modélisées. Les traces d’interaction modélisées s’avèrent particulièrement adaptées à la fois pour collecter facilement des expériences et pour accompagner la remobilisation de ces expériences dans un processus d’ingénierie des connaissances. Les traces d’interaction modélisées possèdent en effet les bonnes propriétés que l’on attend pour la représentation des connaissances : souples, riches, expressives et calculables. Dans cet article, nous mettons en lumière les différentes problématiques d’ingénierie des connaissances soulevées par l’utilisation des traces comme sources de connaissances. Pour cela, nous définissons les différents concepts sur lesquels s’appuie le raisonnement à partir de l’expérience tracée et nous discutons du potentiel de ce mode de raisonnement, des défis qu’il soulève, et des bénéfices attendus.
We focus on dynamic knowledge engineering in the particular context of Trace-Based Reasoning (TBR). Trace-Bases Reasoning is a reasoning paradigm in which the main knowledge sources are digital objects called modeled interaction traces. Modeled interaction traces prove to be very suitable both for easily collecting experiences and for reusing these experiences within a dynamic knowledge engineering process. Modeled interaction traces indeed have good properties for representing knowledge. They are easy to manipulate, they are rich and expressive, and they are computable. In this article, we highlight the different knowledge engineering issues arising from the use of modeled interaction traces as sources of knowledge. We define the concepts on which Trace-Based Reasoning relies, and we discuss the potential of this reasoning paradim, the challenges it raises, and the expected benefits.
Amélie CORDIER, Marie LEFEVRE, Pierre-Antoine CHAMPIN, Alain MILLE, Olivier L. GEORGEON, Benoît MATHERN
Raisonnement à partir de cas (RàPC), raisonnement à partir de l’expérience tracée (RàPET), ingénierie de la dynamique des connaissances.
Case-Based Reasoning (CBR), Trace-Based Reasoning (TBR), Dynamic Knowledge Engineering.
Français
|
