Search

We introduce a new formal model of explanatory dialogues.We extend the model by argumentative capacities.We provide an implementation of the model.We show its usefulness through a case study on knowledge acquisition. We introduce a formal model of explanatory dialogue called EDS. We extend this model by including argumentation capacities to facilitate knowledge acquisition in inconsistent knowledge bases. To prove the relevance of such model we provide the dalek (DiALectical Explanation in Knowledge-bases) framework that implements this model. We show the usefulness of the framework on a real-world application in the domain of Durum Wheat sustainability improvement within the ANR (French National Agency) funded Dur-Dur project. The preliminary pilot evaluation of the framework with agronomy experts gives a promising indication on the impact of explanation dialogues on the improvement of the knowledges content.

International audience; In recent years, artificial intelligence tools have democratized and are increasingly used by people who are not experts in the field. These artificial intelligence tools, like rule-based or constraint-based systems require the input of human expertise to replicate the desired reasoning. Despite the explosion of new devices and new input paradigms, such as tablets and other touch interfaces, it seems that the usability of these tools have not taken advantage of these recent advances. In this article, we illustrate our concept with the rule edition in a fuzzy expert system. The special feature of fuzzy logic is that these rules look closer to natural language than classical logic. We present our work that involves the use of new touch interfaces to edit a fuzzy rule base with one finger. We end this section by the evaluation of the interface with a user panel.; Au cours de ces dernières années, les outils d'intelligence artificielle se sont démocratisés et sont de plus en plus sou-vent utilisés par des personnes qui ne sont pas expertes du domaine. Parmi ces outils d'intelligence artificielle, les systèmes à base de règles ou de contraintes nécessitent la saisie de l'expertise humaine afin de reproduire le comporte-ment souhaité. Malgré l'explosion des nouveaux périphé-riques et de nouveaux paradigmes de saisie, comme les tablettes et autres interfaces tactiles, l'ergonomie de ces outils semble ne pas avoir profité de toutes ces avancées récentes. Dans cet article, nous prenons l'exemple d'un système expert flou pour lequel il faut rédiger des règles. La particu-larité de la logique floue est que ces règles sont construites d'une manière plus proche du langage naturel qu'en lo-gique classique. Nous présentons notre travail qui consiste en l'exploitation des nouvelles interfaces tactiles afin de rédiger une base de règles floues avec un seul doigt. Nous terminons cet article par l'évaluation de l'interface auprès d'un panel d'utilisateurs.

International audience; A great deal of research on opinion mining and sentiment analysis has been done in specific contexts such as movie reviews, commercial evaluations, campaign speeches, etc. In this paper, we raise the issue of how appropriate these methods are for documents related to land-use planning. After highlighting limitations of existing proposals and discussing issues related to textual data, we present the method called Opiland (OPinion mIning from LAND-use planning documents) designed to semi-automatically mine opinions in specialized contexts. Experiments are conducted on a land-use planning dataset, and on three datasets related to others areas highlighting the relevance of our proposal.

buche@supagro.inra.fr; UMR IATE Axe 5 "Application intégrée de la connaissance, de l’information et des technologies permettant d’accroître la qualité et la sécurité des aliments" article présenté lors du 6. International Conference of Predictive Modeling in Foods (6ICPMF) ; Washington, DC (Etats-Unis) - (2009-09-08 - 2009-09-12) / Conférence; International audience; A preliminary step in microbial risk assessment in foods is the gathering of experimental data. In the framework of the Sym'Previus project, we have designed a complete data integration system opened on the Web which allows a local database to be complemented by data extracted from the Web and annotated using a domain ontology. We focus on the Web data tables as they contain, in general, a synthesis of data published in the documents. We propose in this paper a flexible querying system using the domain ontology to scan simultaneously local andWeb data, this in order to feed the predictive modeling tools available on the Sym'Previus platform. Special attention is paid on the way fuzzy annotations associated with Web data are taken into account in the querying process, which is an important and original contribution of the proposed system.

[Departement_IRSTEA]RE [TR1_IRSTEA]RIE / TRANSFEAU; Numerical modelling is now used routinely to make predictions about the behaviour of environmental systems. Model calibration remains a critical step in the modelling process and different approaches have been taken to develop guidelines to support engineers and scientists in this task. This article reviews currently available guidelines for a river hydraulics modeller by dividing them into three types: on the calibration process, on hydraulic parameters, and on the use of hydraulic simulation codes. The article then presents an integration of selected guidelines within a knowledge-based calibration support system. A prototype called CaRMA-1 (Calibration of River Model Assistant) has been developed for supporting the calibration of models based on a specific 1D code. Two case studies illustrate the ability of the prototype to face operational situations in river hydraulics engineering, for which both data quality and quantity are not sufficient for an optimal calibration. Using CaRMA-1 allows the modeller to achieve the calibration task in accordance with good calibration practice implemented in the knowledge base. Relevant reasoning rules can easily be added to the knowledge base to extend the prototype range of applications. This study thus provides a framework for building operational support tools from various types of existing engineering guidelines.

Cet article propose une méthode pour construire des systèmes à la fois précis et interprétables en intégrant dans la même base de connaissance des éléments de connaissance experte et d'autres issus de données. Pour favoriser la coopération entre l'expert et les données, le processus d'induction est encadré par de sévères contraintes qui permettent à l'expert de garder le contrôle tout au long du processus. La procédure est séquentielle. Dans un premier temps un partitionnement flou est conçu à partir des données et de la connaissance experte. La compatibilité entre les deux types de partitions est vérifiée à partir de trois critères : domaine de variation, granularité et interprétation sémantique. Puis, des règles expertes et induites sont générées en tenant compte de ces partitions. Les deux bases de règles peuvent alors être fusionnées en une seule. Grâce au partitionnement commun, la comparaison des règles peut se faire au seul niveau linguistique. Les éventuels conflits sont gérés et les principales qualités d'une base de règles, cohérence, absence de redondance et complétude sont étudiées. La première étape est complètement décrite dans le cadre de l'article, tandis que la seconde est seulement introduite. / his paper proposes a method for building accurate and interpretable systems by integrating expert and induced knowledge into a single knowledge base. To favor the cooperation between expert knowledge and data, the induction process is run under severe constraints to ensure the fully control of the expert. The procedure is made up of two hierarchical steps. Firstly, a common fuzzy input space is designed according to both the data and expert knowledge. The compatibility of the two types of partitions, expert and induced, is checked according to three criteria: range, granularity and semantic interpretation. Secondly, expert rules and induced rules are generated according to the previous common fuzzy input space. Then, induced and expert rules have to be merged into a new rule base. Thanks to the common universe resulting from the first step, rule comparison can be made at the linguistic level only. The possible conflict situations are managed and the most important rule base features, consistency, redundancy and completeness, are studied. The first step is thoroughly described in this paper, while the second is only introduced.

[Departement_IRSTEA]RE [TR1_IRSTEA]RIE / TRANSFEAU; Le calage de modèle reste une étape critique de la modélisation numérique. Après de nombreuses tentatives d`automatisation de cette tâche dans différentes domaines liés à l`eau, des questions se posent encore sur la nécessité de caler des modèles à base physique. Cet article propose aux utilisateurs de codes de calcul en hydraulique un cadre pour réaliser cette tâche selon un « code de bonnes pratiques ». Ce cadre comporte une formalisation des objets manipulés en hydraulique fluviale 1-D ainsi qu`une description conceptuelle générique du processus de calage. Ces deux éléments ont été implémentés dans un système à base de connaissances, intégrant un code de calcul ainsi que des connaissances d`experts sur le calage de modèle. Un prototype de système d`assistance au calage a ensuite été construit à l`aide d`un code de calcul résolvant les équations de Saint-Venant dans des rivières à lit fixe. Le cadre fourni pour le calage de modèle est composé de trois niveaux indépendants reliés respectivement à la tâche générique, au domaine d`application, et au code de calcul lui-même. Les deux premiers niveaux de connaissances peuvent ainsi aisément être réutilisés pour construire des systèmes d`assistance au calage pour d`autres domaines d`application, comme l`hydraulique 2-D ou encore la modélisation hydrologique à base physique. / Model calibration remains a critical step in numerical modelling. After many attempts to automate this task in water-related domains, questions about the actual need for calibrating physics-based models are still open. This article proposes a framework for good model calibration practice for end-users of 1-D hydraulic simulation codes. This framework includes a formalisation of objects used in 1-D river hydraulics along with a generic conceptual description of the model calibration process. It was implemented within a knowledge-based system integrating a simulation code and expert knowledge about model calibration. A prototype calibration support system was then built up with a specific simulation code solving subcritical unsteady flow equations for fixed-bed rivers. The framework for model calibration is composed of three independent levels related respectively to the generic task, to the application domain, and to the simulation code itself. The first two knowledge levels can thus easily be reused to build calibration support systems for other application domains, like 2-D hydrodynamics or physics-based rainfall-runoff modelling.