Abstract FR:

Nous nous interessons a l'emploi de techniques d'apprentissage symbolique automatique (asa) pour decouvrir des regularites dans une base de connaissances. Nous voulons que ce travail puisse etre effectue par d'autres personnes que des specialistes d'asa. Ceci nous amene a formuler deux proprietes que doivent verifier des systemes repondant a de telles exigences : ils sont flexibles, c'est-a-dire que leur biais est modifiable par l'utilisateur sans programmation explicite, et comprehensibles dans leurs raisonnements et leurs resultats. Nous proposons une architecture qui, par l'utilisation conjointe d'outils generiques et de programmation par demonstration, atteint ces deux objectifs. Nous decrivons deux algorithmes generiques originaux de generalisation et de reformulation sur des descriptions structurelles entrant dans le cadre de cette architecture. Chacun d'eux, par simple configuration de ses parametres generiques qui sont des fonctions, permet de retrouver des methodes connues, l'un de generalisation, l'autre de reformulation. Nous exposons egalement une nouvelle methode de programmation par demonstration. Par une interaction avec l'utilisateur, elle permet de produire inductivement des programmes prolog a partir d'exemples de resolution de taches. Nous presentons casa, un prototype de systeme d'asa flexible et comprehensible, qui regroupe l'ensemble de ces propositions et y ajoute quelques fonctionnalites supplementaires comme des outils de gestion d'une base de connaissances