Disciple : a theory, methodology and system for learning expert knowledge
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
This thesis presents DISCIPLE, a system illustrating a theory and a methodology for learning expert knowledge. DISCIPLE integrates a learning system and an empty expert system, both using the same knowledge base. It is provided with an initial domain theory and learns problem solving rules from the problem solving steps received from its expert user, during interactive problem solving sessions. In this way, DISCIPLE evolves from a helpful assistant in problem solving to a genuine expert. The problem solving method of DISCIPLE combines problem reduction, problem solving by constraints, and problem solving by analogy. The learning method of DISCIPLE depends of its knowledge about the problem solving step (the example) from which it learns. In the context of a complete theory about the example, DISCIPLE uses explanation based learning to improve its performance. In the context of a weak theory about the example, it synergistically combines explanation - based learning, learning by analogy, and empirical learning, developing its competence. In the context of an incomplete theory about the example, DISCIPLE learns by Combining the above mentioned methods, improving both its competence and performance.
Abstract FR:
DISCIPLE est un système qui illustre une théorie et une méthodologie d'apprentissage des connaissances expertes. Il est composé d'un système expert et d'un système d'apprentissage qui utilise une même base de connaissances. DISCIPLE part de connaissances élémentaires sur un domaine d'application (une théorie du domaine) et, au cours de sessions interactives de résolution de problèmes, apprend de règles générales à partir des solutions spécifiques fournies par l'expert humain. La méthode de résolution de problèmes combine la réduction de problèmes, l'utilisation de contraintes et l'analogie. Quant à l'apprentissage, DISCIPLE utilise différentes méthodes, en fonction de ses connaissances sur la solution de l'utilisateur. Cette solution est considérée comme un exemple pour apprendre une règle générale. Dans le cas d'une théorie complète sur l'exemple, DISCIPLE apprend à partir d'explications, ce qui augmente son efficacité. Dans le cas d'une théorie faible, il intègre l'apprentissage à partir d'explications, l'apprentissage par analogie et l'apprentissage empirique, développant ainsi sa compétence. Enfin, dans le cas d'une théorie incomplète, il apprend en combinant les deux méthodes précédentes, ce qui améliore tant sa compétence que son efficacité.