Inde : un système de détection d'inconsistances et d'incomplétudes dans les bases de connaissances
Institution:
Paris 11Disciplines:
Directors:
Abstract EN:
In knowledge based systems field sophisticated tools are necessary to help expert with the difficult of knowledge acquisition. INDE is software able to detect inconsistency and incompleteness of blow systems independently of the initial facts bases. In the framework of this thesis a knowledge base will be called inconsistent if there exist a facts base such as its saturation by ail the rules of knowledge base contain a fact its negation. A knowledge base will be called incomplete if saturation of all the initial facts bases does not contain a fact considered as deducible. The solution we have implemented in the INDE system is to modelise knowledge bases in a Petri net. In order to avoid calculating saturations we split up knowledge bases in sets of rule named concept which condition of rules are not on mutual exclusion. Concept represents the maximal sets of rules simultaneously fireable. If there exists in a concept some rules ending on an identical attribute with different values, the knowledge base is recognized as inconsistent. If no rules allowing to deduce an attribute belong to any concept, the knowledge base is recognized incomplete.
Abstract FR:
La phase d'acquisition des connaissances c'est à dire l'extraction ainsi que la formalisation de celles-ci une opération délicate dans la réalisation d'un système expert. Il est donc nécessaire de disposer de logiciel permettant de détecter des incohérences dans les bases de connaissances. Précisons ce que nous entendons par incohérence. S'il existe une base de faits initiale telle que sa saturation contienne un fait et la négation de celui-ci alors nous dirons que la base de connaissances est inconsistante. Si les saturations de toutes les bases de faits initiales ne contiennent pas un fait pourtant déductible alors nous dirons que la base de connaissances est incomplète. Afin d'éviter le calcul des saturations des bases de faits initiales, nous décomposons les bases de connaissances en ensembles maximaux de règles, appelés concepts, en fonction de contraintes portant sur l'exclusion mutuelle des conditions des règles de production. Les règles d'un concept sont déclenchables au cours d'une même session car leurs conditions ne violent pas les contraintes d'exclusion. Pour tenir compte de la puissance de déduction des bues de connaissances ainsi que de la sémantique du langage d'expression des connaissances, nous choisissons de modéliser les bases de connaissances sous forme d'un réseau de Petri.