Abstract FR:

Les travaux réalisés dans cette thèse se placent dans le cadre de la validation des systèmes à base de connaissances. Il s'agit de développer des méthodes dont le but est de contribuer à garantir jusqu'à un certain degré la qualité et la fiabilité d'un système à base de connaissances. Par rapport à des travaux plus classiques réalisés dans le domaine, l'objectif majeur de cette thèse est d'exploiter des techniques d'apprentissage automatique pour réaliser la validation du système à base de connaissances. Deux approches ont été développées: intégrer des techniques d'apprentissage automatique au sein d'un cycle de vérification-révision, afin de détecter puis corriger deux types d'anomalies: incomplétude et incohérence. Evaluer les performances d'un système à l'aide d'un générateur paramétrable de bases de tests artificiels. En outre, l'architecture du système est conçue de manière à favoriser le couplage avec différents algorithmes d'apprentissage et le langage de représentation des connaissances qui est employé dérive d'un sous-ensemble de la logique des prédicats