Abstract FR:

De nombreux algorithmes efficaces ont ete proposes pour apprendre des concepts a partir d'exemples representes par des couples attribut/valeur (id3, aq, cn2, charade, etc. ). Cependant, certains exemples, en particulier dans des domaines dits structures, sont difficilement representables par une liste de couples attribut/valeur. Les representations alors utilisees sont basees pour la plupart sur la logique du premier ordre. L'utilisation de telles representations s'accompagne d'importants problemes combinatoires dus en particulier au caractere np-complet de l'appariement de descriptions structurees. Le but de notre recherche a ete de concevoir et de developper un systeme permettant de controler la complexite de l'apprentissage de telles descriptions. Dans les approches classiques, tous les appariements sont a priori possibles et c'est l'utilisation d'un espace d'hypotheses restreint et d'heuristiques d'exploration de cette espace qui limite la complexite des algorithmes. L'originalite de notre approche tient a un changement de representation du probleme d'apprentissage. Dans la nouvelle representation, les exemples d'apprentissage representent tous une meme partie des exemples naturels, ils sont donc apparies. Nous avons formalise cette notion de partie des exemples naturels (baptisee morion) et montre qu'elle permet de controler la complexite de l'appariement de descriptions structurees. Etant donnee une taxonomie de morions elementaires, nous definissons un espace de morions composites utilises pour changer de representation. Nous avons implante un systeme, remo, qui trouve automatiquement le morion le mieux adapte a la tache d'apprentissage. Les resultats experimentaux menes montrent l'interet pratique de notre approche. Nous presentons une application concrete de notre travail a la detection de similarites entre plusieurs milliers de caracteres chinois.