 |
 |
|
|
|
1. A sociological approach to Knowledge Engineering 11 1 The coming of age of Expert Systems 11.1.1 Univers scientifiques et universitaires 11.1.2 Univers industriels 21.1.3 Univers administratifs 31.1.4 Problmes de mŽthodes 31.2 Discourse analysis as a Knowledge Engineering Framework 41.2.1 Discourse analysis as a mean for conceptual domain analysis 52.The ACTE project 62.1. The project's context 62.2 Philosophy of ACTE 61.2 L'expertise du Centre d'Ato 71.3 Le projet d'un atelier logiciel cognitif et textuel 83 Description de SATO et D_expert 93.1 SATO 93.1.1 Les caractŽristiques de SATO 93.1.2 Description gŽnŽrale 103.1.3Les outils d'analyse de SATO 103.1.4 Une syntaxe simple et efficace 123.2 D_expert 133.2.1 ReprŽsentation de la connaissance 143.2.2 ƒditeur de la connaissance 153.2.3 Moteur d'infŽrences4. ACTEdevis gŽnŽral 164.1 PrŽsentation 164.2 Une ergonomie intŽgrŽe 184.3 Une refonte des structures internes 205. ACTEUn outil au service des organisations 21Bibliography 241.
A sociological approach to Knowledge Engineering
The first part of the paper exposes some neglected aspects of
knowledge engineering.and we emphasize the possible contribution
of discourse sociology to this process. The second part presents
the ACTE (Atelier COgnitif TExtuel) project. ACTE is a integrated
system being developed at Le Centre d'Analyse de Textes par Ordinateur
of Universite du Quebec a Montreal. The third part is a description
of the D_expert and SATO software applications. Dans une quatrième
partie, nous esquissons la stratégie d'intégration
des deux logiciels. En conclusion, nous avançons quelques-unes
des raisons qui militent en faveur de la réalisation du
projet ACTE et de son implantation au sein des structures administratives
publiques et para-publiques.
1 1 The coming of age of Expert Systems
In the last twenty years or so we have witnessed the impressive
development of Expert Systems (Farreny, H. 1985). Practical and
technical knowledge associated with the definition and building
of Expert Systems has become "textbook" material (McGraw,
K.L. & Harbison-Briggs, K. 1989). Computer technology with
its growing capacity facilitates greatly the embodiment of "expert
minds". This technology is also having an important side-effect
: information processing is becoming a daily reality in public
institutions. This poses an important problem : to what extent
is it possible to confine “expertise” to scientific
and technical activity? Indeed, the clerical organization of
administrative structures requires problem-solving abilities that,
in the end, are not structurally different (though content may
vary widely) from those that one finds in “traditional”
scientific and technical activity.
1.1.1 Univers scientifiques et universitaires
For the most part of expert system history (Farreny, H., 1985:27-45),
the type of "minds" encapsulated in expert systems represented
a very small domain of overall minds in activity, namely the sphere
of scientific and technical activity. The principal problem these
researchers were confronted with was one of representing the cognitive
components of an expertise. If one was to eventually use a computerized
problem-solving tool, one had to be able to translate knowledge
structures into data processing format. Not surprinsingly, “formal”
models were devised to achieve the representation of expertise
since the initial knowledge domain was already highly structured
and documented (e.g. le piston est une partie du moteur qui est
une partie de l'automobile).
1.1.2 Univers industriels
Avec l'implantation micro de la technologie, la notion de système
expert síapplique de plus en plus à des univers
variés. Depuis le milieu des années 80, il y a
une demande grandissante pour des applications dans les sphères
de líactivité industrielle. Dans ce contexte, le
problème de la représentation des connaissances
díun domaine díexpertise se double de celui de líacquisition
des connaissances. Líacquisition des connaissances propres
à un domaine présente deux sortes de difficultés.
S'il est relativement facile, dans de tels univers, de faire l'inventaire
des unités cognitives pertinentes, le problème
est de discerner les différents rôles qu'elles sont
appelées à jouer. Plus problématique encore
est líidentification des fonctions cognitives devant être
remplies et les moments où celles-ci doivent stratégiquement
être réalisées pour simuler le raisonnement
de l'expert. Par ailleurs, il faut que le système d'acquisition
des connaissances puisse assurer de manière continue l'assimilation
des nouvelles "entrées".
La variété des applications de type S-E pose aussi
le problème plus général de la délimitation
des savoirs. En effet, une des premières tâches dans
la conception et líimplantation de systèmes experts
est díidentifier les fonctions (Marcus, S. 1988) du domaine
de compétence quíil faut structurer. Or comme chaque
domaine est spécifique, la structuration des concepts et
des stratégies doit être effectuée spécifiquement.
Autrement dit, chaque domaine présente ses idiosyncrasies
épistémologiques, théoriques et méthodologiques
devant être intégralement prises en compte. On doit
reconnaÎtre que les stratégies de résolution
ou de calcul des solutions des problèmes symboliques sont
encore mal identifiées; il manque à ce jour une
classification claire des méthodes utilisées par
les différents types de systèmes experts (McDermot,
1988). On ne peut que constater la montée des expériences
de type “méthodologiques” avec tout le foisonnement
terminologique que cela suppose.
La conception de S-E utilisés dans un univers industriel
ajoute au problème de la représentation de la connaissance
celui du transfert des expertises. Líutilité díun
système expert réside dans le fait de pouvoir refléter
et conserver ce que les experts díun domaine connaissent.
Ceci pose le problème de líefficacité communicationnelle
dans la mesure où les messages produits par le S-E doivent
être conformes à ceux que produirait un expert. Un
S-E doit pouvoir expliquer, justifier et préciser les parcours
quíil emprunte; à la limite, un S-E doit offrir
un support de type pédagogique à ses utilisateurs
(Barr, A. & Feigenbaum, E. 1982). Líutilisation du
S-E pose également le problème de la mise-à-jour
des connaissances.
1.1.3 Univers administratifs
If we look at other type of expertise, say administrative expertise,
we find that the development of knowledge based systems is yet
to be achieved. Dans ce type díunivers, les préoccupations
des utilisateurs et des concepteurs concernent principalement
la manipulation (production, analyse, gestion, etc.) de données
textuelles. Il existe des problèmes qui se posent en amont
de leur simulation dans le cadre d'une application de type S-E.
On pense ici notamment aux difficultés que posent les activités
(Gingras, M. 1988) de stockage, díindexation conceptuelle
et díexploitation díimmenses bases de données
textuelles en format libre. Le terme de format libre désigne
un format qui ressemble à celui díun livre ou díune
revue. Ce format, à géométrie variable (le
paragraphe, la page ou le chapitre), est le véhicule principal
de la connaissance propre à cet univers : les textes
de jurisprudence, les répertoires de politiques et de décrets,
etc.
1.1.4 Problèmes de méthodes
Les modèles díanalyse utilisés par les approches
de type “sciences et techniques” sont fortement inspirés
des analyses en psychologie cognitive, centrées sur la
genèse et la production des concepts (Eliot, L. B. 1987;
Reitman Olson, J. & Rueter, H. H., 1987). On doit reconnaÎtre
que la structuration sociale de la pratique scientifique et technique
a tendance a favoriser des foyers bien identifiés : pour
les domaines scientifiques les experts sont généralement
connus, ils ont une notoriété particulière
qui les désigne spontanément comme points d'origine
lors de la constitution d'un domaine d'expertise. Dans le cas
des secteurs où le savoir est stocké dans des archives
textuelles, les experts ne sont pas aussi aisément identifiables.
Bien souvent, on constate que l'expert est un groupe dont chacun
des membres contrôle une zone d'expertise bien spécifique.
On a qu'à penser au secteur des politiques administratives
des institutions gouvernementales pour se convaincre des différences
qui caractérisent l'opposition entre "sciences dures"
et "sciences humaines". Dans le second cas, le savoir
est structuré comme un univers polysémique où
les raisonnements présentent des aspects divergents pour
ne pas dire contradictoire. On voit bien alors que les expertises
ne.peuvent être appréhendées qu'en fonction
des caractéristiques socio-cognitives des groupes d'intervenants.
Les méthodes strictement cognitivistes laissent dans líombre
la dimension sociale de l'expertise. Le savoir est construit par
et dans líactivité discursive et les interactions
micro-sociales. Il faut alors tenir compte des multiples perspectives
surtout lorsque le savoir est afférent à des domaines
moins bien définis comme ceux que líon retrouve
dans les organisations publiques et para-publiques. Par exemple,
une notion telle que "l'intention de frauder" s'analyse
difficilement in abstracto; le recours au contexte fourni par
les archives s'avère indispensable. L'utilisation efficace
du potentiel offert par les archives textuelles requiert une adaptation
des méthodes d'acquisition des connaissances aux réalités
quotidiennes de la pratique administrative. Ceci nous semble important
parce que les archives textuelles représentent le mode
dominant de conservation des structures soco-cognitives que sont
les savoirs afférents à telle ou telle pratique
sociale. En dernière analyse, il faut bien reconnaÎtre
que toute forme de savoir dépend en tout ou en partie d'une
structure socio-linguistique qui permet le stockage, la manipulation
et la transmission des éléments d'un domaine de
savoir.
1.2 Discourse analysis as a Knowledge Engineering Framework
If Expert Systems are spawning rapidly, the same cannot be said
of our theoretical grasp of what is expert knowledge.and of the
socio-linguistic structure acting as a life support system. Oddly
enough, knowledge engineering remains the "principal bottleneck
in the development of expert systems" (Feingenbaum, E.A.
& Barr, A. 1982:84). We would suggest that this is so because
the current definitions of knowledge neglect the collective and
contingent dimensions (Poitou, J.-P., 1987). Knowledge is basically
a group product and as such it is the direct result of collective
organization. Knowledge is also contingent upon time. It is embedded
in textual archives, e.g., discursive structures that are dependent
upon institutional frameworks. As such, they are constantly modified
and updated. Administration domain experts are dealing with information
that is not stable, unified, of homogeneous. These aspects of
knowledge formation have not yet been taken into account as such
in the discursive matrix where they are stored : texts (working
papers, accounts, progress reports, articles, etc.). La prise
en compte of textual format will enable a more productive knowledge
engineering.
1.2.1 Discourse analysis as a mean for conceptual domain analysis
L'analyse du discours (telle qu'elle se pratique en sociologie)
(Ghiglione, R., & Matalon, B., 1985; Lecomte A., 1985-1988)
repose en grande partie sur l'hypothèse suivante: les énoncés
d'un discours se présentent comme des formes d'objets-noyaux,
des faisceaux, aux configurations régulières. Analyser
la morphologie d'un discours revient à construire un modèle
du texte. Une telle construction díeffectue en répertoriant
à travers les strates de la matière syntaxique des
objets conceptuels et en reconstituant les itinéraires
sémantiques que ces objets empruntent. Ce type d'analyse
du discours exploite la particularité du langage naturel
d'être à lui-même son propre métalangage,
c'est-à-dire qu'il sert à la fois à représenter
la réalité et à représenter la représentation
de la réalité. Il síagit en somme díune
lecture par extraction et échantillonnage de segments de
texte représentant les enjeux importants du discours. Ces
segments, articulés les uns aux autres, forment un nouveau
texte se donnant comme résultat de l'acte d'interprétation.
La construction des séquences d'un texte s'effectue selon
l'axe nominal et selon l'axe verbal. Dans le premier cas, le fil
du texte se dessine à partir des relations qu'organisent
les formes nominales. Ce sera, par exemple, la reprise systématique
d'une catégorie sémantique, au moyen de différentes
expressions nominales ou pronominales. Dans le second cas, les
formes verbales et les formes déverbales (nom formé
par dérivation d'un verbe) instaurent une logique de l'action
en orientant les parcours empruntés par les sujets des
énoncés. Ainsi, certaines formes verbales seront
utilisées pour marquer les oppositions entre le continu
et le discontinu, entre le potentiel et l'actuel, etc. Dans une
telle perspective, la logique naturelle guide notre examen de
la structuration des objets; la grammaire (sémantique et
syntaxe) nous sert à isoler les régularités
matérielles de la langue qui les représente.
L'analyse de discours représente donc une modalité
d'intervention sur les textes qui peut prendre en compte les éléments
conceptuels et l'organisation que ces derniers supposent. Jusqu'à
maintenant le bénéfice méthodologique du
lien entre analyse de discours n'as pas, dans le domaine de l'acquisition
des connaissances (transfert d'expertise), été apprécié
à sa juste valeur. par les cogniticiens qui pourtant reconnaissent
l'importance de l'analyse des protocoles, pour ne nommer que cette
modalité particulière de l'archive textuelle.
2.The ACTE project
2.1. The project's context
Dans les grands organismes, dont ceux de l'appareil gouvernemental,
la production textuelle - faite de rapports, de directives, de
projets, de correspondance, etc. - connaÎt un volume grandissant
qui rend de plus en plus difficile leur exploitation. Ainsi, les
"travailleurs du texte", chercheurs, gestionnaires,
décideurs, etc. dont la lecture et l'analyse de texte constituent
la principale activité, sont débordés par
une masse de documents qu'ils doivent analyser en fonction d'objectifs
qui leur sont propres: accumulation de faits, d'événements
ou de connaissances, interprétation, élaboration
de stratégies, prise de décision, etc.
D'un autre côté, les outils et les méthodes
informatiques pour la compréhension des textes n'ont cessé
de se diversifier et de se perfectionner dans les laboratoires
de recherche, tant sur le plan de la performance que sur celui
de la validité théorique. De plus, l'utilisation
généralisée des programmes de "traitement
de textes" et celle des bases de données textuelles
ont rendu possible l'exploitation de cette ressource non-négligeable
de savoir et d'expertise que représente l'ensemble des
textes produits par une organisation.
Les conditions sont donc favorables pour un transfert d'expertise
des laboratoires vers les organisations.
2.2 Philosophy of ACTE
The ACTE project is specifically oriented towards the integration
of primary textual sources in the process of knowledge engineering.
From the textual basis, knowledge can be extracted and formatted
to serve either as goals, facts,rules, and inference mechanisms.
ACTE will be designed as a interactive environment interfacing
standard and textual databases, a textual parser and an expert
system generator. The textual databases and the textual parser
will be managed by SATO (Systeme d'Analyse de Textes par Ordinateur).
Once the textual data has been properly translated into goals
formulation, facts or inference rules, the data may be taken in
charge by D_EXPERT environment for the generation of expert systems.
1.2 L'expertise du Centre d'Ato
Le Centre d'ATO possède une expérience de plus d'une
décennie en développement d'outils informatiques
en analyse de texte par ordinateur (ATO). Citons entre autres
des logiciels, tels SATO, Déredec, FX et D_expert. Les
chercheurs du Centre d'Analyse de Textes par Ordinateur possèdent
une expérience d'intervention dans les organisations publiques
et para-publiques, en particulier comme agent de formation en
ingénierie cognitive et en analyse de textes par ordinateur.
Voici une liste approximative des projets du Centre d'ATO avec
le Gouvernement du Québec:
- Au ministère des Affaires municipales, utilisation de
SATO pour l'analyse des lois municipales;
- Au ministère de l'Agriculture, utilisation du D_expert
et de Faisceaux dans le contexte de systèmes de diagnostic;
- Au secrétariat du Conseil du Trésor, utilisation
de SATO pour le traitement du répertoire des politiques
administratives, utilisation du D_expert pour la mise au point
d'un système expert sur l'attribution d'une certaine classe
de contrats de service (SAGAC);
- Au Comité consultatif en gestion du personnel (CCGP),
utilisation de SATO pour l'indexation assistée de conventions
collectives et autres textes; projet analogue avec le Conseil
du Trésor;
- Au ministère de l'Education, utilisation de SATO pour
repérer le vocabulaire du domaine de l'évaluation,
pour élaborer une stratégie de calibrage des textes,
utilisation du D_expert dans le cadre d'un système expert
pour guider le choix de stratégies statistiques;
- Au ministère de l'Environnement, utilisation de SATO
et du D_expert dans le projet SAGEE (Système d'analyse
pour la gestion des évaluations environnementales);
- Au ministère du Revenu, projet d'utilisation conjointe
de SATO et du D_expert dans le cadre d'un programme de formation
des vérificateurs fiscaux.
Constitué à l'origine autour de quelques chercheurs,
le centre d'ATO a d'abord été un regroupement de
chercheurs (1983), puis un organisme de service à la recherche
(FCAR, en 1984) et un laboratoire de recherche (UQAM, en 1986).
Il compte maintenant dix chercheurs à temps complet et
son budget approche le demi-million de dollars.
1.3 Le projet d'un atelier logiciel cognitif et textuel
Le projet d'un atelier cognitif et textuel (ACTE) est né
d'un double besoin. D'abord, il est nécessaire d'augmenter
la robustesse et la convivialité des systèmes existants.
C'est le cas en particulier du D_expert, prototype fonctionnel
en LISP dont on voudrait extraire un module exécutable
et portable sur les micro-ordinateurs en usage.
L'association intime des deux systèmes (SATO et D_expert)
semble apporter une réponse appropriée au développement
et à la généralisation des projets en cours.
En effet, la méthodologie développée pour
l'extraction des connaissances repose en bonne partie sur l'analyse
de données textuelles. De plus, la manipulation des textes
avec des outils informatiques pourrait profiter grandement de
la méthodologie des systèmes experts qui permettent
la construction graduelle d'algorithmes complexes. Schématiquement, la pertinence du projet ACTE se résume aux arguments suivants: - Premièrement, la faisabilité d'un tel outil repose sur l'existence de logiciels dont on a vérifié la pertinence et le potentiel. - Deuxièmement, le projet permettra de développer et de consolider les logiciels existants afin d'en augmenter la performance et l'efficacité. - Troisièmement, le projet ACTE sera l'occasion d'améliorer et d'uniformiserl'ergonomie des outils existants en vue de leur union dans le module intégré. - Quatrièmement, ce projet sera l'occasion d'augmenter la connectivité bureautique du système par l'adjonction d'un protocole de communication permettant de programmer l'accès à des banques de données.
- Finalement, en mariant ainsi deux technologies majeures pour
le travail dit de bureau, on se donne une plateforme solide et
générale pour développer des applications
particulières susceptibles de répondre à
une variété de besoins.
Le projet est divisé en deux phases consécutives:
D'abord l'intégration et l'optimisation des outils existants:
SATO un analyseur lexico-textuel et D_expert un générateur
de systèmes experts. En parallèle, la section de
linguistique computationnelle du Centre d'ATO poursuit les recherches
en vue du développement d'un analyseur lexico-syntaxique
du français, ALSF, en collaboration avec l'Institut national
de la langue française (CNRS, France). Ensuite l'installation
dans l'atelier d'un certain nombre d'applications linguistiques
valorisant les descriptions potentielles de l'analyseur, telles
le dépouillement des termes, la construction automatique
d'index structurés, la production de résumés
automatiques, etc.
Cet atelier, sans compromis avec la convivialité, pourra
s'attaquer en temps réel à de très grandes
masses de textes, tout en n'imposant aucune préconstruction
théorique quant aux modalités du traitement des
textes. Son architecture favorisera l'intégration éventuelle
de modules ou procédures de provenance diverse et les raccords
avec des serveurs aux spécifications différentes.
3 Description de SATO et D_expert
3.1 SATO
3.1.1 Les caractéristiques de SATO
SATO (Daoust, F., 1985-1989) est donc un système d'analyse
de texte par ordinateur destiné à faciliter les
analyses de contenu. Il s'agit, en quelque sorte, d'un système
de base de données textuelles qui permet d'annoter des
textes multilingues et de les manipuler de diverses façons:
repérage de concordances, construction de lexiques, catégorisation
des mots, dénombrements de tout ordre et analyseurs lexicométriques.
SATO fonctionne en mode menu ou en mode commande et dispose d'un
mécanisme d'aide en contexte.
3.1.2 Description générale
Le système SATO est conçu pour permettre à
l'utilisateur d'interroger son texte et de contrôler pas
à pas les diverses étapes de traitement. Pour ce
faire, cependant, il faut d'abord que SATO lise le texte et en
reconnaisse les multiples composantes: mots, ponctuations, paragraphes,
références de pagination, etc. Ce traitement constitue
une étape préalable dont les résultats sont
gardés en permanence dans des fichiers d'un format spécifique
à SATO.
C'est au cours de ce pré-traitement que SATO construit,
à partir des mots du texte, le lexique, c'est-à-dire
le catalogue de l'ensemble des formes (mots, ponctuations, nombres...)
contenues dans le texte.
Une des caractéristiques intéressantes du système
SATO, c'est qu'il est possible d'associer aux mots du texte, ou
aux formes, des propriétés à valeur numérique
ou symbolique. C'est un peu comme si l'on pouvait rajouter des
dimensions au texte afin de l'annoter.
On peut imaginer par exemple que définir une propriété
pour le lexique revient à rajouter une colonne au catalogue
des formes du texte. De même, on peut imaginer que définir
une propriété pour le texte revient à rajouter
au texte original une ligne sur laquelle il est possible d'inscrire
une annotation pour chacun des mots du texte.
3.1.3Les outils d'analyse de SATO
Les outils d'analyse fournis dans SATO peuvent être regroupés
en six catégories.
La génération de lexiques, avec le nombre d'occurrences
de chaque forme dans le texte ou une partie quelconque du texte.
Le repérage de concordances, c'est-à-dire de segments
de texte dans lesquels apparaissent un ou plusieurs mots.
La production de dénombrements, c'est-à-dire de
décomptes de mots dans une suite de segments de texte :
phrases, paragraphes, etc. L'application d'analyseurs automatiques destinés à produire des avis d'interprétation sur le texte : LISIBILITE fournit divers indices de difficulté/facilité de lecture du texte. PARTICIPATION permet d'évaluer la part relative d'une classe quelconque de mots dans un ensemble de sous-textes. DISTANCE fournit une mesure de distanciation, ou de différenciation lexicale, entre divers textes. L'algorithme permet aussi de repérer les mots ou classes de mots qui contribuent le plus à distinguer ces textes.
DECRIRE permet de calculer la distribution d'une propriété
sur le texte ou le lexique. Finalement, l'utilisateur peut élaborer ses propres analyseurs en combinant les outils primitifs déjà décrits. Le schéma d'analyse ainsi produit pourra prendre la forme d'une procédure qu'on peut appeler par la commande
EXECUTER.
Des commandes de catégorisation permettent d'affecter des
valeurs, généralement des catégories, aux
mots du texte ou aux formes : PROPRIETE permet de définir une nouvelle propriété, d'effacer ou de modifier une propriété existante. SATO est doté d'un mécanisme d'héritage: une nouvelle propriété peut hériter des valeurs d'une propriété mère; une propriété lexicale peut être "projetée" sur le texte et une propriété textuelle (symbolique) peut être "résumée" au niveau du lexique. VALEUR permet d'affecter une valeur à un ou à plusieurs mots ou formes. DICTIONNAIRE permet de consulter un dictionnaire préalablement inscrit sur fichier.
CONCORDANCE permet aussi d'affecter des valeurs à
des mots dans un contexte de locutions ou cooccurrences.
Enfin, il y a un catégorisateur plein écran qui
permet d'annoter très facilement tout mot ou forme lexicale.
Cette annotation est modifiable tout aussi facilement et n'altère
d'aucune façon le texte lui-même dont l'intégralité
est garantie.
Des commandes de service qui permettent de contrôler à
loisir l'impression et l'affichage des résultats. Ainsi
on peut décider de masquer lors de l'affichage certains
mots ou annotations de propriétés. On peut souligner
(ou afficher en différentes couleurs) des mots qui possèdent
une morphologie donnée ou des valeurs de propriétés
particulières : par exemple des mots d'une certaine longueur
ou fréquence, des mots annotés selon une certaine
catégorie grammaticale ou sémantique, etc.
L'intérêt de ces techniques provient surtout du fait
qu'on peut les utiliser dans le cadre d'analyses comparatives.
Un lexique par exemple, considéré de façon
isolé, a un intérêt limité. Mais, quand
on compare plusieurs lexiques, provenant de plusieurs textes ou
parties distinctes d'un même texte, on peut voir des régularités
ou irrégularités significatives. Dans SATO, la commande
DOMAINE permet de définir un sous-ensemble quelconque
des mots du texte, de manière à y opérer
de telles analyses comparatives.
Ainsi, on pourrait comparer des chapitres. Il est aussi possible
de définir un domaine qui serait composé des phrases
où apparaissent un ou plusieurs mots déterminés.
On pourrait aussi comparer des sous-textes formés de mots
ayant reçu une catégorie particulière. Imaginons
par exemple que, dans le texte d'une pièce de théâtre,
on ait identifié les réparties de chacun des personnages.
On pourrait alors définir comme autant de sous-textes les
interventions de chacun d'eux.
3.1.4 Une syntaxe simple et efficace
Le système SATO est construit autour d'une syntaxe qui
permet de décrire très facilement, et avec beaucoup
de flexibilité, les objets primitifs du texte, à
savoir les mots. Cette description représente en effet
un véritable patron de fouille qui couvre tant les caractères
d'édition du mot que ses valeurs de propriétés.
Voici quelques exemples: parle le mot "parle"; parle$ tous les mots débutant par "parle"; p|ent tous les mots débutant par "p" et se terminant par "ent"; p_rle tous les mots débutant par "p" suivi d'un caractère quelconque et se terminant par "rle" comme "parle" ou "perle"; parl(e,ent,ure) "parle", "parlent", "parlure"; |ent*freq=5,>5 tous les mots se terminant par "ent" et dont la fréquence est plus grande ou égale à 5; ab$*ALP=(fr,an) tous les mots débutant par "ab" et provenant des alphabets français ou anglais.
$*ALP~fr tous les mots qui ne sont pas en français.
Cette syntaxe de description des mots, combinée à
une structure de commandes également très générale,
confère à SATO une grande souplesse. C'est ainsi
qu'on dispose d'une base solide pour implanter des analyseurs
et assurer une communication efficace entre l'utilisateur-trice
et le texte informatisé. En fait, les possibilités
d'utilisation de SATO sont presqu'illimitées, d'autant
plus que le système est capable de manipuler des centaines
de pages de façon très efficace. 3.2 D_expert
D_expert (auparavant appelé Déredec-EXPERT*) (Paquin,
L.-C., 1986-1989) est un générateur de systèmes
experts (GSE) développé en français au Québec.
La présente version, écrite en Le_LISP, fonctionne
sur Macintosh avec un minimum de 2 mo de mémoire, sur Ies
IBM compatibles sous OS2 avec 3 mo de mémoire et sur VAX/VMS.
Ce GSE a été développé de façon
à ce que des experts non-informaticiens puissent générer
des systèmes experts par eux-mêmes. Nous préconisons
en effet une intervention externe en ingénierie cognitive
de type décroissante afin que l'organisation devienne autonome
dans l'instanciation et la maintenance du SE qui lui convient.
Le D_expert se caractérise donc en tout premier lieu par
son aisance d'utilisation. Il n'y a pas de commandes à
apprendre, seule un compréhension minimale de son architecture
est nécessaire pour en exploiter toutes les possibilités.
Une formation de 6 heures est habituellement suffisante pour s'y
initier.
3.2.1 Représentation de la connaissance
La clarté de la représentation n'a pas été
sacrifiée pour la performance du programme. La longueur
des chaÎnes de caractères (256 au maximum) favorise
l'expression naturelle de la terminologie du domaine d'expertise
où les termes sont, la plupart du temps, composés
de plusieurs mots. La structuration de la connaissance proposée
est celle de l'objet valué (appelé "granule")
qui offre modularité, flexibilité et lisibilité.
L'objet valué est défini par la valeur de ses caractéristiques
(appelés "traits"). Il permet la réduction
d'une multiplicité de termes divers mais apparentés
en des systèmes cognitifs. Les valeurs des traits ne sont
jamais des procédures, ce qui assure l'indépendance
des granules.
Pour en faciliter la gestion, les granules sont regroupés
en vertu de critères taxinomiques quelconques en des ensembles
appelés bases. Les granules peuvent être inscrits
dans un tableau de dépendance cognitive; un procédé
d'héritage sélectif multiple des propriétés
permet d'établir avec les autres granules autant de liens
que nécessaire et de gérer la transmission des valeurs.
La sémantique des liens est laissée à l'utilisateur.
Les traits et les liens sont gérés de façon
indépendante des granules. La règle d'inférences est la seule structure de contrôle: en plus de produire des faits (inférer), elle permet: - de poser des questions à l'utilisateur en lui faisant instancier la valeur d'un trait (sur le Macintosh, le choix peut être fait par la sélection d'une zone dans une image); - d'effectuer des quêtes dans des bases de données; - d'effectuer des calculs; - de transférer des valeurs d'un fait à un autre; - de gérer l'itérativité; - d'émettre des messages; - d'évaluer des expressions LISP;
- transmettre des commandes au systèmes d'exploitation:
DOS, OS2 ou VMS(VAX).
Le registre des actions disponibles ne cesse de s'étendre
selon les besoins des utilisateurs.
Les faits relatifs à un problème donné sont
regroupés en requêtes. Ceci permet de soumettre un
problème et d'obtenir un résultat provisoire, de
soumettre un autre problème, puis de compléter ou
de réviser le premier problème pour le traiter de
nouveau et ainsi de suite.
3.2.2 Éditeur de la connaissance L'utilisateur construit et révise son système expert par des sélections dans
des menus emboÎtés. Avec le D_expert, le système
expert est construit et révisé par des sélections
dans des menus emboÎtés. Tous les granules disponibles
sont décrits avec toutes les valeurs admissibles de chacun
de leurs traits dans un dictionnaire (appelé ici "structures
cognitives"). Les filtres et les inférences des règles,
de même que les faits, sont construits en choisissant dans
le dictionnaire un granule, puis en sélectionnant une valeur
pour chacun des traits du granule retenu. En tout temps, on peut ajouter ou retirer dans le dictionnaire: - des granules - des traits aux granules déjà déclarés - des valeurs à des traits de granules déjà déclarés
Un propagateur prend en charge la mise à niveau des règles
déjà construites avec les réaménagements
apportés au dictionnaire. Un correcteur orthographique
permet de modifier toute chaÎne de caractères désignant
une base, un granule, un trait ou une valeur à partir de
l'affichage d'une base de granule, règle ou requête.
Toutes les occurences de cette chaÎne à la même
position, tant dans les structures cognitives que dans les règles
et les requêtes seront alors remplacées. De nombreux liens import-export ont été développés via fichiers-texte: - toute chaÎne de caractères peut être fournie à partir d'un fichier en format texte en la sélectionnant et en actionnant une clé - lexiques de termes pour constituer des registres de valeur - import-export des structures cognitives en format MORE 1.1 et Thinktank
- import-export des structures cognitives et des requêtes
au moteur d'inférences en format base de données
matricielles
3.2.3 Moteur d'inférences:
Le moteur d'inférences compare la prémisse des règles
d'inférences aux faits (chaÎnage avant); à
chacun des cycles, toutes les règles pertinentes sont invoquées
(l'arbre de recherche est parcouru en largeur); le conflit entre
plusieurs règles pertinentes est résolu par une
mise en ordre croissante selon le nombre de filtres contenus par
leur prémisse; le traitement de l'incertitude se fait par
combinaison de coefficients de confiance (Mycin); le traceur est
multi-niveau, il est possible de préciser quelles informations
quant au déroulement d'un traitement sont souhaitées:
l'identité des règles, le résultat du filtrage,
le cumul des coefficients et des statistiques.
Les valeurs d'un trait faisant l'objet d'un questionnement peuvent
être documentées d'un texte en format libre. Un mécanisme
permet la navigation dans une hiérarchie de question en
sélectionnant l'option par défaut "Aucun(e)".
Les faits construits sur un même granule sont unifiés
si la valeur de leurs traits ne présentent aucune contradiction
de valeur. De plus, les faits qui présentent des liens
hiérarchiques sont généralisés: des
faits parents sont générés avec les valeurs
de l'enfant. Les résultats obtenus, de même que les
réponses fournies peuvent être conservés.
Il est possible de générer un rapport en fusionnant
certains résultats avec le fichier primaire d'un traitement
de textes.
* Le Déredec-EXPERT s'est mérité un prix
au congrès d'Avignon: Les systèmes experts et leurs
applications en 1987.
4. ACTE: devis général
4.1 Présentation L'Atelier cognitif et textuel (ACTE) sera donc constitué par l'intégration de SATO et du D_expert. Au niveau méthodologique, cette intégration est motivée par l'intérêt de faire appel à la technologie combinée de l'analyse de texte et des systèmes experts. Les domaines d'application d'un tel atelier sont très nombreux. Citons, entre autres, - la gestion documentaire; - la construction de systèmes d'analyse des textes consacrés à des besoins précis; - l'ingénierie cognitive à partir du matériau textuel; - l'accès à l'information sur différents serveurs sans apprentissage de langages d'interrogation;
- la génération de systèmes experts ou à
base de connaissance; etc.
Au niveau informatique, l'intégration de SATO et du D_expert
dans un même environnement de programmation présente
des avantages importants. Les deux modules partageront au maximum
des librairies de fonctions communes (gestion d'écran,
accès au disque, etc.). Cette mise en commun entraÎne
une économie de code et donc de temps requis pour son écriture
et son épuration. Le passage physique des fonctionnalités
d'un module à celles de l'autre se trouvera facilité
et accéléré. Au lieu d'un échange
d'informations par voie de fichier, les deux modules seront dotés
d'un espace mémoire commun (tableau noir).
Actuellement, le D_expert est à l'état d'un prototype
fonctionnel; son cycle de développement est terminé,
ses fonctionnalités ont été validées
sur le terrain. Présentement en LISP et avec toutes les
structures en mémoire vive, l'inévitable accroissement
du dictionnaire de la connaissance et de la base de règles
d'inférences qui accompagne le passage des systèmes
experts développés de l'état de maquettes
à celui de prototype, fait apparaÎtre les limites
de l'état présent du système. L'encombrement
de la mémoire vive nécessite une configuration de
plus en plus grande et rend impossible en même temps la
cohabitation avec une autre application.
Cet état de fait amène une double nécessité.
D'une part, on devra dégager les fonctionnalités
propres au moteur d'inférences de celles qui relèvent
de la gestion des données (dictionnaire de la connaissance,
règles d'inférences et requêtes). Ces données,
dont la structure est présentement arborescente, prendront
la forme de fiches et seront gardées sur disque; seuls
les index permettant leur accès seront gardés en
mémoire vive. D'autre part, on devra passer du code LISP
interprété à du code compilé (C ou
Pascal) pour plus de robustesse et d'efficacité.
Aussi, l'intégration du D_expert dans l'environnement logiciel
de SATO fera en sorte que les règles d'inférences
pourront utiliser directement les patrons de fouille de SATO,
exécuter des commandes SATO, accéder à des
serveurs d'information, etc.
A l'inverse, SATO profitera directement des capacités du
module d'inférences. Comme nous l'avons vu dans la section
précédente, SATO peut être vu comme une boÎte
à outils offrant un ensemble d'instruments performants
qui sont manipulés interactivement pour "disséquer"
un texte, ou vérifier des hypothèses de lecture.
Des fichiers comportant des commandes peuvent être exécutés
en lots donnant lieu ainsi à des macro-commandes. Cependant
nous aurions besoin de construire des analyseurs particuliers
plus sophistiqués incorporant des stratégies de
contrôle plus complexes, telles l'exécution conditionnelle
d'actions, des boucles avec échappement. Pour construire
ces analyseurs, l'utilisation de règles d'inférences,
un mode de modélisation qui se répand de plus en
plus, semble plus opportun que le développement d'un langage
ad hoc. De plus, l'adjonction d'un gestionnaire de base de données
permettra d'instancier des propriétés autant au
lexique qu'au texte par des valeurs en format libre (chaÎne
de caractères).
L'atelier cognitif et textuel comportera un moteur d'analyse lexico-textuel
fourni par SATO et un moteur d'inférences fourni par le
D_expert. Son interface proviendra en grande partie de SATO alors
que la gestion des données sera confiée à
un module spécialisé.
4.2 Une ergonomie intégrée
SATO et D_expert partageront un même interface-usager où
l'écran (25 lignes de 80 caractères) est composé
de trois zones: un éditeur de texte en haut, un éditeur
d'objets au centre et une barre de menu en bas. Une commande permettra
de passer d'un écran à l'autre. Le principe directeur
est d'éviter les superpositions de fenêtres, tel
les menus déroulants, car des délais de restauration
d'écran sont encourus; délais inacceptables à
des vitesses de télécommunication de 2400 bauds.
La barre de menu des commandes, sauf sur Macintosh, est empruntée
à la librairie SATO. Elle est situé au bas de l'écran
et son défilement est accompli au moyen des curseurs; l'accès
direct à une commande est possible en tapant la première
lettre; la sélection courante est affichée en vidéo
inverse.
L'éditeur d'objets est un tampon (page virtuelle) qui admet
un certain nombre d'objets, les mots du lexique et du texte en
SATO et les éléments des objets valués en
D_expert. En SATO, cet éditeur permet d'annoter manuellement
les mots en fournissant une valeur à une de leurs propriétés.
En D_expert, il permet de sélectionner une partie de structure
à réviser, par exemple un trait d'un granule; les
commandes au niveau d'emboÎtement relatif à la sélection
sont alors proposées; pour le trait on trouverait "Effacer
le trait" et "Ajouter une valeur". L'éditeur
d'objets est tiré de l'actuel écran d'annotation
SATO; cependant des modifications lui seront apportées
pour élargir la typologie des objets admissibles à
ceux du D_expert et permettre un défilement arrière
limité.
L'éditeur de texte, un nouveau développement, est
doté d'un tampon en mémoire vive d'une centaine
de lignes. Il présente un minimum de fonctionnalités
qui sont offertes dans la barre de menu et permet le chargement
et la sauvegarde de "petits-fichiers". Les commandes
composées à l'aide des menus emboÎtés
y sont affichées (journal des commandes). Il sera possible,
le cas échéant, d'apporter des modifications aux
commandes déjà effectuées, puis de les sélectionner
et de les soumettre à nouveau. Ce dispositif facilite la
mise au point de fichiers exécutables et permet d'introduire
des commandes SATO dans les règles d'inférences.
Au moyen de l'écran D_expert, la rédaction d'une
règle d'inférence dont les actions sont des commandes
SATO est entreprise; la prémisse complétée,
on passe à l'écran SATO et, par tentative, les actions
SATO sont mises au point sur un texte. Lorsque le résultat
est satisfaisant, les commandes sont sélectionnées,
un retour à l'écran D_expert est effectué
et les commandes sélectionnées viennent compléter
la règle en cours d'écriture. L'éditeur de
texte sert aussi à la saisie et à la révision
des chaÎnes de caractères qui constituent les objets
cognitifs et les propriétés symboliques en format
libre pour les mots.
L'aide contextuelle, couplée à la librairie de menus,
est affichée en boucle par dessus l'éditeur de texte.
Présentement, le texte réside sur un fichier externe,
mais est mis en mémoire en début d'exécution.
L'atelier utilisera un fichier indexé pour limiter l'utilisation
de la mémoire. Seront aussi affichés à cet
endroit: la documentation adjointe aux traits et aux valeurs par
le constructeur du système expert de même que les
avertissements et les messages d'erreur.
En plus du mode interactif, l'atelier disposera d'un langage de
commandes. SATO possède déjà un tel langage
et nous devrons en définir un pour D_expert. Finalement,
une syntaxe unique permettra d'unifier les deux langages. Une
boÎte à outils d'interface sera fournie pour que
le développeur puisse, selon ses besoins, définir
l'ergonomie des écrans de saisie et de choix multiples
qui seront offerts à l'utilisateur.
4.3 Une refonte des structures internes
Le D_expert est composé de deux modules: un éditeur
de la connaissance et un moteur d'inférences. Le recodage
du D_expert implique deux types de tâches: d'une part le
transfert des fonctions d'interface et de rétention des
données cognitives vers les librairies d'interface SATO
et un SGBD interne à ACTE; et d'autre part, un recodage
en PASCAL à partir du code LISP des fonctions propres au
générateur de systèmes experts. Ainsi, lors
d'un cycle d'inférences, la restriction, c'est-à-dire
le repérage de toutes les règles dont la prémisse
est susceptible d'appariement avec la conjoncture factuelle (base
de faits), se fera selon une stratégie de base de données.
L'accès aux règles d'inférences résidentes
sur disque sera direct, leur adresse étant répertoriée
dans un index résidant en mémoire vive.
Ce passage sera accompagné d'une transformation de la structure
de données, présentement arborescente en fiches
standardisées. Un seul modèle de fiche pourra représenter
toutes les données cognitives: le dictionnaire de la connaissance,
les règles d'inférences (les filtres de la prémisse
et les actions de la conclusion) de même que les requêtes
(ensembles de faits). Ce modèle de fiche permettra une
meilleure documentation des données cognitives: dates de
création, de révision, et commentaires en plein
texte. La clé d'accès aux données cognitives
sera composée du triplet base-granule-trait. Le granule
ne sera plus représenté par un arbre, mais par un
ensemble de fiches qui auront en commun leurs deux premiers identificateurs:
base-granule. Le statut de l'objet sera explicite et non plus
déduit de la position qu'il occupe dans une arborescence
donnée. Les opérateurs de filtrage affecteront les
inférences et les faits; leur gamme sera étendue
à la nécessité, l'obligation, la facultativité,
etc. La valeur pourra être un patron.
L'intégration du D_expert et de SATO nécessitera
enfin des adaptations à ce dernier module. D'abord, l'ingénierie
cognitive des résultats SATO devra être faite; une
base de granules SATO sera mise sur pied, de même que des
prédicats pour tester les résultats générés
par SATO en position de prémisse dans les règles
d'inférences. Chacun des résultats sera décomposé
en trait/valeur; par exemple la description d'une propriété
numérique aura pour traits i) la classe de mots décrite
(patron de mot); ii) le nombre de mots qu'il comporte; iii) la
fréquence moyenne; iv) l'écart type. Ensuite, les
résultats de SATO, présentement affichés
ou déposés dans un fichier unique, doivent être
retenus afin qu'ils puissent être filtrés par les
règles d'inférences. Cette rétention nécessitera
l'instanciation de fiches de dépendances des commandes
SATO pour conserver et expliciter les contextes des résultats.
5. ACTE: Un outil au service des organisations
L'atelier proposé est conçu de façon à
répondre aux besoins actuels des organisations en bases
de données textuelles, principalement l'accès sélectif
aux connaissances contenues dans les textes. Cet accès
pourra être direct en temps réel au moyen de patrons
de fouille; par exemple trouver dans toutes les conventions collectives
les passages où il est question de congés de maternité.
Si, par contre, les textes résident dans une base de données
conventionnelle et que leur accès doit se faire par le
biais d'un thésaurus, l'atelier intervient dans l'étape
d'indexation des textes, soit le choix de termes représentatifs
du contenu accompagnés de leur référence.
De plus, l'atelier vient enrichir les méthodologies pour
le transfert d'expertise humaine contenue dans les textes vers
les systèmes à base de connaissance. Ses fonctionnalités
d'inscription de propriétés autant au lexique qu'au
texte qui peuvent ensuite être questionnées permet
un dépistage des concepts constant, objectif, reproductible
et indépendant des problématiques définies
dans les textes. Il s'agit donc d'utiliser le métalangage
inhérent au texte lui-même pour isoler par leur récurrence
les invariants organisés et hiérarchisés.
Après une catégorisation morphologique des mots
du texte, un dépistage des locutions terminologiques peut
être effectué à partir de la co-occurrence
de catégories; par exemple: traitement de textes {[nom]
de [nom]}
D'une part, l'analyse des groupes nominaux d'un corpus de textes
permet le dépistage d'unités cognitives et leur
structuration en objets valués. Une fois que, parmi tous
les substantifs, les concepts pertinents ont été
retenus, les configurations nominales, appelés ingrédients,
qui leur sont associés sont recherchées. Ainsi,
par exemple pour le substantif "projet" on aura des
configurations telles, l'assujettissement d'un projet, la pertinence
d'un projet, etc. Les formes adjectivales présentes dans
les contextes dépistés font apparaÎtre les
quantifications et les échelles argumentatives qui positionnent
virtuellement les autres valeurs qualitatives ou quantitatives
possibles.
D'autre part, l'analyse des groupes verbaux assiste la rédaction
des règles d'inférences. En effet, l'examen des
verbes d'action permet le dépistage des opérations
définies sur les objets. Leurs flexions et leur contexte
en fournissent la modulation (actif, passif, nécessaire,
facultatif, etc.), la localisation et la temporalité.
En plus de permettre l'accès sélectif aux textes
par une recherche de contenu, en plus de fournir une assistance
à la conversion des objets du discours en objets valués,
l'atelier est aussi conçu comme un outil général
pour l'analyse du contenu des textes. La neutralité de
l'instrument, qui permet la coexistence de plusieurs niveaux d'analyse
potentiellement contradictoires, favorise une démarche
d'aller-retour entre la constitution de modèles sur les
textes et leur validation empirique.
Il faut voir en effet, qu'il n'y a pas dans ACTE de projection
déterministe d'un modèle pré-construit sur
le texte. Le savoir sémantique et procédural appartient
à l'usager. L'approche privilégiée par l'atelier
est donc la mise à jour de l'organisation du texte par
l'ajout de descriptions successives du texte en alternance avec
l'exploration de résultats provisoires. Grâce à
l'analyseur lexico-textuel, l'usager peut très facilement
projeter sur le texte ses propres systèmes de catégories
issus d'hypothèses explicites quant à l'interprétation
du texte. Ainsi, les dénombrements pourront être
effectués sur les catégories tout autant que sur
les mots. Cette façon de faire amène le lecteur
à expliciter les éléments textuels susceptibles
d'être porteurs de sens et à arrêter les critères
à partir desquels ceux-ci seront retenus et comptabilisés.
Voilà, brièvement décrites, les caractéristiques
de la composante d'analyse lexico-textuelle de l'atelier. Par
ailleurs, le générateur de systèmes experts
permet, au moyen d'un dictionnaire de connaissances et de règles
d'inférences exploitant cette connaissance, de modéliser
et d'encapsuler des expertises qui, par la suite, seront exploitées
par des utilisateurs.
Cette composante de l'atelier permettra la mise sur pied d'expertises
incorporant la connaissance de langages d'interrogation de bases
de données, textuelles ou non. Ainsi, par le biais de l'atelier,
l'accès à des informations contenues sur différents
supports, ayant chacun leurs particularités, n'exigera
plus la maÎtrise de multiples langages d'interrogation.
Le mécanisme du moteur d'inférences, qui déclenche
des actions lorsque des conjonctures factuelles sont réalisées,
convient non seulement à l'analyse de textes ou de scénarios
de décisions, mais aussi à la génération
de textes (lettres, rapports, etc...) Une conjoncture de faits
donnée peut provoquer, en plus de l'adjonction d'inférences
aux faits, l'émission de segments textuels décrivant
et commentant la situation rencontrée. Ces usages sont
loin d'épuiser les possibilités de l'atelier cognitif
et textuel. D'une part, il a le potentiel pour changer notre rapport
au texte jusqu'ici linéaire, fortement marqué par
les dimensions du temps (vitesse de lecture) et d'espace (de la
première à la dernière page), pour un rapport
instantané où les questions qui sont adressées
aux textes sont immédiatement répondues et les réponses
obtenues peuvent être à leur tour questionnées,
etc. La créativité de l'utilisateur ainsi stimulée
encourage le recours systématique aux textes. D'autre part
il s'agit d'un puissant outil de modélisation des tâches
textuelles permettant de construire de façon autonome des
"applications textuelles" sur mesure intégrées
par la suite aux procédures quotidiennes de l'organisation.
The integration of the SATO and D_expert software packages will
possibly help the non "guru" population (e.g. humanists...)
to have a direct access at the process of knowledge engineering.
In this manner, we hope that semantic and cognitive data processing
and non-numerical computational processes will be made available
to those out here wishing for a more complete analysis of the
means by which social reality is constructed.
Cicourel, A.V., (1986) "Social Measurement as the Creation
of Expert Systems", Dans : Metatheory in Social
Science. Pluralisms and Subjectivities, Chicago, The
University of Chicago Press,1986, pp. 246-270, 390 pages.
Paquin, L., D-EXPERT (Version 2.0), Université
du Québec à Montréal, Centre d'Analyse de
Textes par Ordinateur,1987, 119 pages.
Politakis, P.G., Empirical Analysis for Expert Systems,
Massachusetts, Pitman Publishing Inc.,1985, Research Notes in
Artificial Intelligence, #6, 181 pages. |