Raisonnement àPartirdel'Expérience* Tracée/Assistance · Raisonnement àPartirdel'Expérience*...

Raisonnement à Partir de l'Expérience Tracée / Assistance Marie Lefevre Master IADE – Ingénierie des connaissances d'expérience tracée Janvier 2014

Ce que vous avez appris jusqu’ici…

•  Traces •  Traces modélisées •  Requêtes / TransformaGons •  kTBS / TBMS •  VisualisaGon de traces

•  DéfiniGon ?

•  Autre chose ?

Janvier 2

014

Marie Lefevre -‐ Master IAD

E -‐ Ingén

ierie

des

conn

aissances d

'expérience tracée

2

Qu’est-‐ce que le raisonnement à partir de traces ?

•  Tout le problème de la recherche sur ceRe quesGon est justement de définir le raisonnement à parGr de traces…

•  Beaucoup de travaux, pas de définiGon unanime…

Raisonnement à par.r de traces (RàPET / RàPT) = Trace Based Reasoning (TBR)

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


3

Du raisonnement à partir de cas… Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


4

… en passant par le raisonnement à partir de l’expérience tracée…

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


5

… au raisonnement à partir de traces Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


6

RàPT – étape d’élaboration •  ObjecGf : produire une signature d’épisodes

•  Un épisode = une M-‐trace représentant une expérience ou une tâche donnée

•  Une signature d’épisodes = une spécificaGon des contraintes qu’un épisode doit saGsfaire

•  MulGples façons d’exprimer des signatures d’épisodes : •  Règles, ensemble de contraintes, M-‐traces et contraintes s’appliquant sur ces M-‐traces, automates, machines à états finis, etc.

Ø Nombreuses méthodes pour définir ces signatures

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


7

RàPT – étape d’élaboration •  Exemple 1 :

•  Si l’on cherche à retrouver une situaGon passée similaire à la situaGon courante

•  Alors la signature d’épisode = un fragment de la trace courante filtrée pour ne contenir que les éléments perGnents

•  Exemple 2 : •  Si l’on souhaite retrouver tous les épisodes qui correspondent à une acGon donnée

•  Alors la signature d’épisode = un sous-‐ensemble du modèle de trace associé à un ensemble de contraintes = une transformaGon

•  …

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


8

RàPT – étape de remémoration •  ObjecGf : trouver un ensemble d’épisodes qui correspondent à la signature exprimée

•  Des contraintes peuvent s’appliquer sur •  le nombre d’épisodes à remémorer, •  l’algorithme de recherche à uGliser, •  la cerGtude avec laquelle la soluGon proposée correspond à la signature d’épisode,

•  etc.

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


9

RàPT – étape de réutilisation •  ObjecGf : uGliser l’épisode retrouvé pour résoudre le problème en cours de résoluGon

•  Durant ceRe étape, l’uGlisateur et/ou le mécanisme de raisonnement peuvent appliquer des requêtes et des transformaGons sur les traces pour en exploiter le contenu.

•  En foncGon de la tâche, il existe de nombreuses façons de réuGliser un épisode •  Le système affiche l’épisode à l’uGlisateur •  Le système rejoue l’épisode à l’idenGque, ou avec des adaptaGons contextuelles

•  L’uGlisateur applique des requêtes pour produire de nouvelles connaissances (informaGons staGsGques, etc.)

•  …

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


10

RàPT – Connaissances & Utilisateur

•  Durant le processus de raisonnement, le RàPT exploite •  Des traces et des transformaGons stockées dans le SGBT •  Des connaissances supplémentaires

•  Mesures de similarités •  Stratégies d’adaptaGon •  Connaissances de transformaGons •  Etc.

Ø  Trois étapes de raisonnement gravitent autour de l’uGlisateur

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


11

Historique lyonnais •  2006 : Alain Mille From Case-‐Based Reasoning to Trace-‐Based Reasoning Annual Reviews in Control 30(2):223-‐232, ELSEVIER, ISSN 1367-‐5788

•  2009 : Bruno Mascret, Amélie Cordier, Alain Mille Extending Case-‐Based Reasoning with Traces Grand Challenges for reasoning from experiences, Workshop at IJCAI'09

•  2013 : Silex team Trace-‐Based Reasoning — Modeling interacGon traces for reasoning on experiences 26th InternaRonal FLAIRS Conference

•  2013 : Silex team Connaissances et raisonnement sur les traces d’interacGons Conférence Ingénierie des Connaissances 2013

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


12

Intérêts communs avec la communauté CBR

•  Grand Challenges for Reasoning From Experience •  IJCAI 2009 Workshop •  hRp://www.comp.rgu.ac.uk/docs/ijcai09/gcworkshop/ •  Regards croisés des différentes disciplines de IA

•  ApprenGssage automaGque, SBC, TAL…

•  Agile Case-‐Based Reasoning •  Susan Craw, ICCBR 2009 •  Approche plus dynamique du CBR •  InteracGons conGnues avec les uGlisateurs

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


13

Intérêts communs avec la communauté CBR

•  Provenance-‐Aware Case-‐Based Reasoning •  ICCBR 2010 Workshop •  hRp://www.cs.indiana.edu/cgi-‐pub/jmorwick/pa-‐cbr2010/ •  Intérêt de la provenance et des méta-‐connaissances sur les cas en RàPC

•  TRUE: Traces for Reusing Users' Experience •  ICCBR 2012 Workshop •  hRp://sce.carleton.ca/~mfloyd/ICCBR12-‐TRUE/ •  UGlisaGon des traces dans le CBR

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


14

Mais à quoi sert le TBR ?

•  Quelles sont les connaissances accessibles dans une trace ?

ET

•  Quels sont les raisonnements possibles sur les traces ?

ET •  Dans quels buts ?

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


15

Quelles sont les connaissances accessibles dans une trace ?

•  Modèle des traces •  Modèle d’observaNon de l’acGvité

•  Les Obsels •  Le temps est modélisé et gardé pour chaque obsel •  Les valeurs prises par les obsels consGtuent le domaine de validité de l’acGvité telle qu’observée

•  Chaque obsel est soit le résultat d’une collecte, soit le résultat d’une producGon suite à la saGsfacGon d’une requête formelle

•  Les requêtes •  Représentent la sémanNque d’un obsel de la trace cible / celle de la trace source (O1 est « vrai » parce que la requête R est saGsfaite)

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


16

Quels sont les raisonnements possibles sur les traces ? (1/2)

•  Raisonnement du CBR •  Raisonnement analogique •  DéfiniGon de signature de séquences •  Mesure de similarités entre séquences de même signature

•  AdaptaGon •  Révision

•  Raisonnement inducGf •  ApprenGssage de séquences signifiantes •  ApprenGssage interacGf humain-‐machine •  CréaGon de signatures candidates •  GénéraGon de réseaux bayesiens •  ...

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


17

Différents types de raisonnement : DéducNon ⇒  Gre des conséquences ⇒  nous établissons que « quelque chose » se comporte définiGvement d'une certaine manière

InducNon ⇒  cherche des lois générales à parGr de l'observaGon de faits parGculiers, sur une base probabiliste.

⇒  que « quelque chose » se comporte effecGvement d'une certaine manière

AbducNon ⇒  lorsque l'on observe un fait dont on connaît une cause possible, on conclut à Gtre d'hypothèse que le fait est probablement dû à ceRe cause

⇒  que « quelque chose » se comporte probablement d'une certaine manière

Quels sont les raisonnements possibles sur les traces ? (2/2)

•  Raisonnement abducGf ou de type markovien •  Sachant ce qu’il s’est passé sur une trace, que peut-‐on dire de ce qu’il va se passer

•  ConstrucGon de connaissances logiques •  En relaGon avec les propriétés d’ontologies référencées par les obsels.

•  Les traces deviennent des compléments de contexte pour tout concept d’une ontologie, en facilitant la déclinaison, la révision etc.

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


18

Quelles applications au TBR ?

•  RésoluGon de problème

•  Découverte de connaissance •  Data stream mining •  Traces d’acGvités •  Calcul d’indicateurs

•  Réingénierie d’un système

•  ConfiguraGon •  AdaptaGon •  PersonnalisaGon

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


19

Quelles applications au TBR ?

• Assistance durant l’uGlisaGon •  ApprenGssage humain individuel •  AppropriaGon d’environnements, acGvité individuelle •  ConstrucGon coopéraGve de connaissances •  Système de conseil / recommandaGon individuelle •  NégociaGon de sens entre 2/n individus •  …

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


20

Quelques exemples de TBR : SAP-‐BO Explorer

•  Zarka 2010

•  Assistance à parGr de TBR •  Collecte de traces •  Replay •  Impact de la propagaGon des changements

•  hRp://liris.cnrs.fr/raafat.zarka/ReplayTraceDemo/

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


21

Quelques exemples de TBR : SAP-‐BO Explorer Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


22

Quelques exemples de TBR : SAP-‐BO Explorer Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


23

Quelques exemples de TBR : Wanaclip

•  Zarka 2011

•  Assistance à parGr de TBR •  Collecte de traces •  RecommandaGons

•  hRp://www.wanaclip.eu/

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


24

Quelques exemples de TBR : Wanaclip Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


25

Quelques exemples de TBR : IIBM

•  Barnachon, Cordier, Guillou, Lefevre, 2009

•  Capture de mouvements •  InteracGons intelligentes •  Assistance à l’uGlisateur à parGr de traces

•  hRp://liris.cnrs.fr/iibm

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


26

Quelques exemples de TBR : IIBM Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


27

Kinect OpenNI / NITE

Quelques exemples de TBR : IIBM

•  RéuGlisaGon de l’expérience •  Partage de l’expérience entre uGlisateurs •  Rendre plus intuiGve la manipulaGon d’applicaGons •  Augmenter l’expérience de jeu •  ...

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


28

Quelques exemples de TBR : IIBM -‐ iiAnnotate Ja

nvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


29

Quelques exemples de TBR : IIBM -‐ iiAnnotate

•  AdaptaGon de l’IHM et du contenu à l’uGlisateur •  UGlisateur peut créer :

•  Des super-‐tags •  Des gestes

•  Associés à un tag, un super-‐tag, une acGon

•  OpGmisaGon de l’IHM pour un uGlisateur •  Si l’uGlisateur uGlise plusieurs fois une même série de tags ⇒  ProposiGon de créaGon d’un super-‐tag ⇒  On pourrait faire pareil pour une série de gestes

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


30


•  Assistance à parGr de l’expérience d’autres uGlisateurs •  UGlisaGon d’une expérience précise

•  Reconnait une série de tags contenu dans un super-‐tag d’un autre uGlisateur

⇒  ProposiGon du même super-‐tag

•  CompléGon de séquence à parGr de l’expérience •  Reconnait un sous-‐ensemble de tags uGlisés par un autre uGlisateur

⇒  Propose la fin de l’ensemble de tags

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


31


•  UGlisaGon de l’expérience de manière plus générale •  IdenGfier les acGons ou types d’acGons qui se répètent dans les traces, sans bootstrap

•  AnGciper les acGons futures lors de l’uGlisaGon du logiciel •  Proposer une assistance à l’uGlisateur en temps réel

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


32

Quelques exemples de TBR : IIBM – PowerPoint ++

•  Assistance à la négociaGon •  entre l’uGlisateur et l’interface •  sur les associaGons geste-‐acGon.

•  DétecGon de paRern dans les traces •  Geste sans conséquence •  AcGon – annulaGon

•  Assistance •  montrer une associaGon geste-‐acGon •  changer une associaGon geste-‐acGon

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


33

Quelques exemples de TBR : KolZlow •  Man-‐machine collaboraGon in conGnuous KnOwLedge-‐construcGon FLOWs

•  Projet ANR – 2010 •  Wimmics (INRIA – Sophia) •  GDD (LINA – Nantes) •  Orpailleur (LORIA – Nancy) •  Silex (LIRIS – Lyon)

•  ObjecGf •  ConstrucGon d’un espace social sémanNque pour faciliter la collaboraGon

•  Entre agents intelligents, entre humains, entre humains et agents •  Afin de transformer les données en connaissances

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


34

Quelques exemples de TBR : KolZlow • MoGvaGon historique : Taaable…

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


35

Quelques exemples de TBR : KolZlow • … et wikiTaaable

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


36

Quelques exemples de TBR : KolZlow • … et wikiTaaable

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


37

•  SemanGc Media Wiki

•  Ontologies •  Ingrédients •  Types de plats •  Connaissances d’adaptaGon •  …

•  ReceRes de cuisine

Quelques exemples de TBR : KolZlow •  Silex

•  ConstrucGon d’un assistant à l’uGlisaGon de l’espace social sémanGque

•  Dimension individuelle •  Dimension collaboraGve / collecGve

•  QuesGons de recherche : •  Où trouver les connaissances permeRant de fournir une assistance perGnente ?

•  Comment détecter le moment opportun pour déclencher l’assistance ?

•  Comment faire évoluer les mécanismes d’assistance ?

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


38

Quelques exemples de TBR : KolZlow •  L’idée originale : DSMW

•  UGlisé un réseau de wikis sémanGques distribués •  DSMW : Distributed SemanGc MediaWiki

•  Équipe GDD -‐ Nantes •  hRp://momo54.github.com/DSMW/

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


39

Quelques exemples de TBR : KolZlow •  UGlisaGon individuelle

•  CréaGon de page, etc. •  UGlisaGon collecGve

•  Partage de pages avec d’autres uGlisateurs •  RécupéraGon de pages nouvelles •  Fusion des plusieurs pages existantes

⇒ Complexité ⇒ Prise en main de l’ouGl ⇒ NégociaGon du contenu

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


40

Hala Wikitaaable

WikiTaaable Stable

WikiTaaable Proposal

WikiTaaable Test

Amélie Wikitaaable

Quelques exemples de TBR : KolZlow •  2 types d’assistance

•  À la tâche •  Pour les nouveaux uGlisateurs de DSMW •  Fournie sur demande de l’uGlisateur •  Assistance

•  Guide l’uGlisateur pour finir sa tâche •  Finit la tâche de l’uGlisateur à sa place

•  À la résoluGon de conflits •  Quand un uGlisateur intègre dans son wiki les données d’un autre wiki

•  Quand plusieurs uGlisateurs veulent meRre en commun les données de leurs wikis sur un wiki public

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


41

Pierre-‐Antoine CHAMPIN, Amélie CORDIER, Élise LAVOUÉ, Marie LEFEVRE, Hala SKAF-‐MOLLI. User Assistance for CollaboraGve Knowledge ConstrucGon. Workshop SemanGc Web CollaboraGve Spaces, WWW2012, Lyon, France, 17 avril 2012.

Quelques exemples de TBR : KolZlow •  UGlisaGon des traces pour

•  Présenter les étapes à suivre •  Présenter des manières de faire équivalentes •  AutomaGser la fin d’une tâche •  IdenGfier de nouveaux modes de foncGonnement de la communauté

•  … •  Comment ?

•  En recherchant des épisodes dans les traces ⇒  À parGr d’une signature fournie par l’expert ⇒  À parGr d’une signature idenGfiée en observant l’uGlisateur, pour obtenir la suite

⇒  À parGr d’une signature définie directement ou indirectement par l’uGlisateur

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


42

Quelques exemples de TBR : KolZlow •  Assistance à la tâche / l’ouNl

•  Liste de quesGons : Comment créer une page, partager une page…

•  Pour chaque quesGon, on propose : •  une réponse explicaGve textuelle avec éventuellement des schémas (surtout

pour le partage) •  une vidéo des acGons à faire •  des exemples de traces •  de faire la tâche pour l’uGlisateur

•  Pour trouver les traces servant d'exemples :

•  Définir les signatures des différentes tâches •  Lister les acGons sur le wiki •  Lister les obsels correspondants aux acGons dans les traces

•  Définir la requête permeRant de récupérer tous les obsels dans le kTBS •  Rechercher dans ses propres traces ou dans celles des autres (importaGon de

traces)

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


43

Quelques exemples de TBR : KolZlow

•  Assistance à la résoluNon de conflits

•  Scénario : •  Emmanuel récupère la receRe de tarte au melon d’Amélie pour l’intégrer dans son instance de Wikitaaable

•  Problème : •  Il y a des conflits…

•  Autre receRe avec le même nom

•  Place différente du melon dans l’ontologie des ingrédients

•  …

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


44

Hala Wikitaaable

WikiTaaable Stable

WikiTaaable Proposal

WikiTaaable Test

Amélie Wikitaaable


•  Assistance à la résoluNon de conflits : fusion de 2 ontologies….

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


45

On fusionne «bêtement » les deux taxonomies

On ne garde que la gauche

On supprime les conflits : Melon ni sous Fruit, ni sous Vegetable mais sous PlantFood

On ne garde que la droite

Qui décide de la possibilité que l’on garde ?


•  Assistance à la résoluNon de conflits

•  UGlisaGon de tests : •  Une requête sémanGque •  Sur une ontologie •  L’ensemble des réponses

•  Acceptées par la communauté •  Rejetées par la communauté •  Non-‐évaluées

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


46


•  Assistance à la négociaNon de conflits

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


47

RDFStore

RDFStore

RDFStore

Requêtes

Résultats

EdiGon

ExtracGon

EditorialisaGon

Fusion AcquisiGon de tests

ExplicaGons

ExécuGon des tests

Assistance

Assistance

Orpailleur et Silex


•  Assistance à la résoluNon de conflits : interface de négociaGon avec l’uGlisateur

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


48

ClassificaGon des possibilités en foncGon : -‐  PoliGques de validité des tests

-‐  Prédéfinies -‐  Choisies par l’uGlisateur

-‐  Traces / expérience personnelle -‐  Traces / expérience des autres

Au Zinal, comment déZinir le TBR ?

•  Par l’absurde : qu’est-‐ce qui ne relève pas du TBR ? •  En idenGfiant les acteurs : qui raisonne ? •  En idenGfiant les tâches : pourquoi raisonne-‐t-‐on ? •  Par analogie avec d’autres modes de raisonnement : qu’est-‐ce

qui relève du raisonnement dans le CBR ? •  …

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


49

TD : Assistance à partir de RàPET Marie Lefevre Master IADE – Ingénierie des connaissances d'expérience tracée Janvier 2014

À vous d’essayer… •  Prenez une applicaGon, ficGve ou existante •  Décrivez-‐la en une 10aine de lignes •  Expliquez comment vous souhaiteriez meRre en place du

RàPET dans ceRe applicaGon •  Qu’est-‐ce que cela nécessite ?

•  Où sont les traces ? •  Comment sont-‐elles collectées ? Traitées ? •  Où est le raisonnement ? •  Comment exploite-‐t-‐il les traces ?

⇒  À rendre avant le 13/01/2014 minuit par mail ([email protected])

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


51

Catégorisons…

•  Essayons maintenant de catégoriser vos proposiGons !

Janvier 2

014


E -‐ Ingén

ierie

des

conn

aissances d


52

Raisonnement àPartirdel'Expérience* Tracée/Assistance · Raisonnement àPartirdel'Expérience*...

Documents

Transcript of Raisonnement àPartirdel'Expérience* Tracée/Assistance · Raisonnement àPartirdel'Expérience*...