Apprentissage neuro-symbolique pour la RI coopérative, adaptative et évolutive : le modèle multi-agents SARCI

نویسندگان

  • Hager Kammoun
  • Jean-Charles Lamirel
  • Mohamed Ben Ahmed
چکیده

RÉSUMÉ. Dans cet article nous proposons un modèle pour un SRI qui prend en compte la complexité de la requête de l’utilisateur en proposant de la décomposer en différents points de vue. Nous proposons également de considérer les documents du corpus suivant des angles différents et des structures diverses. Pour prendre en compte le caractère évolutif des connaissances liées aux documents et aux utilisateurs, nous choisissons de combiner principalement une méthode numérique et une autre symbolique qui sont adaptées à des contextes différents pour la classification et la synthèse de l’information. Les deux méthodes sont bien adaptées au contexte de l’apprentissage. L’apprentissage permet de construire des connaissances à long terme et de scruter l’évolution des centres d’intérêt des utilisateurs et les guider dans leur processus de RI pertinente. Devant la complexité du processus de RI, nous proposons un modèle qui se base sur une architecture multi-agent.

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

Symbolic and statistical learning for chunking : comparison and combinations (Apprentissage symbolique et statistique pour le chunking: comparaison et combinaisons) [in French]

RÉSUMÉ Nous décrivons dans cet article l’utilisation d’algorithmes d’inférence grammaticale pour la tâche de chunking, pour ensuite les comparer et les combiner avec des CRF (Conditional Random Fields), à l’efficacité éprouvée pour cette tâche. Notre corpus est extrait du French TreeBank. Nous proposons et évaluons deux manières différentes de combiner modèle symbolique et modèle statistique ap...

متن کامل

Un système cellulaire neuro-symbolique pour l'extraction et la gestion de connaissances

Résumé. Le CNSS – Cellular Neuro-Symbolic System – est un système hybride ralliant conjointement le neuro-symbolique et le cellulaire. CNSS permet, à partir d’une base de cas pratique, de faire coopérer un réseau de neurones, un graphe d’induction et un automate cellulaire pour la construction d’un modèle de prédiction. En détectant et en éliminant les individus non applicables et les variables...

متن کامل

ACKA : Une approche d'acquisition coopérative de connaissances pour la construction d'un modèle de simulation multi-agents

Résumé. Cet article pr· esente une approche (ACKA an Approach for Cooperative Knowledge Acquisition) participative et coop· erative d’acquisition de connaissances n· ecessaires pour la construction d’un mod ele de simulation bas· e sur des agents. Elle est bas· ee sur le principe de jeu de rˆ oles dans une r· eunion d’entreprise. Nous proposons de construire un mod ele multi-acteurs, repr· esen...

متن کامل

Statistical learning for image-based personalization of cardiac models. (Apprentissage statistique pour la personnalisation de modèles cardiaques à partir de données d'imagerie)

Cette thèse porte sur un problème de calibration d’un modèle électromécanique de cœur, personnalisé à partir de données d’imagerie médicale 3D + t ; et sur celui — en amont — de suivi du mouvement cardiaque. Les perspectives à long terme de la simulation personnalisée de la fonction cardiaque incluent l’aide au diagnostic et à la planification de thérapie, ainsi que la prévention des risques ca...

متن کامل

Réflexions sur l'apport de l'exploration des traces d'usage pour améliorer le tri des résultats des moteurs de recherche sur le Web

Résumé. Nous présentons dans ce papier un système de fouille coopérative de données d'usage de moteurs de recherche sur le Web dont l'objectif est d'améliorer le tri des résultats rendus par un moteur de recherche. Le système est construit selon une architecture multi-agents où chaque utilisateur est assisté par un agent personnel. Les agents coopèrent entre-eux et utilisent la méthodologie du ...

متن کامل

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

عنوان ژورنال:

دوره   شماره 

صفحات  -

تاریخ انتشار 2006