Acquisition de contraintes par requêtes de généralisation
Abstract
Constraint acquisition assists a non-expert user in modeling her problem as a constraint network. In existing constraint acquisition systems the user is only as- ked to answer very basic questions. The drawback is that when no background knowledge is provided, the user may need to answer a great number of such questions to learn all the constraints. In this paper, we introduce the concept of generalization query based on an aggregation of variables into types. We present a constraint generalization algorithm that can be plugged into any constraint acquisition system. We propose several strategies to make our approach more efficient in terms of number of queries. Finally we experimentally compare the recent QUACQ system to an extended version boosted by the use of our generalization functionality. The results show that the extended version dramatically improves the basic QUACQ.
L’acquisition de contraintes assiste un novice à modéliser son problème sous forme de réseau de contraintes. Dans les systèmes d’acquisition de contraintes existants, l’utilisateur est seulement demandé à répondre à des questions très simples. L’inconvénient est que lorsqu’aucune connaissance de base n’est fournie, l’utilisateur peut avoir besoin de répondre à un grand nombre de questions pour apprendre toutes les contraintes. Dans cet article, nous introduisons le concept de requête de généralisation basé sur une agrégation de variables sous forme de types. Nous présentons un algorithme de généralisation de contraintes qui peut être branché dans n’importe quel système d’acquisition de contraintes. Nous proposons plusieurs stratégies pour rendre notre approche plus efficace en terme de nombre de requêtes.
Finalement, nous comparons expérimentalement le récent système QUACQ à une version étendue, renforcée par l’utilisation de notre fonctionnalité de généralisation. Les résultats montrent que la version étendue améliore considérablement la version de base de QUACQ.
Domains
Artificial Intelligence [cs.AI]Origin | Files produced by the author(s) |
---|
Loading...