Raisonnement à base de cas textuels Etat de l'art et perspectives

Luc Lamontagne, Guy Lapalme
2002 Revue d'intelligence artificielle : Revue des Sciences et Technologies de l'Information  
d'informatique et de recherche opérationnelle (DIRO) CP 6128, Succ. Centre-ville, Montréal (Québec) Canada H3C 3J7 {lamontal,lapalme}@iro.umontreal.ca RÉSUMÉ. Traditionnellement le raisonnement à base de cas (CBR) s'appuie sur des expériences décrites dans des formats complètement structurés tels que des objets ou des enregistrements de base de données. Toutefois d'autres modèles ont été proposés pour surmonter les limitations de cette approche structurelle et rendre possible l'application à
more » ... domaines plus variés. Dans cet article, nous passons en revue les extensions du formalisme CBR proposées pour traiter des expériences décrites dans des documents textuels, travaux regroupés sous la bannière CBR textuel. Après une présentation succincte des principes généraux du raisonnement à base de cas, nous décrivons les principaux travaux du CBR textuel et nous les comparons selon différents aspects techniques et applicatifs. Finalement, nous proposons quelques problèmes et avenues de recherche méritant d'être explorés dans des travaux futurs. ABSTRACT. Traditionnally case-based reasoning is conducted on experiences that are represented in a well structured format such as objects or database records. However different models have been proposed to overcome some of the limitations imposed by this structural approach and to undertake new applications domains. In this paper, we review some of the extensions proposed to apply CBR principles to experiences contained in textual documents, commonly refered to as textual CBR. Following a short presentation of some case-based reasoning principles, we present the main research works in Textual CBR and provide a synthesis of current state of the art in the field. We finally discuss some shortcomings of the current approaches and propose some directions for future research. MOTS-CLÉS : raisonnement à base de cas, cas textuels, adaptation, recherche d'information.
doi:10.3166/ria.16.339-366 fatcat:w54vba3okfdqzkqn2nwvathzja