Gestionnaire des propositions

Le gestionnaire des propositions n’est pas un agent. Il s’agit d’un outil qui a pour rôle : (i) d’ordonnancer les propositions envoyées par les agents concepts et les agents termes pour les afficher à l’ontographe via l’interface de l’outil et (ii) de transmettre aux agents concepts et aux agents termes les différents choix réalisés par l’ontographe les concernant.

Le gestionnaire des propositions traite les demandes de propositions émanant des agents termes et des agents concepts. Il ne peut pas envoyer ces propositions à l’ontographe dans l’ordre dans lequel il les a reçues. En effet, les propositions peuvent arriver dans le désordre (un agent terme peut se proposer avant l’agent concept qu’il dénote). Il les ordonnance alors d’une manière cohérente. De plus, au cours de leur cycle de vie, les agents peuvent se pro- poser, ensuite détecter une SNC d’inutilité et enfin disparaître. Ils peuvent aussi se déplacer et changer de voisinage. Une fois l’activité du système stabilisée, c’est-à-dire dès que tous les agents ont fini de traiter les requêtes qu’ils ont reçues, le gestionnaire élimine les propo- sitions inutiles, classe les propositions et les transmet à l’interface de l’ontographe.

Le gestionnaire des propositions joue aussi le rôle d’un intermédiaire entre les agents et l’ontographe. Pour cela, chaque proposition est identifiée de manière unique avant d’être traduite pour être affichée à l’ontographe. Cet identifiant est rappelé pour chaque réponse que ce dernier fournit, afin de transmettre directement l’action de l’ontographe à l’agent concerné. L’acceptation ou le refus prend la forme d’un message de notification qui est en- voyé à l’agent origine de la proposition.

4.6

Conclusion

Dans ce chapitre, nous avons successivement présenté l’architecture globale du système d’évolution de RTO que nous proposons ainsi que ses composants. Notre système rompt complètement avec la première version du système DYNAMO développé dans [Ottens, 2007]. Alors que ce premier système implémentait à l’aide d’agents un système de classi- fication de termes candidats en classes de concepts au sein d’une hiérarchie, nous avons voulu prendre en compte les relations autre que hiérarchiques et de ce fait, proposer des entrées plus riches que des termes, et une sortie plus complète qu’une simple hiérarchie de concepts. Nous avons défini un analyseur de corpus capable d’extraire des candidats termes, d’identifier des relations lexicales entre candidats termes et/ou termes et de filtrer ces don- nées lexicales. Pour cela, nous avons choisi d’exploiter les textes ainsi que les dictionnaires Wolf et Wordnet pour identifier les relations lexicales. Nous avons également proposé un ensemble de techniques de filtrages de candidats termes et de relations lexicales pour élimi- ner le bruit lors des extractions. L’analyseur de corpus fournit ainsi les entrées nécessaires au fonctionnement de l’AMAS de notre système.

Notre SMA est formé d’agents concept et d’agents terme. Ce choix d’agentification s’est fait en se basant sur la méthodologie ADELFE et il nous a permis de mettre en pratique les prin- cipes de l’approche par AMAS. Les entrées du SMA sont les résultats de l’analyse du corpus, une RTO et les éventuelles interactions avec l’ontographe. L’objectif global du SMA est de faire évoluer une RTO (il s’agit de l’adéquation fonctionnelle recherchée). Pour l’atteindre,

nous avons défini un ensemble de comportements pour chaque type d’agent mais aussi des règles locales de détection de Situations Non-Coopératives ainsi que les actions à effectuer pour revenir à un état coopératif. Du point de vue local, les agents de notre système ont pour objectif de trouver la bonne position dans l’organisation du système pour se proposer à l’on- tographe. Ils appliquent alors les mécanismes d’auto-organisation décrits dans l’approche par AMAS et instanciées dans le cadre de notre problème.

Cet AMAS nous permet d’étudier des propriétés récemment étudiées dans l’équipe SMAC telles que le passage à l’échelle au niveau du nombre d’agents présents dans le SMA ainsi que l’implication forte de l’utilisateur dans le processus de convergence du système (il s’agit ici d’un véritable processus de co-évolution entre le SMA et l’ontographe).

Nous allons à présent évaluer les performances de notre système ainsi que son utilisation sur des corpus et des RTOs issus de différents domaines, corpus en anglais ou en français.

5

Expérimentations du système

d’évolution de RTO

« Eurêka ! »

Archimède

D

système d’évolution de RTO DYNAMO. Celles-ci ont été réalisées dans le cadre du projet ANR DYNAMO, présenté dans la première section de ce chapitre. Nous y détaillons l’objectif du projet ainsi que les outils, les RTOs et les corpus que nous avons utilisés pour réaliser nos évaluations.

Nous présentons ensuite l’implémentation de DYNAMO ainsi qu’un scénario d’utilisa- tion de cet outil. Les évaluations ont été réalisées selon deux points de vue. Nous avons éva- lué les qualités des propositions faites par l’outil pour montrer son intérêt dans le domaine d’évolution de RTO. Puis, nous avons évalué les performances de DYNAMO MAS pour étudier certaines propriétés des AMAS et plus généralement des systèmes multi-agents. Les résultats que nous avons obtenus sont analysés et discutés au fur et à mesure de leur pré- sentation.