Contribution aux méthodes d'argumentation pour la prise de décision. Application à l'arbitrage au sein de la filière céréalière. (Contribution to the methods of argumentation for decision making. Application to arbitration within the cereal industry)

L'objectif de notre travail est la conception d'un cadre theorique et methodologique permettant l'aide a la decision au sein d'un modele de representation des connaissances, illustre par un cas d'etude issu de la filiere cerealiere. Le domaine d'application plus particulierement considere est la definition de la qualite alimentaire, pour laquelle entrent en jeu differents points de vue (interet nutritionnel, qualites gustatives, securite sanitaire des produits) et differents acteurs (industriels, chercheurs, citoyens) dont les intentions divergent. La base de notre approche est l'utilisation de systemes d'argumentation issus de la litterature en IA. Les systemes d'argumentation sont des cadres formels visant a representer des arguments, les interactions entre ces arguments, et a determiner quels enonces sont inferables par un ensemble d'arguments juge coherent, ces enonces pouvant par exemple correspondre a des croyances ou a des decisions a prendre. L'un des cadres formels les plus abstraits, qui fait reference dans le domaine, est celui propose par Dung en 1995. Dans ce cadre, un systeme d'argumentation est defini par un ensemble fini d'arguments et une relation binaire sur cet ensemble, appelee relation d'attaque. On peut egalement voir un tel systeme comme un graphe etiquete dont les sommets sont les arguments et les arcs representent la relation d'attaque directe. Un argument en "attaque'' un autre s'il existe un chemin de longueur impaire du premier au second, et il le ''defend'' s'il en existe un de longueur paire. Un argument est inferable s'il appartient a un ensemble d'arguments ayant certaines proprietes relatives aux notions d'attaque et de defense. C'est en ce sens que l'acceptabilite des arguments est dite collective. Le systeme d'argumentation de Dung a ete etendu notamment par l'ajout de preferences entre arguments. Celles-ci, agregees aux attaques, donnent une relation de ''defaite'', changeant le calcul de l'acceptabilite collective des arguments. Ainsi, sur la base de l'acceptabilite collective, nous proposerons une methode pour determiner l'equivalence entre deux systemes d'argumentation afin d'unifier ces systemes abstraits d'argumentation a base de preferences. Un systeme contextuel a base de preferences est ainsi propose (les preferences et les attaques entre arguments ont une validite contextuelle), des methodes d'agregations entre attaques et preferences et de fusions entre contextes sont investiguees au regard de la consistance entre arguments collectivement acceptes. La consistance est obtenue lorsque de tels ensembles ne contiennent pas de conflits en termes d'informations vehiculees et de conclusions et/ou de decisions supportees au niveau de leurs arguments. Notre demarche s'appuie sur trois courants bien connus de l'argumentation : nous proposons une vue emboitee de l'argument repondant aux attentes du courant ''micro'', qui s'attache a definir les structures internes de l'argument; nous proposons de generer des attaques entre arguments basees sur les actions qu'ils soutiennent ou qu'ils rejettent. Ceci nous permet de nous interesser egalement aux preoccupations du courant ''macro'' pour le traitement des relations entre arguments en vue du calcul d'une acceptabilite collective. Enfin, nous nous interessons a certains aspects du courant ''rhetorique'', a savoir la definition d'audiences donnant une force contextuelle a l'argument et generant des preferences. Ce dernier aspect nous permet notamment d'etablir des recommandations contextuelles. L'ensemble de la demarche, illustree au travers d'exemples situationnels et d'un cas d'application, est inclus dans un modele d'arbitrage argumente, lui meme en partie implemente dans un formalisme de representation des connaissances et de raisonnement (les graphes conceptuels).

[1]  Bernard Moulin,et al.  A taxonomy of argumentation models used for knowledge representation , 2010, Artificial Intelligence Review.

[2]  Vasile Palade,et al.  Advanced Information and Knowledge Processing Series , 2006 .

[3]  L. J. Savage,et al.  The Foundation of Statistics , 1956 .

[4]  C. Perelman,et al.  Traité de l'argumentation : la nouvelle rhétorique , 1970 .

[5]  John McCarthy First Order Theories of Individual Concepts and Propositions. , 1979 .

[6]  Jean-Rémi Bourguet,et al.  Modelling a Dynamic Process in the Conceptual Graph Model: Extension Needed? , 2008, ICCS Supplement.

[7]  Guillermo Ricardo Simari,et al.  A Mathematical Treatment of Defeasible Reasoning and its Implementation , 1992, Artif. Intell..

[8]  R. M. Adelson,et al.  Utility Theory for Decision Making , 1971 .

[9]  John F. Sowa,et al.  Conceptual Structures: Information Processing in Mind and Machine , 1983 .

[10]  Madalina Croitoru,et al.  Argumentation Map Generation with Conceptual Graphs: the Case for ESSENCE , 2009, ICCS 2009.

[11]  Giovanni Sartor Defeasible Arguments in a Logic Programming Model , 1993, GULP.

[12]  Marie-Laure Mugnier,et al.  Sound and Complete Forward and backward Chainingd of Graph Rules , 1996, ICCS.

[13]  Henry Prakken,et al.  A logical framework for modelling legal argument , 1993, International Conference on Artificial Intelligence and Law.

[14]  Nicola Guarino,et al.  Formal Ontology and Information Systems , 1998 .

[15]  Paolo Mancarella,et al.  Abductive Logic Programming , 1992, LPNMR.

[16]  Thomas R. Gruber,et al.  A translation approach to portable ontology specifications , 1993, Knowl. Acquis..

[17]  Leon van der Torre,et al.  Preference-based argumentation: Arguments supporting multiple values , 2008, Int. J. Approx. Reason..

[18]  Claudette Cayrol,et al.  "Minimal defence": a refinement of the preferred semantics for argumentation frameworks , 2002, NMR.

[19]  Trevor J. M. Bench-Capon Persuasion in Practical Argument Using Value-based Argumentation Frameworks , 2003, J. Log. Comput..

[20]  John L. Pollock,et al.  How to Reason Defeasibly , 1992, Artif. Intell..

[21]  Raymond Reiter,et al.  A Logic for Default Reasoning , 1987, Artif. Intell..

[22]  Srdjan Vesic,et al.  On Revising Argumentation-Based Decision Systems , 2009, ECSQARU.

[23]  Amadou Ndiaye,et al.  Answering queries that may have results in the future: A case study in food science , 2010, Knowl. Based Syst..

[24]  Phan Minh Dung,et al.  On the Acceptability of Arguments and its Fundamental Role in Nonmonotonic Reasoning, Logic Programming and n-Person Games , 1995, Artif. Intell..

[25]  Anthony Hunter,et al.  Elements of Argumentation , 2007, ECSQARU.

[26]  Srdjan Vesic,et al.  Repairing Preference-Based Argumentation Frameworks , 2009, IJCAI.

[27]  Sylvie Issanchou,et al.  Effect of fibre information on consumer willingness to pay for French baguettes , 2009 .

[28]  Lawrence Birnbaum,et al.  Towards an AI Model of Argumentation , 1980, AAAI.

[29]  Claudette Cayrol,et al.  Comparing arguments using preference orderings for argument-based reasoning , 1996, Proceedings Eighth IEEE International Conference on Tools with Artificial Intelligence.

[30]  Denis Bouyssou,et al.  Building Criteria: A Prerequisite for MCDA , 1990 .

[31]  J. Slavin,et al.  Dietary fibre and satiety , 2007 .

[32]  K. Vind A foundation for statistics , 2003 .

[33]  H. Simon,et al.  A Behavioral Model of Rational Choice , 1955 .

[34]  Ronald R. Yager,et al.  Entropy and Specificity in a Mathematical Theory of Evidence , 2008, Classic Works of the Dempster-Shafer Theory of Belief Functions.

[35]  Elemer E. Rosinger,et al.  Beyond preference information based multiple criteria decision making , 1991 .

[36]  F. L. Ber,et al.  Les systèmes à base de connaissances , 2006 .

[37]  Jean-Marie Bourre,et al.  Valeur nutritionnelle (macro et micro-nutriments) de farines et pains français , 2008 .

[38]  G. L. Collected Papers , 1912, Nature.

[39]  Philippe Besnard,et al.  Bridging the Gap between Abstract Argumentation Systems and Logic , 2009, SUM.

[40]  Didier Dubois,et al.  Argumentative inference in uncertain and inconsistent knowledge bases , 1993, UAI.

[41]  Sébastien Konieczny,et al.  On the merging of Dung's argumentation systems , 2007, Artif. Intell..

[42]  Phan Minh Dung,et al.  An Abstract, Argumentation-Theoretic Approach to Default Reasoning , 1997, Artif. Intell..

[43]  B. Roy,et al.  L'aide multicritère à la décision , 1989 .

[44]  Guillermo Ricardo Simari,et al.  Computing Generalized Specificity , 2003, J. Appl. Non Class. Logics.

[45]  Claudette Cayrol,et al.  On the Relation between Argumentation and Non-monotonic Coherence-Based Entailment , 1995, IJCAI.

[46]  Kevin D. Ashley Modeling legal argument - reasoning with cases and hypotheticals , 1991, Artificial intelligence and legal reasoning.

[47]  Bernard Roy,et al.  An overview on "The European school of MCDA: Emergence, basic features and current works" , 1997 .

[48]  Trevor J. M. Bench-Capon,et al.  Complexity and Combinatorial Properties of Argument Systems , 2001 .

[49]  Lynn A. Maguire,et al.  Resolving Environmental Disputes: a Framework Incorporating Decision Analysis and Dispute Resolution Techniques , 1994 .

[50]  Trevor J. M. Bench-Capon,et al.  Argumentation in artificial intelligence , 2007, Artif. Intell..

[51]  Marie-Laure Mugnier,et al.  Polynomial Algorithms for Projection and Matching , 1992, Workshop on Conceptual Graphs.

[52]  Leïla Amgoud,et al.  Contribution a l'integration des preferences dans le raisonnement argumentatif , 1999 .

[53]  Henri Prade,et al.  Using arguments for making and explaining decisions , 2009, Artif. Intell..

[54]  Madalina Croitoru,et al.  Default Conceptual Graph Rules: Preliminary Results for an Agronomy Application , 2009, ICCS.

[55]  Henry Prakken,et al.  Argument-Based Extended Logic Programming with Defeasible Priorities , 1997, J. Appl. Non Class. Logics.

[56]  Jean-Rémi Bourguet,et al.  Contribution aux comparaisons formelles des modèles de préférences en argumentation , 2009 .

[57]  Jean-Rémi Bourguet,et al.  Towards a Unified Model of Preference-Based Argumentation , 2010, FoIKS.

[58]  J. Gottsegen,et al.  Using argumentation analysis to assess stakeholder interests in planning debates 1 This paper is a r , 1998 .

[59]  Bernard Roy,et al.  Aide multicritère à la décision : méthodes et cas , 1993 .

[60]  Hengameh Irandoust,et al.  Extending the Conceptual Graph Approach to Represent Evaluative Attitudes in Discourse , 1999, ICCS.

[61]  Claudette Cayrol,et al.  A Reasoning Model Based on the Production of Acceptable Arguments , 2002, Annals of Mathematics and Artificial Intelligence.

[62]  Henry Prakken,et al.  Credulous and Sceptical Argument Games for Preferred Semantics , 2000, JELIA.

[63]  Trevor J. M. Bench-Capon,et al.  An empirical investigation of reasoning with legal cases through theory construction and application , 2005, Artificial Intelligence and Law.

[64]  Guillermo Ricardo Simari,et al.  Aggregation of Attack Relations: A Social-Choice Theoretical Analysis of Defeasibility Criteria , 2008, FoIKS.

[65]  B. Roy Méthodologie multicritère d'aide à la décision , 1985 .

[66]  Henry Prakken,et al.  An exercise in formalising teleological case-based reasoning , 2002, Artificial Intelligence and Law.

[67]  Paul J. Krause,et al.  Dialectic reasoning with inconsistent information , 1993, UAI.

[68]  Philippe Besnard,et al.  A Formal Analysis of Logic-Based Argumentation Systems , 2010, SUM.

[69]  Pavlos Moraitis,et al.  Characterizing the Outcomes of Argumentation-Based Integrative Negotiation , 2008, 2008 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology.