Représentation des connaissances, Documents, Recommandation, Raisonnement

Ce cours a pour objectif d’introduire aux différents aspects des fondamentaux de la représentation des connaissances, des informations non classiques, de la complexité, du traitement de données textuelles et de l’ingénierie linguistique.  

1 - Présentation de la thématique représentation des connaissances et formalisation du raisonnement (KRR) en tant que branche de l'Intelligence Artificielle, IA symbolique et logique classique, imperfections des connaissances, limites de la logique classique et introduction à différents formalismes logiques non-classiques.
2 - Étude de la logique possibiliste, formalisme logique non-classique de traitement de connaissances incertaines : représentation des connaissances en logique possibiliste, raisonnement sémantique (distribution de possibilités) et raisonnement syntaxique (réfutation, résolution), application au raisonnement incohérent. 
3 - Raisonnement non monotone, limites de la logique classique (et de la programmation logique classique). Présentation d'ASP (Answer Set Programming), syntaxe et sémantique, et de ses utilisations pour les raisonnements de sens commun et les problèmes combinatoires, mise en pratique avec Clingo.
4 - Problème de la représentation et de la résolution des jeux à deux joueurs sous l’angle de la complexité théorique : introduction des machines de Turing à oracle, définition des problèmes PSPACE, définition de la Hiérarchie Polynomiale, présentation de certains langages représentant la Hiérarchie Polynomiale (QBF, QCSP, QCHR), algorithmique du langage QBF.

Notions
Logique propositionnelle et du premier ordre
Théorie des Langages Programmation logique monotone Outils d’analyse textuelle automatique aux niveaux morphologique, syntaxique et sémantique.

Compétences 
Algorithmes de recommandation.
Connaître la modélisation en logique
Connaître la notion d’automate 
Savoir programmer en python