Résumé:
Si ces dernières années, l'intérêt des explications dans les systèmes à base de connaissances était jugé secondaire, il apparaît clairement maintenant que le succès des systèmes à base de connaissances repose sur la qualité des explications que ceux-ci peuvent fournir. La plupart des recherches sur ce sujet se sont tout d'abord concentrées sur des << explications basées sur la trace » pour expliquer le processus de raisonnement. Les efforts ont principalement porté sur la transparence du comportement du résolveur et sur les stratégies de résolution. Notre travail dans ce rapport, consiste d'une part à étudier de façon très détaillée l'ensemble des travaux dans ce domaine et d'autre part de développer un système expert explicatif basé sur la trace de résolution. Afin d'étayer nos idées sur un cas réel, nous avons établi avec l'aide de l'ingénieur de la connaissance, une base de connaissances. Plusieurs types d'explications ont été proposées: explication en cours de session et en fin de session, explication positive et explication négative. Afin de tenir compte du niveau de l'interlocuteur, nous avons adjoint un module qui prend en considération le niveau de l'interlocuteur lors de la production d'explication.
Mots clés : Intelligence artificielle, Systèmes à base de connaissances, Systèmes experts, explication, raisonnement, représentation des connaissances, moteur d'inférences d'ordre 0+, SDPTV, diagnostic de pannes de télévisions, trace de raisonnement.
