Towards an Automatized Generation of Rule- Based systems for architecting eco-industrial parks.

Résumé Dans cet article, nous présentons le problème de l'appariement dans la symbiose industrielle, où les déchets d'une entreprise sont mis en relation avec les ressources d'une autre entreprise qui pourraient être substituées. L'identification des correspondances potentielles est difficile, car elle repose sur la connaissance spécifique des processus, à savoir que certains déchets peuvent être utilisés pour des processus spécifiques. La saisie manuelle de ces connaissances dans des règles d'appariement déchets-ressources prend beaucoup de temps. Par conséquent, nous soutenons qu'une approche basée sur le traitement du langage naturel (TLN), consistant à extraire de manière semi-automatique des règles à partir d'ensembles de données spécifiques à un domaine, pourrait être une approche viable pour résoudre ce problème. Le problème de base à résoudre par le traitement du langage naturel est de trouver des concepts similaires (synonymes), des relations partie-entière (méronymes) et des relations " est un " (hyponymes). Les synonymes sont importants pour trouver les déchets et les ressources qui sont nommés différemment mais font référence à l'objet. Les méronymes sont des relations partie-entière qui peuvent aider à identifier les déchets dont les composants peuvent être utilisés comme ressources. Les hyponymes permettent de construire des taxonomies. Nous présentons les résultats d'une première enquête bibliographique sur les algorithmes capables de trouver ces relations dans de grands ensembles de documents textuels non structurés. En outre, nous proposons une approche de recherche pour étendre l'étude de la littérature et tester les algorithmes existants sur de petits cas de test et des cas réalistes de mise en relation. Dans le cadre de travaux futurs, d'autres problèmes relevant de la catégorie NLP peuvent être abordés, tels que l'identification semi-automatique de processus de conversion de déchets en ressources.