Concevoir des systèmes à base de connaissance maîtrisables, compréhensibles et maintenables, tel est l'objectif auquel contribuent les travaux de recherche en acquisition des connaissances. Dans ce contexte, acquisition et modélisation sont devenus deux termes indissociables.Cette évolution a conduit les chercheurs en acquisition à proposer des modèles, à identifier différents types de connaissances, à étudier les langages les mieux adaptés tant à leur modélisation qu'à leur représentation et à définir des méthodologies.Ces recherches créent des synergies avec d'autres disciplines de l'intelligence artificielle (IA). Ayant recours à des techniques générales, elles favorisent par ailleurs des rapprochements avec d'autres domaines informatiques.Portant sur un domaine parvenu à une certaine maturité, cet ouvrage s'adresse aux ingénieurs à la recherche de méthodes ou de techniques pour recueillir un corpus de connaissances (humaines, documentaires ou autres), les organiser, les modéliser, les représenter. Il est aussi destiné aux chercheurs et aux étudiants en intelligence artificielle et en sciences cognitives, intéressés par l'acquisition et la modélisation de connaissances.Le livre regroupe une sélection d'articles donnant une image de la qualité et de la diversité des travaux effectués dans le domaine. Les articles ont été regroupés selon la nature des problèmes principalement abordés. Ceux de la première moitié du livre (1 à 8) se situent dans le contexte de méthodes généralistes couvrant une partie significative du cycle d'acquisition et de modélisation. Ils proposent des bilans de mises en oeuvre, des analyses, ou des extensions significatives de ces méthodes. Les chapitres suivants, 9 à 15, sont plus spécifiques, soit par le type particulier de connaissances recherchées ou utilisées, soit par la délimitation précise du matériel brut duquel certaines connaissances sont extraites.Enfin, ce livre se termine par les chapitres 16 à 19 qui associent aux thèmes de recherche, propres à l'acquisition des connaissances, des problématiques issues d'autres branches de l'intelligence artificielle, en l'occurrence le raisonnement par cas, l'apprentissage symbolique et le domaine de l'explication.
