Évaluer l'incohérence d'un ensemble d'informations constitue un paradigme fondamental pour le traitement de l'incohérence. Les bonnes mesures sont censées satisfaire un ensemble de propriétés. Cependant, définir des propriétés rationnelles est parfois problématique. Dans cet article, nous explorons la propriété de dominance rarement satisfaite par les mesures syntaxiques. En se basant sur la représentation canonique des impliqués premiers, nous caractérisons d'abord les variables conflictuelles permettant de définir une mesure d'incohérence plus fine. Deuxièmement, nous proposons une nouvelle approche qui consiste d'inspecter les conflits dans les variables concernées. Cette mesure est prouvée satisfaire une nouvelle mais plus faible forme de dominance. Measuring inconsistency is recognized as an important issue for handling inconsistencies. Good measures are supposed to satisfy a set of rational properties. However, defining sound properties is sometimes problematic. In this paper, we emphasize one such property, named dominance, rarely satisfied by syntactic measures. Based on prime implicates canonical representation, we first characterize the conflicting variables allowing us to refine an existing inconsistency measure. Secondly, we propose a new measure, to circumscribe the internal conflicts in a knowledge base. This measure is proved to satisfy a new but weaker form of dominance.
L'incohérence est une notion habituellement indésirable dans de nombreux types de données et de connaissances. Estimer à quel point un ensemble d'informations est conflictuel est potentiellement utile afin d'identifier quelles parties des données sont affectées par le conflit. Différentes approches ont émergé ces dernières années pour quantifier l'incohérence. Cependant, l'un des principaux problèmes réside dans la difficulté de comparer leurs qualités. En effet, une base de connaissances hautement contradictoire selon une mesure d'incohérence peut être vu comme moins conflictuelle en utilisant une autre. Dans cet article, nous proposons un nouveau cadre formel permettant de partitionner les bases de connaissances en une séquence d'informations, selon une famille de mesures d'incohérence, tel que le premier élément de la partition correspond à la base la plus incohérente. Ensuite, nous discutons la façon la plus fine pour ordonner des bases contradictoires en utilisant une combinaison originale de mesures existantes. Enfin, nous étendons notre cadre pour définir des mesures d'incohérence à partir des approches existantes.