Contributions Aux Techniques De Recherche D’informations

Résumé: La recherche d'information par mots clés est une méthode simple et intuitive utilisée aussi bien sur le web que dans des recherches documentaires. Elle n'est cependant pas adaptée à certains besoins. En effet, de nombreuses sources de données telles que les forums de discussion, les articles de journaux et les articles Wikipédia, portent sur un sujet particulier et sont écrites autour d'entités nommées (personne, pays, etc.). Pour ce type de sources, il est plus pertinent d'interpréter les requêtes des utilisateurs en utilisant les entités qu'elles contiennent et d'organiser les résultats des requêtes par entités que de retourner une liste ordonnée de documents. Dans ce travail, nous nous intéressons à cette problématique qui est également motivée par la disponibilité de corpus de documents et par l'apparition des systèmes d'annotation automatique tel qu'Open Calais. Notre proposition est d'interpréter les termes d'une requête formée de mots clés ou d'entités par des entités relatives. Un aspect intéressant est la multitude de types d'entités (ex., Washington interprétée comme une ville ou une personne) et de catégories de documents (ex., Politique, Finance, etc.). Nous proposons alors une diversification par types et catégories des résultats classés de chaque entité trouvée pour offrir à l'utilisateur une variété d'interprétations tout en préservant la pertinence des résultats. Ce travail propose un modèle et des algorithmes pour la recherche diversifiée d'entités nommées basée sur les annotations de documents. Nos expériences sur deux jeux de données réelles démontrent l'efficacité de nos algorithmes et la qualité des résultats diversifiés.

Publié dans la revue: