Apprentissage d’ordonnancements en recherche d’information structurée
Loading...
Date
2013-03-23
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
L’adoption accrue de XML comme format standard pour représenter les documents
structurés nécessite le développement des systèmes, efficients et efficaces, capable de
retrouver les éléments XML pertinents à une requête d'utilisateur. Ces éléments sont ensuite
présentés ordonnés en fonction de leur pertinence par rapport à la requête. Généralement la
stratégie adoptée consiste à combiner plusieurs sources de pertinences dans une seule fonction
de score et le poids de chaque source est donné manuellement selon des méthodes empiriques.
Il est connu que, dans la recherche d’information classique, compte tenu de plusieurs
sources de pertinences et l’utilisation des méthodes d’apprentissage d’ordonnancement en
combinant ces sources de pertinences, améliore la performance des systèmes de recherche
d’information.
Dans ce travail, certains caractéristiques de pertinences des éléments XML, ont été
définies et utilisées pour l’apprentissage d’ordonnancement dans les documents structurés.
Notre objectif est de combiner ces caractéristiques afin d’obtenir la bonne fonction
d’ordonnancement et montrer l’impact de chaque caractéristique dans la pertinence de
l’élément XML.
Des expérimentations sur une grande collection de la compagne d’évaluation de la
recherche d’information XML (INEX) ont montré la performance de notre approche.
Description
Keywords
Recherche d’information structurée, Apprentissage d’ordonnancement, XML, BM25, Ranking SVM