Prédiction de liens et d'hyperliens : applications de l'apprentissage de représentations à la contextualisation de contenus textuels dans les bases de connaissances

Link and hyperlink prediction : using representation learning to contextualise textual content in knowledge bases

• Auteur / Autrice : Jean Dupuy
• Direction : Julien Jacques, Adrien Guille
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 06/05/2022
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale InfoMaths (Lyon ; 2009-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Lumière (Lyon ; 1969-....)
• Partenaire(s) de recherche : Laboratoire : Entrepôts, Représentation et Ingénierie des Connaissances
• Jury : Président / Présidente : Christophe Gravier
• Jury : Rapporteurs / Rapporteuses : Sandra Bringay, Peggy Cellier
• DOI : 10.70675/3db5f109z56c7z40aazb491z04567f24a234

Mots clés

Mots clés contrôlés

Hyperliens

Prévision

Systèmes de recommandation (informatique)

Mots clés libres

Apprentissage de représentation

Plongements de document

Plongements de graphes

Modélisation de thématiques

Réseaux de documents

Prédiction d'ancres

Representation learning

Document embedding

Graph embedding

Topic modeling

Document networks

Anchor prediction

Résumé

Les travaux présentés dans ce manuscrit de thèse ont été réalisés en collaboration avec l'entreprise MeetSYS, qui propose des solutions et du conseil en gestion des connaissances et en résolution de problèmes industriels. L'objectif est de développer des outils pour la recommandation de contenus dans des bases de connaissances, principalement constituées de documents textuels, en prenant en compte leur structure en réseaux. Nous proposons en premier lieu un état de l'art revenant sur les principales méthodes en apprentissage de représentations de documents, de graphes et de réseaux documentaires. Nous présenterons ensuite une étude sur l'utilisation d'une méthode simple de traduction entre des représentations de textes et des représentations de sommets non attribués dans un graphe. Nous montrons expérimentalement qu'après avoir appris une matrice de projection entre les deux espaces de représentation, la projection d'un contenu textuel dans l'espaces des sommets améliore les performances en prédiction de liens. Nous discuterons ensuite de la seconde contribution de ce manuscrit de thèse, Contextual Relational Topic Model, une méthode de prédiction des mots portant les hyperliens entre deux documents. Nous détaillons au cours de cette section les différentes voies envisagées afin de prendre en compte le contexte d'apparition d'un hyperlien, et étudions expérimentalement la qualité des liens proposés.

The work presented in this thesis was made in collaboration with MeetSYS, a Knowledge Management consulting company. We aim to develop tools for content recommendation in knowledge bases, which are mostly constituted of textual documents, by taking adventage of their graph structure.We first review state of the art methods in representation learning, including textual information, graphs and documents network. Then, we present a study on using a simple translation method between document and non-attributed graph embeddings. We experimentally show that projecting a new document embedding in the graph embedding space improves performances on a link prediction task. The second contribution we describe, Contextual Relational Topic Model (CRTM), is a topic model built to predict which work would carry a hyperlink between two documents. We discuss different ways to take the context of apparition of a hyperlink into account, and assess CRTM's performances through experiments.