Modèle connexionniste pour la recherche d'informations. Expansion dirigée de requêtes et apprentissage

A connectionist model for information retrieval tasks. Directed query expansion and learning processes

• Auteur / Autrice : Josiane Mothe
• Direction : Claude Chrisment
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées. Informatique
• Date : Soutenance en 1994
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Modèles mathématiques

Apprentissage automatique

Connexionnisme

Informatique documentaire

Statistique bayésienne

Réseaux neuronaux (informatique)

Résumé

Les travaux presentes dans ce memoire s'inscrivent dans le cadre des systemes de recherche documentaire. Notre premiere contribution a permis la definition d'un modele de recherche d'informations textuelles, base sur la theorie connexionniste. Ce modele reutilise des elements interessants des modeles de recherche existants et introduit des aspects dynamiques via l'utilisation de reseaux de neurones formels. Les termes d'indexation et de recherche d'une part, les documents d'autre part sont representes par des neurones. Ces neurones sont interconnectes par des liens types et ponderes. A partir d'une requete exprimee par un utilisateur, la recherche d'informations peut alors etre realisee selon plusieurs mecanismes complementaires: sans modification de la requete, avec expansion dirigee de requetes ou par recherche des documents ressemblants a un document donne. L'ensemble de ces mecanismes est base sur une propagation d'activation issue de la theorie connexionniste. Nous avons defini differentes strategies d'adaptation du reseau. L'apprentissage a court terme permet une adaptation ponctuelle, pour chaque requete. Cet apprentissage est base sur le principe de reinjection dans la requete des jugements fournis par l'utilisateur sur la pertinence des informations restituees. Des apprentissages a long terme prennent en compte les interrogations d'un ensemble d'utilisateurs et leur satisfaction par rapport aux reponses du systeme. Nous resolvons les problemes induits par la mise a jour de la base d'informations par un apprentissage local, supervise par l'administrateur. Notre seconde contribution a ete la validation du modele que nous proposons. Cette validation est realisee au travers de deux prototypes. Le premier (sep) permet l'evaluation des performances du modele de recherche et nous a permis d'etudier differents parametres du modele. Le second (syrene) est un sri gerant des donnees bibliographiques