Indiscriminabilité dans les espaces de représentation des termes et des documents
L’examen des propriétés des espaces de représentation des documents ou des mots en recherche d’information (RI) – typiquement, ℝn avec n très grand – fournit de précieuses indications pour aider la recherche. Récemment, plusieurs travaux ont montré qu’il était possible d’étudier la dimensionnalité r...
Gardado en:
| Autor Principal: | |
|---|---|
| Formato: | Article ou chapitre numérique |
| Idioma: | Français |
| Publicado: |
2016
|
| Sujets: | |
| Acceso en liña: | Accès Université d'Orléans et IFPM |
| Résumé: | L’examen des propriétés des espaces de représentation des documents ou des mots en recherche d’information (RI) – typiquement, ℝn avec n très grand – fournit de précieuses indications pour aider la recherche. Récemment, plusieurs travaux ont montré qu’il était possible d’étudier la dimensionnalité réelle des données, appelée dimensionnalité intrinsèque, en certains points de ces espaces (Houle et al., 2012). Ils ont montré que cette dimensionnalité était intimement liée à la notion d’indiscriminabilité des voisins d’un point requête dans l’espace considéré. Dans cet article, nous proposons de revisiter cette notion d’indiscriminabilité dans le cas particulier de la RI et d’étudier son utilisation pratique en RI. Plus précisément, nous montrons comment son estimation à partir de similarités de type RI, peut être utilisée dans les espaces de représentations des documents et les espaces de représentations de mots (Mikolov et al., 2013 ; Claveau et al., 2014). Ainsi, nous montrons d’une part que l’indice α aide à caractériser les requêtes difficiles ; d’autre part, dans une tâche d’extension de requête, nous montrons comment cette notion d’indiscriminabilité appliquée à des mots permet de choisir au mieux les termes à étendre et leurs extensions. |
|---|