Mots composés dans les modèles de langue pour la recherche d'information
Carmen Alvarez
RALI, DIRO
Le 11 février 2004 à 11 h 30
Salle 3195, Pavillon André-Aisenstadt
Une approche classique en recherche d'information consiste à bâtir une représentation des documents et des requêtes basée sur les mots simples les constituant. L'utilisation de modèles bigrammes a été étudiée, mais les contraintes sur l'ordre et l'adjacence des mots dans ces travaux ne sont pas toujours justifiées pour la recherche d'information. Nous proposons une nouvelle approche basée sur les modèles de langue qui incorporent des affinités lexicales, c'est à dire des paires non ordonnées de mots qui se trouvent proches dans un texte. Nous décrivons deux instances de ces modèles et les comparons aux plus traditionnels modèles unigrammes et bigrammes ainsi qu'au plus classique modèle vectoriel.
Pour recevoir les annonces hebdomadaires par courriel, visitez http://rali.iro.umontreal.ca/rali/?q=fr/node/1631