Nguyen, Gia Hung and Soulier, Laure and Tamine, Lynda
and Bricon-Souf, Nathalie
Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique.
(2017)
In: 14eme Conference francophone en Recherche d'Information et Applications (CORIA 2017), 29 March 2017 - 31 March 2017 (Marseille, France).
|
(Document in French)
PDF (Author's version) - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader 12kB |
Official URL: http://www.asso-aria.org/lp/2017/coria.2017.html
Abstract
De nombreux travaux en recherche d’information (RI) ont montré l’apport de la sémantique des mots pour améliorer l’appariement de document-requête. D’une part, la sémantique symbolique dérivée de ressources externes permet de représenter des entités et leurs relations explicites. D’autre part, la sémantique distributionnelle inférée des corpus permet de représenter les relations sémantiques implicites d’un corpus. Dans cet article, nous proposons de combiner ces deux types de représentations sémantiques. Ainsi, nous présentons un modèle neuronal pour la RI ad-hoc qui exploite les représentations sémantiques latentes des documents et des requêtes en bénéficiant des concepts et des relations exprimés au sein d’une ressource externe. Les évaluations sur deux jeux de données prouvent l’efficacité de notre modèle par rapport aux modèles neuronaux profonds d’appariement de l’état de l’art.
Repository Staff Only: item control page