Un modèle de langue pour l'estimation de la fraîcheur et la pertinence des documents Web

Abstract

Un système de recherche d’information performant doit satisfaire les différents types de besoins des utilisateurs visant une variété de catégories de requêtes. Ces catégories comprennent les requêtes sensibles au temps où le contenu récent est l’exigence principale de l’utilisateur. Cependant, l’utilisation des caractéristiques temporelles des documents pour mesurer leur fraîcheur reste une tâche difficile étant donné que ces caractéristiques ne sont pas représentées avec précision dans les documents récents. Dans cet article, nous proposons un modèle de langue qui estime la pertinence et la fraîcheur des documents vis-à-vis des requêtes sensibles au temps réel. Notre approche modélise la fraîcheur en exploitant des sources d’information fraîches, plus précisément des termes extraits à partir des tweets récents et thématiquement pertinents par rapport à la requête de l’utilisateur. Nos expérimentations montrent que l’extraction des termes frais à partir de Twitter améliore les résultats de recherche requis par l’utilisateur.