soutenance de thèse loïc maisonnasse sous la direction de
Post on 16-Jan-2016
56 Views
Preview:
DESCRIPTION
TRANSCRIPT
Les supports de vocabulaires pour les systèmes de recherche d’information orientés précision :
application aux graphes pour la recherche d’information médicale
Soutenance de thèseLoïc Maisonnasse
Sous la direction de Catherine Berrut et Jean-Pierre Chevallet
Équipe MRIM, laboratoire LIG
Le 6 mai 2008
Loïc MAISONNASSEPage 2 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANContexte
Recherche d’information orientée précision Des besoins experts et ciblésDes besoins multilinguesLes mots-clés ne suffisent plus
Besoin d’expressivité
Modéliser l’expressivitéComparer les modèles Choisir le modèle approprié
Supports de vocabulaires
"Montre-moi des images d'une pneumonie du lobe médial droit."
Loïc MAISONNASSEPage 3 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
La nocivité du mercure Le mercure se retrouve
concentré dans les poissons. Les plombages dentaires peuvent aussi en libérer.
Je suis à la recherche des dangers des plombages au mercure chez l’enfant
Le mercure sans dangerLes amalgames dentaires contenant du mercure ne présentent pas de risques pour la santé des enfants.
Mercury in FillingsMercury in dental work does
not hinder children's development.
mercure, danger,
amalgame, dentaire, enfant, …
Ensemble de motsMots clefsRelations
document
Je suis à la recherche des dangers des plombages au mercure chez l’enfant
Le danger des piles Elle contient du mercure qui produit des vapeurs toxiques
pour l’enfant. Les piles au plomb
danger, mercure, vapeur, enfant,
plomb, …
nocivité, mercure, poisson,
plombage, dentaire, …
mercury,filling,hinder,
children, ...
{danger, risque…}{amalgame dentaire,
plombage…} {mercure,
vif-argent…}
{nocivité, danger …}, {amalgame dentaire,
plombage …} {mercure,
vif-argent…}
{filling, dental work, plombage, …}
{mercury,mercure...}{children, enfant…}
(danger - enfant)(plombage - mercure)(plombage - enfant)(mercure - danger)
…
(nocivité - mercure)(plombage - mercure)
…
{danger, risque …} {toxique, poison},
{plomb,Pb…}…
(plombage - mercure)(Mercure - enfant)
…
(danger - pile)(Mercure - toxique)(toxique - enfant)
(pile - plomb)…
Loïc MAISONNASSEPage 4 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANRendre compte de l’expressivité
L’expressivité 1.Plusieurs points de vue
2.L’espace d’expression de chacun de ces points de vue.
Modéliser l’expressivité par des supports de vocabulaires
1.Plusieurs vocabulaires
2.Vocabulaire
ExpressivitéForteFaible
Mots-Clefs
Langages complexes
Loïc MAISONNASSEPage 5 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANObjectifs de la thèse
Modéliser l’expressivité en recherche d’information
Proposer des modèles à expressivité forte Modèle de recherche d’information Local
Modèle de recherche d’information Global
Appliquer ces modèles à la recherche d’information
Modèle global
Modèle local
Modélisation de l’expressivité
Modèles à expressivité forte
Application des modèles
Système de recherche d’information orienté
précisionSupport de vocabulaires
Cadre deModélisation
Loïc MAISONNASSEPage 6 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
L’expressivité dans les modèles de recherche d’information
Utilisateur
Besoin d’informationCorpus de documents
Pertinence
Requête Indexation
?
Modèle de requête
Modèle de document
Correspondance
Expressivité
Support de vocabulaires
Support de vocabulaires
modèle
Loïc MAISONNASSEPage 7 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Exhaustif Spécifique
Portée des vocabulaires
Explorer les possibilités du support de vocabulaires
Deux modèles
Portée des représentations de documents
Document seul
Vocabulaires
Expressivité
Modèle global
Modèle local
Loïc MAISONNASSEPage 8 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Application des modèles à la recherche d’information orienté précision
Cadre de modélisation
Deux Modèles d’expressivité forte
Modèlelocal
Modèle global
Instanciation au texte
Application au médical
Modèle
Représentation intermédiaire
Supports de vocabulaires Corpus de documents
Représentation &Correspondance
Représentation &Correspondance
Modélisation de l’expressivité Système orienté précision
Corpus de documents
Modèle intermédiaire
Loïc MAISONNASSEPage 9 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan
État de l’art à travers l’expressivité
Modélisation de l’expressivité basée sur les supports de vocabulairesCadre de formalisationModèle localModèle global
Application à la recherche d’information orientée précisionModèle intermédiaireModèle localModèle global
ExpérimentationModèle intermédiaireModèle localModèle global
ConclusionContributionsPerspectives
Loïc MAISONNASSEPage 10 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
La dimension expressivité en recherche d’information
Expressivité
Mots-Clefs
Modèles intégrant la dépendance
Informations syntaxiques
Informations sémantiquesFamilles de
langages d’indexation
en recherche d’information
ForteFaible
(Gaussier et al., 2000)(Strzalkowski et al., 1994)(Zhai et al., 1997)
Syntagmes
(Ho, 2004)(Matsumura et al., 2000) (Metzler et Haas, 1989) (Smeaton, 1999)
Structures syntaxiques
(Losee, 1994) (Lee et Lee, 2005) (Nallapati et Allan, 2002) (Gao et al., 2004)
(Vintar et al., 2003)
(Aronson et al., 1994)
Concepts
(Sebastiani, 1994)(Berrut, 1988)(Chevallet, 1992) (Genest, 2000)(Mulhem, 2001)
Structure sémantique
Loïc MAISONNASSEPage 11 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Comparer l’expressivité des modèles est difficileQuels sont les vocabulaires ?
Quel est leur espace d’expression ?
Comment sont-ils utilisés ?
Modéliser l’expressivité
Pour la recherche d’information orientée précisionPlusieurs vocabulaires
Forte expressivité Graphe de concepts
Difficulté d’extraction
Bilan
ExpressivitéForteFaible
Loïc MAISONNASSEPage 12 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan
État de l’art à travers l’expressivité
Modélisation de l’expressivité basée sur les supports de vocabulairesCadre de formalisationModèle localModèle global
Application à la recherche d’information orientée précisionModèle intermédiaireModèle localModèle global
ExpérimentationModèle intermédiaireModèle localModèle global
ConclusionContributionsPerspectives
Loïc MAISONNASSEPage 13 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Modélisation de l’expressivité en recherche d’information
Cadre de modélisation Deux Modèles d’expressivité forte
Modèle local
Modèle global
Modèle
Supports de vocabulaires
Loïc MAISONNASSEPage 14 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANSupport de vocabulaires
vocabulaires
Vocabulaire pondéré ( (C081(poumon), partie de, C022(cage thoracique)), 0.4, 0.7) …
Vocabulaire simple C081(poumon)C022(cage thoracique),…
Vocabulaire complexe( (C081(poumon), partie de, C022(cage thoracique))…
SV=(V1, V2, …,Vn)
types
Nom de relationlocalisation, mesure, partie de, touche, …
Nom de conceptC003(plèvre),C001(cœur),C022(cage thoracique),…
ST=(T1, T2, …,Tn)
V1 V2 V3
T2T1
Support de vocabulaires
Support de types
Loïc MAISONNASSEPage 15 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Représenter à l’aide d’un support de vocabulairesDéfinir le support de vocabulaire de la représentation
Un ou plusieurs vocabulaires
Définir la représentationSélection sur les vocabulaires
avec ,...,,...,1 iinvdi VDVDVDVDVdi
d
Document
(C081(poumon),partie de, C022(cage thoracique), 0.4,0.7)
(C003(plèvre),partie de, C022(cage thoracique), 0.26,0.39)(C08( poumon), touche, C003(plèvre), 0.15, 0.5)
Dans la cage thoracique, la
plèvre touche les poumons.
(C081(poumon)) (C003(plèvre))
(C022(cage thoracique))
ConceptsDV ionspoidsRelatDV
Exemple de document indexé à l’aide d’un support de vocabulaire
,...,,...,1 nvi VVVSV
, ionspoidsRelatConceptsGraphes VVSV
ionspoidsRelatConcepts DVDVdi ,
Loïc MAISONNASSEPage 16 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Relation decorrespondance
RC
Modèle de recherche d’information basé sur des supports de vocabulaires
M= (ST, SVQ, SVD, RC)
Support de typesST
Utilisateur
Besoin d’informationCorpus de documents
Pertinence
Requête Indexation
?
Modèle de requête
Modèle de document
Correspondance
Support de vocabulaires
de documentSVD
Support de vocabulaires
de requêteSVQ
modèle
Loïc MAISONNASSEPage 17 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Expressivité
Faible
Forte
Deux modèles expressifs
Expressivité forteNiveau sémantique
Vocabulaires complexes
Même support de typesNom de concepts
Nom de relations
Vocabulaires de base prochesConcepts
Couples
Relations
C081(poumon)
(C081(poumon), C022(cage thoracique))
(C081(poumon), partie de, C022(cage thoracique) )
Exhaustif Spécifique
Portée des vocabulaires
Portée des représentations de documents
Document seul
Vocabulaires
Loïc MAISONNASSEPage 18 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANModèle local
Inspiré des graphes conceptuels
Support de vocabulaires Graphe Conceptuel Pondéré
Concepts
Relations
Relation de correspondance Projection des graphes conceptuels
Degrés de correspondance
partie de|0.32, 0.25
partie de | 0.4, 0.1
touche |0.82, 0.62C081(poumon) | 0.4, 0.3
C003(plèvre) |0.6, 0.2
C022(cage thoracique) | 0.8, 0.5
Exhaustif Spécifique
Portée des vocabulaires
Portée des représentations de documents
Document seul
Vocabulaires
concept relation
relationrelationconceptconceptdiq ,,,
Loïc MAISONNASSEPage 19 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANModèle global
Inspiré des modèles de langue(Ponte et Croft, 98)
Support de vocabulaires de documentModélisation statistique du document :
ConceptsCouplesRelations
Support de vocabulaires de requête
Un graphe :
Concepts :
Relations :
Relation de correspondance Vraisemblance de la requête
Probabilité de générer le graphe de la requête
gDQQgDQ
gDQ MCRPMCPMGP ,
Exhaustif Spécifique
Portée des vocabulaires
Portée des représentations de documents
Document seul
Vocabulaires
gDM
QG
QCQR
Loïc MAISONNASSEPage 20 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Récapitulatif:Modélisation de l’expressivité
Cadre de modélisation Deux modèles d’expressivité forte
Modèle local
Modèle global
Modèle
Supportsde vocabulaires
de requête
Supportsde vocabulaires
de document
Support de typesSupport de types
Supportsde vocabulaires
de document
Supportsde vocabulaires
de requête
Supportsde vocabulaires
de document
Supportsde vocabulaires
de requête
RC
RC
RC
Loïc MAISONNASSEPage 21 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan
État de l’art à travers l’expressivité
Modélisation de l’expressivité basée sur les supports de vocabulairesCadre de formalisationModèle localModèle global
Application à la recherche d’information orientée précisionModèle intermédiaireModèle localModèle global
ExpérimentationModèle intermédiaireModèle localModèle global
ConclusionContributionsPerspectives
Loïc MAISONNASSEPage 22 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANSystème orienté précision
Modèle intermédiaire
Modèle local
Modèle global
Instanciation au texte
Applicationau médical
représentation intermédiaire
Corpus de documents
Représentation &Correspondance
Représentation &Correspondance
UMLS
détection
Loïc MAISONNASSEPage 23 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANModèle intermédiaire
Ensemble de graphesUn par phraseSupport de vocabulaire
Concepts Relations
Utilise deux pondérationsFréquenceScore de confiance
Défini à l’aide d’UMLS (Unified Medical Language System)
Concepts : méta-thésaurusRelations : réseau sémantique
partie de|1,0.25
partie de | 1,0.1
touche |1,0.62
C081(poumon) | 2 ,0.3
C003(plèvre) |1,0.2
C022(cage thoracique) | 1,0.5
Loïc MAISONNASSEPage 24 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Détection des concepts : 3 méthodesMapTreeTagger
Analyse morphosyntaxique TreeTaggerCorrespondance de termes
MapMiniParAnalyse morphosyntaxique MiniParCorrespondance de termes
MetaMap (Aronson, 2001)
Détection des relationsDétection au niveau de la phrase Calcul d’un score de confiance a posteriori sur MapMiniPar
Méthodes de détection de la représentation intermédiaire
UMLS
Détection des concepts Détection des relationsphrase
représentation intermédiaire
Loïc MAISONNASSEPage 25 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANModèle local
Représentation Concaténation des graphes de phrasesDeux pondérations pour les relations et les concepts
Un poids (tf-idf) Un score de confiance
CorrespondanceIntersection de graphePondération de l’intersection
Sans ou sans score de confiance
Modèle local
représentation intermédiaire
Représentation &Correspondance
Supportsde vocabulaires
dri
dconfiance
qri
qconfiance
dq ppppconceptconcept ,
ripconfiancep
Loïc MAISONNASSEPage 26 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANModèle global
ReprésentationModélisation de l’ensemble des graphes de phrases
Estimation du modèle Probabilité des concepts, des couples et des relations
Lissage avec la collection
CorrespondanceProbabilité de la requête
Plusieurs modèlesSans étiquette
Avec étiquettes
Modèle global
Supportsde vocabulaires
représentation intermédiaire
Représentation &Correspondance
Loïc MAISONNASSEPage 27 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan
État de l’art à travers l’expressivité
Modélisation de l’expressivité basée sur les supports de vocabulairesCadre de formalisationModèle localModèle global
Application à la recherche d’information orientée précisionModèle intermédiaireModèle localModèle global
ExpérimentationModèle intermédiaireModèle localModèle global
ConclusionContributionsPerspectives
Loïc MAISONNASSEPage 28 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan d’expérimentation
Mise en œuvreCollection CLEF médicale (2005-07)
85 requêtes50 000 documents
Ressources UMLS1 million de concepts pour 5 millions de termes54 relations sémantiques
MesuresPrécision moyennePrécision à 5 documents
ExpériencesModèle intermédiaire
Détection des concepts
Modèle localMéthode MapMiniPar (avec confiance sur les relations)
Modèle globalAvec étiquettes
Loïc MAISONNASSEPage 29 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Modèle intermédiaire :détection des concepts
Détection des concepts MapTreeTagger
Correspondance
Filtrages
Comparaison des méthodes
étiquettes syntaxiques
types sémantiques
thésaurus tf.idf DFR
0,156 0,165X 0,157 0,186X X 0,155 0,184X X X 0,154 0,183
filtrages précision moyenne
tf.idf DFR tf.idf DFRMapTreeTagger + filtrages 0,154 0,183 0,304 0,448
MapMiniPar + filtrages 0,146 0,178 0,312 0,440MetaMap 0,164 0,198 0,304 0,440
Précision moyenne Précision à 5 documents
Loïc MAISONNASSEPage 30 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
Précision moyenne Collection CLEF médical 2005 niveau diagnostic (tf)
Précision à 5 documents Collection CLEF médical 2005 niveau diagnostic (tf)
Modèle localModèle intermédiaire
Modèle local : MapMiniPar avec confiance(relation)
0,2
0,25
0,3
0,35
0,4
0,45
0,5
mots-clefs relation concept sans confiance avec confiance
Modèle localModèle intermédiaire
0,12
0,16
0,2
0,24
0,28
mots-clefs relation concept sans confiance avec confiance
Loïc MAISONNASSEPage 31 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLAN
méthode résultat résultatMetaMap 0,2 0.4733 0.1 0.7 0.4600
MapMiniPar 0.1 0.4533 0.1 0.1 0.4867MapTreeTagger 0.1 0.4533 0.1 0.1 0.4733
modèle de langue modèle de grapheconcept relationconcept
0,42
0,45
0,48
0,51
MapTreeTagger MapMiniPar MetaMap
unigramme
global
Précision moyenne Collection CLEF médical 2005 et 2006
Précision à 5 documents Collection CLEF médical 2005 et 2006
méthode résultat résultatMetaMap 0.1 0.3371 0.1 0.4 0.3437
MapMiniPar 0.1 0.3390 0.1 0.4 0.3486MapTreeTagger 0.1 0.3653 0.1 0.4 0.3722
modèle de langue modèle de grapheconcept relationconcept
Modèle Global : avec étiquettes
0,3
0,33
0,36
0,39
MapTreeTagger MapMiniPar MetaMap
unigramme
global
Loïc MAISONNASSEPage 32 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANComparaison des deux modèles
Meilleurs résultats des deux méthodes Collection CLEF médical 2006
RésultatsPrécisions moyennes fortement différentes
Précisions à 5 documents proches
ModèlesModèle global : adapté à des corpus stables
Modèle local : bons résultats sur les premiers documents
méthode Modèle local Modèle global Modèle local Modèle globalMapTreeTagger 0.2935 0.3722 0.4400 0.4733
MapMiniPar 0.2893 0.3486 0.4933 0.4867MetaMap 0.2802 0.3437 0.3733 0.4600
Précision à 5 documentsPrécision moyenne
Loïc MAISONNASSEPage 33 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPlan
État de l’art à travers l’expressivité
Modélisation de l’expressivité basée sur les supports de vocabulairesCadre de formalisationModèle localModèle global
Application à la recherche d’information orientée précisionModèle intermédiaireModèle localModèle global
ExpérimentationModèle intermédiaireModèle localModèle global
ConclusionContributionsPerspectives
Loïc MAISONNASSEPage 34 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANContributions (1/2)
Niveau modélisationProposition d’un cadre générique pour la modélisation de
l’expressivitéSupports de vocabulaires
Espace de positionnement
Description de deux modèles dans ce cadreModèle local
Modèle global
Niveau traitementMéthodes d’extraction de graphe
Sur-ensemble, améliore les mots-clefs
Score de confianceAméliore les résultats notamment en précision
Méthode générique en deux étapes
Non supervisé
Meilleurs résultats à CLEF 2007 sur la tâche médicale
Précision moyenne sur 147 participations
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
0,4
Loïc MAISONNASSEPage 35 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANContributions (2/2)
Niveau développementsProgrammation modulaire
Basée sur XIOTA (Chevallet, 2004)
Facilite les expérimentations
Implémentation des modèles Détection des graphesCréation des représentations finalesCorrespondance
Exécution rapide
Niveau expérimentationsDifférentes variations de chaque modèleApplication des modèles au niveau syntaxiqueParticipation à différentes campagnes d’évaluation
CLEF’05, recherche d’information multilingueDEFT’05, attribution de discoursDEFT’06, segmentationCLEF’07, recherche d’information médicale
Loïc MAISONNASSEPage 36 / 36
IntroductionContexteObjectifs
État de l’art
Modélisation Cadre Modèle localModèle global
ApplicationModèle intermModèle localModèle global
ExpérimentationModèle intermModèle localModèle global
ConclusionContributionsPerspectives
PLANPerspectives
Court termeDétection des graphes
Améliorer l’extraction des concepts et des relations
Utiliser la complémentarité des méthodes
Calcul de scores de confiance
ModèleRelations lexicales
Score de confiance (modèle global)
Autres corpus
Long termeÉlargir les applications
Autres domaines
Autres medias
Explorer l’espace de positionnement
top related