Désambiguïsation des Traductions des Requêtes dans la Recherche d'Information Translinguistique

Résumé

Nous avons proposé dans cette thèse quatre approches de désambiguïsation des traductions des requêtes (TR), dans lesquelles nous avons essayé de franchir les difficultés retrouvées dans les approches existantes dans la littérature, à savoir : (i) le problème de la désambiguïsation des traductions, (ii) le manque de couverture des dictionnaires bilingues, et (iii) le manque de contexte fourni par les termes des requêtes sources. Les trois premières approches sont basées principalement sur les mesures des possibilités ainsi que la transformation probabilité-possibilité. Alors que, la quatrième approche est à base de proximité bilingue. Nos contributions sont résumées comme suite: Premièrement, nous avons proposé une approche possibiliste de TR à base d’un dictionnaire bilingue Français-Anglais. Tout d’abord, nous avons enrichi la couverture du dictionnaire en générant les mots ainsi que leurs traductions automatiquement à partir d'un corpus parallèle. Le dictionnaire obtenu a été vérifié et enrichi via des correcteurs intelligents en ligne. En outre, nous avons gardé le maximum d’informations contextuelles existantes dans les requêtes sources pour garantir des documents pertinents. Puis, nous avons identifié, à partir de la requête source, les syntagmes nominaux afin de les traduire en unités en utilisant des patrons de traduction et un modèle de langue (trigramme).Les termes de requête source qui ne font pas partie des syntagmes nominaux sélectionnés sont traduits mot-à-mot en utilisant une approche possibiliste de traduction des mots simples. Deuxièmement, nous avons proposé et testé une approche possibiliste discriminative de désambiguïsation de TR. Dans cette approche, la pertinence des traductions d'un terme est modélisée par deux mesures, à savoir: la pertinence possible et la pertinence nécessaire. La pertinence possible permet de rejeter les traductions non-pertinentes, alors que la pertinence nécessaire permet de renforcer les traductions non-éliminées par la possibilité. Troisièmement, nous avons proposé et évalué une approche possibiliste hybride de TR. Cette approche présente une combinaison des deux premières méthodes. Nous avons profité des points forts de l’approche à base de transformation probabilité-possibilité dans la traduction des syntagmes nominaux ainsi que les points forts de l’approche possibiliste discriminative dans la traduction des termes restants de la requête. Quatrièmement, une approche de désambiguïsation de TR à base de proximité a été proposé et discuté. Dans cette approche nous avons combiné un dictionnaire bilingue Français-Anglais avec un corpus parallèle Français-Anglais (Europarl), pour construire un dictionnaire sémantique bilingue de contexte (DSBC). Cette nouvelle ressource linguistique assure un apprentissage automatique des requêtes source. Cette approche est basée sur des méthodes stochastiques, où les termes des requêtes ainsi que leurs traductions sont représentés sous forme des graphes sémantiques bilingues. Ce grapheest transformé en des chaînes de Markov, où les états sont les nœuds du graphe et les transitions sont ses arêtes. Nous avons utilisé le principe de PROX qui calcule un score de similarité sémantique (proximité) entre les termes polysémiques des requêtes sources afin d’identifier la traduction appropriée de chaque terme de la requête source. Finalement, nous avons conçu et implémenté un outil de recherche d’information translinguistique, dénommé SPORT (Système POssibiliste de tRaduction de requêTes) afin d’évaluer nos contributions. Nous avons implémenté les interfaces de cetoutil en langage Java et nous avons intégré la plateforme Terrier qui fournit des modèles d’indexation et d'appariement. Dans notre cas, nous avons évalué les résultats en utilisant le modèle d’appariement OKAPI BM25 ainsi que la collection de test CLEF-2003.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 3

Téléchargements : 0