Les techniques SVD et traitement d'images dans la recherche intelligente d'informations en indexation sémantique latente

Abstract

L’objet des systèmes de recherche d’informations est de faciliter l’accès à un ensemble de documents, afin de permettre à l’utilisateur de retrouver ceux qui sont pertinents, c'est-àdire ceux dont le contenu correspond le mieux à son besoin en information. La qualité des résultats de la recherche se mesure en comparant les réponses du système avec les réponses idéales que l'utilisateur espère recevoir. Plus les réponses du système correspondent à celles que l'utilisateur espère, plus le système est jugé performant. Les premiers systèmes permettaient d’effectuer des recherches booléennes, c’est à dire, des recherches ou seule la présence ou l’absence d’un terme de la requête dans un texte permet de le sélectionner. Il a fallu attendre la fin des années 60, pour que l’on applique le modèle vectoriel aux problématiques de la recherche d’information. Dans ces deux modèles, seule la présence, l’absence, ou la fréquence des mots dans le texte est porteuse d’information. D’autres systèmes de recherche d’information adoptent cette approche dans la modélisation des données textuelles et dans le calcul de la similarité entre documents ou par rapport à une requête. Plusieurs améliorations des systèmes de recherche d’information utilisent les relations sémantiques qui existent entre les termes dans un document. LSI (Latent Semantic Indexing), par exemple réalise ceci à travers des méthodes d’analyse qui mesurent la cooccurrence entre deux termes dans un même contexte pour créer des liens sémantiques entre les termes dans un processus de chaines lexicales. Dans ce travail, nous étudierons la technique de LSI, du prétraitement de la base de données jusqu'à l’application d’algorithme de décomposition et la conception d’un moteur de recherche basé sur cette technique. La contribution clé du travail présenté dans ce projet est le développement d'une approche hybride et efficace de LSI pour une utilisation plus performante dans la recherche d’information, basé sur l'utilisation de techniques de traitement d'image en tandem avec les composants existants.