Critères de pertinence linguistiques et statistiques pour l'appariement au sein du couple question réponse

Linguistic and statistical relevance criteria to enhance question-answer pairing

• Auteur / Autrice : Karine Lavenus
• Direction : Benoît Habert
• Type : Thèse de doctorat
• Discipline(s) : Sciences du langage
• Date : Soutenance en 2004
• Etablissement(s) : Paris 10

Mots clés

Mots clés contrôlés

Recherche de l'information

Questions et réponses, Systèmes de

Résumé

Les systèmes de question réponse (QR) commercialisés utilisent généralement des bases de FAQ. Coûteux à mettre en œuvre et à maintenir, restreints à quelques domaines, souvent insatisfaits, ils laissent place à des prototypes participant à des campagnes d'évaluation, devant répondre à des questions de culture générale. Ces systèmes utilisent des techniques issues de la recherche d'information (RI). Des critères linguistiques et statistiques tenant compte des spécificités de la tâche QR peuvent améliorer l'appariement question réponse. Nous proposons une catégorisation sémantique des questions multidimensionnelle (une question peut renvoyer à plusieurs types de réponses) tenant compte de nuances. Une autre piste consiste à sélectionner une bribe de réponse candidate en adaptant à la tâche QR, par apprentissage, les pondérations des termes utilisés par le modèle probabiliste en RI. A ces termes s'ajoutent expansions sémantiques et dérivés morphologiques choisis par retour de pertinence.

Marketed Question Answering (QA) systems generally use FAQ databases. They are often restricted to a few domains and rather expensive to create and maintain. Therefore, they are not satisfactory. That is the reason why prototypical open-domain QA systems have appeared. They use Information Retrieval (IR) techniques. But linguistic and statistical QA-specific criteria should improve QA pairing. We propose a multidimensional semantically-based question categorisation (a question can belong to many question categories), which takes shades of meaning into account. The statistical track consists in selecting an answer chunk by adapting to the QA task the term, expansion and derivative weights used by the probabilistic model in IR. This can be done by using automatic learning and relevance feedback.