Approche multicritère des problèmes de recherche documentaire

Multiple criteria approach for information retrieval

• Auteur / Autrice : Mohamed Farah
• Direction : Daniel Vanderpooten
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Paris 9

Mots clés

Mots clés contrôlés

Systèmes d'aide à la décision

Décision multicritère

Recherche documentaire

Résumé

Les travaux en Recherche Documentaire montrent que de meilleures performances sont obtenues lorsque plusieurs sources de pertinence sont combinées pour produire un rangement des documents en réponse à une requête. Dans le cas où les documents sont évalués sur la base d’un certain nombre d’attributs ou critères, la majorité des approches classiques combinent les performances des documents selon ces attributs en construisant un score unique qui sert au classement des documents à retourner à l’utilisateur. Lorsque l’on ne dispose que des rangements des documents, plusieurs méthodes existent pour combiner ces listes en un seul rangement à retourner à l’utilisateur. Dans les deux cas, nous proposons des méthodes de rangement issues du cadre de la théorie multicritère. Ces méthodes se basent sur des mécanismes d’agrégation qui traduisent des règles de décision identifiant les raisons positive et négative pour juger si un document devrait obtenir un meilleur rang que les autres. La particularité ce ces méthodes est de tenir compte des spécificités de la Recherche Documentaire. Les résultats des expérimentations que nous avons conduites dans les deux contextes de recherche sont présentés.

Research in Information Retrieval shows performance improvement when many sources of evidence are combined to produce a ranking of documents. When documents are evaluated according to some attributes or criteria, most current approaches assess document relevance by computing a single score which aggregates performance values w. R. T. These attributes. When only ranked lists of relevant documents are provided by multiple ‘blackbox’ methods, most current approaches combine these lists into one single output result set. In both cases, we propose ranking methods within a multiple criteria framework using aggregation mechanisms based on decision rules identifying positive and negative reasons for judging whether a document should get a better ranking than another. The proposed methods deal well with the Information Retrieval distinctive features. Experimental results are reported in both contexts