Résumé

En recherche d’information (RI), plusieurs techniques existent et sont utilisées par les systèmes pour répondre de manière efficace aux requêtes des utilisateurs. Nous nous intéressons dans ce papier à comment utiliser les caractéristiques linguistiques des requêtes pour prédire le(s) meilleur(s) système(s) à utiliser pour une requête donnée. Pour ce faire, nous avons utilisé 13 critères linguistiques définis dans (Mothe et al, 2005) pour catégoriser les requêtes de la campagne TREC 3, 5, 6 et 7. Chaque catégorie de requête est ensuite associée à un ou plusieurs systèmes. Les résultats montrent que notre méthode permet d’améliorer les performances de la recherche en fonction des campagnes TREC de 2,31% à 6,81% pour la P@15 et jusqu’à 16,27% pour la MAP.

Abstract

In information retrieval (IR), many techniques are used by systems to improve their efficiency in the retrieval process. In this paper, we consider13 linguistic features for queries clustering (Mothe et al., 2005). Queries are TREC 3, 5, 6 and 7 topics. We then associate to each cluster a system that will be used for all queries in this cluster. Results show that P@15 can be improved for example from 2.31% to 6.81% and up to 16.27% for the MAP measure, depending of the year considered.