Résumé

La plupart des systèmes de Recherche d’Information sont basés sur la correspondance exacte entre termes, même si de nombreuses recherches portent sur le problème de la corres- pondance entre variantes de termes issus de mots synonymes, d’une formulation multilingue, ou sur l’utilisation de termes experts très précis. Résoudre ces problèmes nécessite une analyse particulière pour combler l’écart entre l’information contenue dans les documents et le besoin de l’utilisateur. Dans ce travail, nous proposons une solution par enrichissement d’un méta- thésaurus. Nous proposons d’exploiter les relations entre les concepts du thesaurus, mais aussi de les enrichir à travers l’analyse des termes associés aux concepts. La correspondance est effectuée en utilisant une dérivation de concepts à travers un réseau Bayésien. Une validation de notre proposition est réalisée sur la collection de test ImageCLEFmed 2005 avec l’aide de la ressource UMLS 2005.

Abstract

Most Information retrieval systems are based on exact term matching. Though many researches address the “term mismatch” problem. This problem arises when different terms express the same meaning, in multilingual formulation of the query/documents, or when using expert terms either in the document or in the query. All these problems need a particular anal- ysis that fills the gap between the document information and the user. In this work, we propose a solution by the enrichment of a meta-thesaurus. We propose to exploit the thesaurus rela- tions between concepts but also to enrich them through the analysis of the terms associated to concepts. The matching is performed using concept derivation through a Bayesian network. A validation of our proposal is made on the test collection ImageCLEFMed 2005 and the resource UMLS 2005.