Résumé

Retrouver des informations importantes en temps sur une entité nommée particulière est un réel challenge. En effet, cela implique d’être capable de détecter l’entité dans les documents, mais en plus d’être capable de qualifier d’importante, au regard de l’entité, l’information véhiculée par le document. Dans cet article, nous formalisons un modèle de langue sensible au temps, et nous l’utilisons dans les profils d’entités. Nous mettons en place un ensemble de méta critères qui utilisent pleinement l’amélioration du profil d’entité. L’utilisation de méta critères nous assure d’avoir un système non dépendant de l’entité et donc place notre approche dans le domaine du semi-supervisé. Nous évaluons notre approche sur les données de la campagne d’évaluation TREC sur la tâche KBA 2013 et nous obtenons de bonnes performances et des conclusions intéressantes.

Abstract

Finding important information in real time on a particular named entity is a real challenge. It requires to be able to detect the entity within the document and to be able to assess how important the information is regarding the entity. In this article, we formalize a new time-aware langue model that we use as part of entity profiles. We design meta criteria to fully use this new profile design. Using meta criteria ensure to have a entity independent system and make our approach semi supervised. We evaluate our approach on the data from the TREC on the KBA 2013 track and we obtain satisfying results and interesting conclusions.