ARIA

Association Francophone de Recherche d’Information (RI) et Applications

Actes de CORIA-TALN 2018
PDF

Auteurs

Gia-Hung Nguyen, Lynda Tamine, Laure Soulier, Nathalie Bricon-Souf

Résumé

De nombreux travaux en recherche d’information (RI) ont montré que l’utilisation des sources d’évidence provenant de ressources sémantiques externes pourrait améliorer la performance de l’appariement. Par ailleurs, les approches neuronales sont devenues des modèles de référence qui permettent de capturer à partir des corpus, la sémantique latente des mots qui peut être injectée dans les modèles RI. Ce papier présente un modèle qui a pour but de réduire le fossé sémantique en RI en combinant ces deux sources d’évidence. C’est un modèle neuronal tripartite pour la représentation sémantique de documents qui exploite des connaissances explicites pour régulariser conjointement l’apprentissage de représentations des mots, des concepts et des documents. Nous montrons l’efficacité de notre modèle sur différentes tâches de RI.

Abstract

Previous work in information retrieval (IR) have shown that using evidence, such as concepts and relations, from external knowledge resources could enhance the retrieval performance. Recently, deep neural approaches have emerged as state-of-the art models for capturing word semantics that can also be efficiently injected in IR models. This paper presents a new tri-partite neural document language framework that leverages explicit knowledge to jointly constrain word, concept, and document representation learning to tackle a number of issues including polysemy and granularity mismatch. We show the effectiveness of the framework in various IR tasks including word similarity, document similarity, and document re-ranking.

Posts Récents

Catégories

A Propos

ARIA (Association Francophone de Recherche d’Information (RI) et Applications) est une société savante, association loi 1901, ayant pour but de promouvoir le savoir et les connaissances du domaine de la Recherche d’Information (RI) et des divers domaines scientifiques en jeu dans la conception, la réalisation et l’évaluation des systèmes de Recherche d’Information.