Applicationdu Deep Learning dans la Recherche d’Information .
Loading...
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mouloud Mammeri
Abstract
Les développements récents des modèles de recherche d'information neuronaux ont montré des résultats satisfaisants sur les reconnaissances des formes et les traitements automatiques du langage naturel. La capacité de représenter avec précision du texte est essentielle à la compréhension du langage. Dans ce mémoire, nous décrivons une architecture neuronale pour la représentation des textes afin de calculer la similarité entre les paires document-requête. Nous nous sommes intéressées à intégrer les relations sémantiques entre les mots par une représentation vectorielle des mots de type word2vec pour résoudre le problème du bag of words (BOW), en utilisant les réseaux neuronaux profonds (DNN) afin de classer un ensemble de documents pour une requête donnée. Le réseau gère comme entrée un ensemble de vecteurs de termes (requête ou document) de haute dimension puis produit la représentation vectorielle correspondante à la séquence d'entrée. Cette représentation vise à capturer la sémantique relationnelle du document en projetant son contenu conceptuel dans la hiérarchie de la ressource externe.
Description
87 p. : ill. ; 30 cm. (+ CD-Rom)
Keywords
Recherche d'information;, Apprentissage profond;, Représentation vectorielle;, Représentation sémantique;, Appariement document/requête., Appariement document/requête.
Citation
Ingénierie des systèmes d’information.