Modèles statistiques pour l'accès à l' information textuelle
Coll. Recherche d'information et web

Cet ouvrage présente les modèles statistiques récemment développés au sein de diverses communautés pour accéder à l'information contenue dans des collections textuelles. Les problématiques considérées sont liées aux applications visant à faciliter l'accès à l'information : recherche et extraction d'information ; catégorisation et classification de textes ; détection et classification d'opinions ; aide à la compréhension : résumé automatique, traduction automatique, visualisation.

Afin de donner au lecteur une description aussi complète que possible, l'accent est mis sur les modèles probabilistes utilisés dans les applications concernées, en exposant la relation entre modèles et applications et en illustrant le comportement de chaque modèle sur des collections réelles.

Modèles statistiques pour l'accès à l'information textuelle est organisé autour de quatre thématiques : la recherche d'information et les modèles d'ordonnancement, la classification et le clustering (régression logistique, méthodes à noyaux, champ markoviens, etc.), le multilinguisme et la traduction automatique et les applications émergentes comme l'exploration d'information.

Introduction - Éric GAUSSIER et François YVON. RECHERCHE D'INFORMATION. Chapitre 1. Modèles probabilistes pour la recherche d'information. Chapitre 2. Modèles d'ordonnancement pour le résumé automatique et la recherche d'information. CLASSIFICATION ET PARTITIONNEMENT. Chapitre 3. Régression logistique et catégorisation de textes. Chapitre 4. Méthodes à noyaux pour les tâches d'accès à l'information textuelle. Chapitre 5. Modèles génératifs à base de thèmes pour l'accès à l'information textuelle. Chapitre 6. Champs markoviens conditionnels pour l'extraction d'information. MULTILINGUISME. Chapitre 7. Méthodes statistiques pour la traduction automatique. APPLICATIONS ÉMERGENTES.