Une architecture Agent pour l'extraction des informations contextuelles sur le web
| Autor: | Mosbah, Mawloud, Belleili, Habiba |
|---|---|
| Přispěvatelé: | Université 20 Août 1955 Skikda, Laboratoire de Recherche informatique - Badji Mokhtar University (LRI ), Université Badji Mokhtar - Annaba [Annaba] (UBMA) |
| Jazyk: | francouzština |
| Rok vydání: | 2009 |
| Předmět: |
exploration du web
rappel [INFO.INFO-MA]Computer Science [cs]/Multiagent Systems [cs.MA] expansion de requête [INFO.INFO-IR]Computer Science [cs]/Information Retrieval [cs.IR] [INFO.INFO-WB]Computer Science [cs]/Web Agent d'exploration fonction de similarité [INFO]Computer Science [cs] précision recherche d'information |
| Zdroj: | Journées Gestion Électronique des Documents & Réseaux de Recherche en Sciences et Téchnologies de l'Information GED'09 Journées Gestion Électronique des Documents & Réseaux de Recherche en Sciences et Téchnologies de l'Information GED'09, May 2009, Annaba, Algérie |
| Popis: | International audience; In this paper, we propose an agent architecture which utilizes the results returned by traditional information retrieval engine for extracting contextual information. We mean by contextual information the set of concepts qualified as discriminative owing to their correlation with query terms. For doing so, agents will recursively explore links of documents, judged as relevant, in order to get more contextual information. Concepts with high weights are considered to be suitable for improving the submitted queries.; Nous proposons dans ce papier une architecture agents destinée à utiliser les résultats retournés par un moteur de recherche traditionnel pour l'extraction d'information contextuelle. Nous entendons par informations contextuelles les concepts qui apparaissent fréquemment à proximité des termes de la requête tout en étant discriminants. Pour se faire, les agents vont explorer récursivement les liens qui se trouvent dans les documents jugés pertinents pour récolter suffisamment d'information textuelle. Celle-ci sera par la suite utilisée pour l'extraction et la pondération de concepts. Les concepts les mieux pondérés seront des concepts candidats pour l'amélioration de la requêtes. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|