Détecter le potentiel d'ambiguïté d'une requête - le cas des recherches portant sur l'actualité

¹ Cognition, Langues, Langage, Ergonomie, Maison De La Recherche 5 Allées Antonio Machado 31058 Toulouse Cedex 9
² Orange Labs - Lannion, Technopole Anticipa 2 Avenue Pierre Marzin 22300 Lannion

^* contact : fanny.lalleman@univ-tlse2.fr

Résumé

Le traitement de l’ambiguïté est un enjeu important pour l’amélioration des performances d’un système de recherche d’information (RI). Les travaux dans ce domaine sont focalisés sur le traitement de l’ambiguïté lexicale par recours à des dictionnaires ou, en recherche d’information multilingue, à des corpus alignés. Mais l’inadéquation de dictionnaires génériques (typiquement Wordnet) pour le traitement sémantique de requêtes s’est avérée patente, pour plusieurs raisons : les emplois recensés dans des ressources lexicales externes peuvent ne pas être représentatifs de ceux qui apparaissent dans la base de textes ; en particulier, la présence massive d’entités nommées, non recensées dans ces dictionnaires, pose des problèmes d’ambiguïté spécifiques. Dans ce contexte de redéfinition de la nature et du traitement de l’ambiguïté en RI, l’objectif du travail que nous présentons ici est d’examiner cette notion à travers l’étude des requêtes produites dans un système de RI opérationnel. Celui-ci vise le traitement d’une base de documents relatifs à l’actualité française, domaine particulièrement mouvant et par conséquent propice à l’examen de la question de l’ambiguïté. Nous cherchons à déterminer la nature de l’ambiguïté des requêtes en examinant les logs de requêtes disponibles et en les confrontant à différents indices contextuels qui enrichissent la perception de la variabilité sémantique des termes de la requête. Pour cela, nous avons établi et testé un ensemble de critères permettant d’apprécier l’ambivalence référentielle de ces termes en croisant diverses sources d'informations, en l’absence d’indices contextuels contenus dans la requête elle-même. Ces différents indices nous ont amené à étudier l'ambiguïté des requêtes dans toute sa complexité, en tenant compte à la fois d’informations issues de la base de textes (catégorisation, cooccurrences) et des trajets de recherche des utilisateurs (reformulations).