Sujet : Indexation et recherche d'information sémantiques

Contexte

L'utilisation d'ontologies dans le cadre d'une recherche d'information
a pour but de dépasser les limites d'une recherche classique par mots
clés. Le Web sémantique propose une infrastructure qui permet de
mettre en place une recherche sémantique.

La vision implicite du Web Sémantique repose sur les hypothèses
suivantes :

- Il existe des ontologies formelles pour décrire objectivement les
  connaissances d'un domaine.

- Il est possible de décrire le contenu de documents en utilisant les
  concepts de ces ontologies.

- Il est possible pour l?utilisateur de rechercher l'information en
  utilisant ces mêmes concepts.

Actuellement, même s'il existe de plus en plus d'ontologies, il est
difficile de trouver une ontologie qui couvre la totalité des
connaissances d'une base documentaire et qui permettrait de ce fait
d'accéder à toute l'information contenue dans cette base. L'idée est
donc de proposer des méthodes d'indexation et de recherche
d'information qui exploitent la sémantique représentée dans une
ontologie (par opposition à la sémantique latente, LSI[1]) mais
également le texte lui-même pour ne pas être restreint par la
couverture de l'ontologie [4].

Objectifs

    * Établir un état de l'art sur les méthodes de recherche
      d'information sémantique.

    * Proposer des méthodes d'indexation qui permettent de combiner
      des modèles classiques de Recherche d'Information (e.g. modèle
      vectoriel [2]) avec l'exploitation d'une ontologie par le biais
      de mesures de proximité sémantique (e.g mesure de Wu&Palmer
      [3]).

    * Implémenter des propositions sur la base du moteur de recherche
      Lucene[5].

    * Participer à la création d'un benchmark pour une évaluation
      comparative par rapport à une recherche d'information classique.

Profil recherché

    * Intérêt pour l'IC et la Recherche d'Information
    * Autonome en informatique : connaissance d'UNIX, de Java (ou
      autre langage OO)

Conditions

Bac + 5 (Master pro ou recherche ou dernière année ingénieur) orienté
informatique

Stage de 4 à 6 mois, rémunéré.

Lieu du stage : LIPN (http://www-lipn.univ-paris13.fr/), Université
Paris 13.

Responsables

Sylvie Salotti & Haïfa Zargayouna
Pour envoyer votre candidature, envoyer un CV et une lettre ou un mail
de motivation à : sylvie.salotti at lipn.univ-paris13.fr,
haifa.zargayouna at lipn.univ-paris13.fr

Liens et références

[1] S. Deerwester, Susan Dumais, G. W. Furnas, T. K. Landauer,
R. Harshman (1990).  Indexing by Latent Semantic Analysis. Journal of
the American Society for Information Science 41 (6): 391?407.

[2] G. Salton , A. Wong , CS Yang (1975) A vector space model for
automatic indexing , Communications of the ACM, v.18 n.11, p.613-620,
Nov. 1975

[3] Z. Wu & M. Palmer (1994) Verb Semantics and Lexical Selection,
Proceedings of the 32nd Annual Meetings of the Associations for
Computational Linguistics, pages 133-138.

[4] H. Zargayouna (2005) "Indexation sémantique de documents XML"
Thèse, Université Paris-Sud.

[5] http://lucene.apache.org/