Vectorisation des processus d'appariement document-requête

Abstract

Dans la plupart des applications de RI, calculer rapidement la proximite entre documents et requetes est crucial. Avec les modeles vectoriels, ce calcul se fait generalement de maniere tres efficace. Cependant, lorsque les requetes sont tres longues ou dans le cas de SRI bases sur des modeles plus avances, ce calcul devient plus complexe et couteux. Dans cet article, nous proposons une technique simple pour transformer n'importe quel processus d'appariement requete-document fournissant un score en un probleme de calcul de distance entre vecteurs. Cette approche peut ainsi beneficier des bonnes performances des outils existants d'indexation et de recherche approximative dans des espaces de grandes dimensions. Au travers de quelques experiences, nous montrons par ailleurs que cette representation n'entraine pas de baisse importante de qualite des resultats, et, lorsque de nombreux documents sont a retourner, ameliore meme le rappel par rapport au SRI original, a taille de resultat egal.