Une nouvelle approche de calcul de contenu informationnel pour la mesure de similarité sémantique utilisant Wordnet.

Abstract

Dans le cadre de la quantification de la similarité sémantique entre deux mots ou deux concepts, nous proposons dans ce travail une nouvelle méthode de calcul du contenu informationnel (CI) d'un concept en utilisant le thesaurus WordNet. Cette méthode n'a pas besoin des ressources externes mais elle exploite seulement la taxonomie « IS A » de Wordnet. Principalement, nous utilisons l'arbre des hyperonymes d'un concept donné avec la profondeur ainsi que l'arbre des hyponymes (précisément les feuilles) et la hauteur pour exprimer le contenu informationnel d'un concept. La nouvelle approche remédie à certaines limites dans d'autres idées de calcul du CI utilisant Wordnet. De plus cette méthode est couplée à des mesures de similarité sémantique entre concepts, elle a montré de bons résultats comparés aux jugements humains. Mots clés: Wordnet, similarité sémantique, contenu informationnel, concept.