Utilisation de l’expansion de la requête pour améliorer la recherche d’information dans les microblogs

Abstract

Dans l'ère actuelle des réseaux sociaux, les plateformes de microblogging comme Twitter, qui compte 238 millions d'utilisateurs actifs par mois et plus de 850 millions de tweets envoyés par jour, constituent une source d'information massive. Cependant, le volume considérable de ces publications complique l'accès à l'information pertinente. Les tweets sont des documents courts, souvent rédigés dans un langage mal orthographié et contenant des abréviations et des argots, ce qui pose un défi particulier pour les modèles de recherche d'information actuels. La recherche d'informations dans le corpus des tweets est complexe, en raison à la fois du volume du corpus et des caractéristiques des tweets. Les défis comprennent l'absence fréquente des termes de la requête dans le tweet et le fait que chaque terme n'apparaît généralement qu'une seule fois dans le texte. Par conséquent, la sélection des meilleurs tweets repose sur un appariement lexical entre la requête et les tweets, ce qui peut entraîner un nombre élevé de tweets non pertinents dans le haut de la liste de résultats. Pour améliorer le classement des tweets pertinents, nous avons proposé un système basé sur une nouvelle approche de l'expansion de la requête via le Pseudo relevant feedback. Notre modèle exploite à la fois l'aspect thématique et temporel des tweets. En utilisant le corpus TREC 2011, nous avons détecté les grandes concentrations de tweets, identifié les sujets principaux parmi ces concentrations à l'aide de l'approche du Biterm et utilisé leurs termes les plus fréquents pour l'expansion de la requête. Cette approche permet d'améliorer la qualité du classement des tweets pertinents, fournissant ainsi une méthode plus efficace pour extraire des informations pertinentes de la masse de données générées par Twitter Mots clés : Twitter, expansion de la requête, recherche temporel, burst, modèle de topic.