Modèle Hiérarchique de Recherche et d'Extraction de l'Information Textuelle de Surface
Résumé
Nous présentons une application de techniques d’apprentissage numérique au domaine de l’extraction d’information textuelle. Ce n’est que très récemment que les techniques d’apprentissage ont commencé à être utilisées dans ce domaine. Le système proposé est hiérarchique et réalise successivement la localisation, l’extraction et l’étiquetage des mots pertinents à une requête prédéterminée, au sein d’un corpus d’articles. Chaque niveau de la hiérarchie correspond à un niveau structurel du corpus (document, section, paragraphe, ...), cela nous permet d’une part d’éliminer l’information non pertinente dès que possible, d’autre part d’améliorer la sélection d’information pertinente à chaque niveau. Au dernier niveau, l’analyse de séquences de mots est faite à l’aide de modèles de Markov Cachés.