phd defense presentation - soutenance de thèse

MRIMLIGCUI

Un modèle de Recherche d’Information orienté précision fondé sur les dimensions de domaine

Directeurs de thèse :

Jean-Pierre CHEVALLET, UJF

Yves CHIARAMELLA, UJF

Gilles FALQUET, UniGe

Saïd Radhouani

18 juillet 2008

MRIM18 juillet 2008 © S. Radhouani 2

Langage d’interrogation---- --- ---------------------

---- --- ---------------------

Langage d’indexation

Documents ordonnés

Contexte

Correspondance

Objectif : Sélectionner les documents pertinents

qui traitent du thème de la requête.

Indexation Interrogation

Requête

Contexte

Contexte de recherche : utilisateur décrit un besoin précis• Milieux professionnels (médecine, physique, etc.)

Requête précise1. Terminologie spécifique

ex. "Un compte-rendu sur le type de traitements à effectuer en cas d’un cancer du sein de stade M0"

v Structure sémantique complexe• Relations sémantiques

ex. "Les documents qui parlent du général français responsable de la création de la zone de sécurité pendant le conflit des Balkans"

• Opérateurs

ex. "Des images de la peau de la main sans aucune pathologie"

• Quantificateurs

ex. "Une image qui contient Zinedine Zidane tout seul"

… pendant la guerre civile qui a eu lieu en ex-Yougoslavie, les Nations Unies ont chargé Philippe Morillon de créer une zone de sécurité. Celle-ci couvre la Serbie, la Slovénie …

Document Requête [CLEF05]

Problématique Donne-moi les documents qui parlent du général français responsable de la création de la zone de sécurité pendant le conflit des Balkans.

Philippe Morillon

Ex-Yougoslavie

Zone de sécurité

Serbie

Slovénie

Guerre civile d’Ex-Yougoslavie

Général

Français

Zone de sécurité

Balkans

Conflit des Balkans

Le SRI a besoin de connaissances, autres que celles présentes dans le texte.

Y a-t-il des éléments, autres que les descripteurs, qu’un document doit partager avec la requête pour qu’il soit considéré pertinent ?

Philippe Morillon

Ex-Yougoslavie

Zone de sécurité

Serbie

Slovénie

Général

Français

Zone de sécurité

Balkans

Conflit des Balkans

est_un

créé_pendant

Balkans

partie_de

Zone de sécurité

Ex-Yougoslavie

Général

est_unoriginaire_de

Philippe Morillon France

Philippe Morillon

Ex-Yougoslavie

Zone de sécurité

Serbie

Slovénie

Général

Français

Zone de sécurité

Balkans

Conflit des Balkans

Personne

Lieu Géographique

Evénement Conflit des Balkans

est_un

créé_pendant

Balkans

partie_de

Zone de sécurité

Ex-Yougoslavie

Général

est_unoriginaire_de

Philippe Morillon France

Conflit des Balkans

Philippe Morillon

Ex-Yougoslavie

Zone de sécurité

Serbie

Slovénie

Général

Français

Zone de sécurité

Balkans

Vers une RI basée sur les dimensions

ex.• Politique : personne, lieu géographique, époque, événement, etc.• Médecine : anatomie, pathologie, stade de la maladie, etc.

Idée de notre approche• Domaine : un thème peut être développé en faisant référence à un ensemble de

dimensions de ce domaine

• Auteur domaine thème dimensions termes document

• Médecin médecine image médicale anatomie fémur compte rendu

Une dimension d’un domaine est un concept utilisé pour exprimer des thèmes dans ce domaine

Objectifs et besoins

Résoudre des requêtes précises• Interpréter le contenu sémantique véhiculé par la structure extraite des

documents et des requêtes• Tenir compte de la complexité de la structure sémantique des requêtes

• Tenir compte des dimensions de domaine

1. Ressources externes (ontologie, thésaurus, taxonomie, etc.)• Définition des dimensions• Terminologie spécifique• Relations sémantiques

2. Langage de document expressif

• Indexation précise du contenu sémantique (dimensions, relations)

3. Langage de requête expressif

• Expression de besoin précis (opérateurs, relations, etc.)

I. Introduction

II. État de l’art : ressources externes & dimensions• Indexation• Interrogation• Dimensions• Synthèse

III. Modèle de RI fondé sur les dimensions de domaine• Formalisme de représentation de connaissances • Modèle de connaissances• Unité d’indexation• Modèle de document• Modèle de requête

IV. Expérimentations

V. Conclusion

---- --- ---------------------

Documents ordonnés

Ressources externes & dimensions

Correspondance

Requête

IntroductionEtat de l’art ModèleExpérimentationsConclusions

IndexationInterrogationDimensionsSynthèse

Ressources externes

Indexation conceptuelle

Représentation par des concepts au lieu de mots ambigus [Baziz05, Biemann05, Vallet05, Maisonnasse08]

• Représentation : sac de concepts

• Correspondance : partage de concepts entre document et requête

• Relations sémantiques non exploitées

• Utilisation des relations seulement pour la désambiguïsation [Baziz05]

Un concept est un objet mental défini comme une abstraction généralisée à partir de propriétés communes à des objets concrets.

Général

C01 Officier de l’armée

C02 Chef d’un ordre religieux

C03 Ce qui concerne le tout

---- --- ---------------------

Documents ordonnés

Correspondance

Requête

Ressources externes

Expansion de requêtes

Utiliser les relations enrichir le contenu de la requête [Voorhees94, Mihalcea00, Baziz et al.03]

• Représentation de la requête étendue : sac de concepts

• Correspondance : partage de concepts entre document et requête étendue

• Utilisation des relations seulement pour l’expansion

Relations Exemples

Généralisation/spécialisation {voiture} est_un {véhicule à moteur}

Composition {voiture} est_composé_de {{porte}, {moteur}}

---- --- ---------------------

Documents ordonnés

Correspondance

Requête

Ressources externes

RI & dimensions de domaine

Paradigme de recherche multi-facette [S. R. Ranganathan 1931]

Interface pour la navigation dans une collection [Yee 03, Hearst 06, Mäkelä 06]

Construction manuelle des facettes/dimensions : hiérarchies de concepts

Pas d’évaluation en termes de performance de recherche

Tests d’utilisabilité : approches prometteuses mais limitées à petite échelle [Yee 03, Diederich 06]• Annotée manuellement• Statique, de petite taille

Difficulté à résoudre des requêtes précises• Structure sémantique complexe (opérateurs)• Terminologie spécialisée : navigation profonde dans les hiérarchies de concepts

lourde surcharge cognitive

Synthèse

Approches existantes : insuffisantes devant les exigences présentées

Résoudre des requêtes précises• Interpréter la sémantique véhiculée par la structure extraite des documents et

des requêtes Tenir compte des dimensions Utiliser les relations sémantiques

Besoin de ressources externes• Représentation uniforme des documents, requêtes, et ressources externes

=> Formalisme de représentation de connaissances commun à ces trois éléments• Opération de comparaison fonction de correspondance • Prendre en compte les exigences des utilisateurs en termes d’opérateurs

(booléens, quantificateurs, etc.)

I. Introduction

II. État de l’art : ressources externes & dimensions• Indexation• Interrogation• Dimensions

• Synthèse

V. Conclusion

La logique descriptive

Logique Descriptive (DL) = Logique Terminologique

ALCQ : Attribute Language with Complements and Qualified number restriction

• Modéliser les connaissances d’un domaine (concepts et relations)

• Satisfait les exigences de notre modèle (opérateurs : ,⊓ ⊔ ; quantificateurs : ,∃ ≥)

T(erminological)-Box : ensemble d’axiomes terminologiques de la forme

• C ≡ D ou

• C ⊑ D

Algorithme de calcul de subsomption : déduire des connaissances implicites

• Général ⊑ Personne

• Philippe Morillon ⊑ Général

FormalismeConnaissancesUnité d’indexationDocumentRequête

=> Philippe Morillon ⊑ Personne

Logique descriptive & RI

correspondance

q : une requête

Physical query Physical query Physical query Physical query Physical query Physical query Physical query

doc : un document

RdocRq

Physical document Physical document Physical document Physical document Physical document Physical document Physical document

---- --- ---------------------

Documents ordonnés

Modèle de connaissances

Correspondance

Requête

Ressources externes

Modèle de connaissances

Ressource externe : K = (C, R, Dim, T)

• Concepts : C ={c1, …, cnc}

• Rôles : R = {R1, …, Rnr}

• Dimensions : Dim = {dim1, …, dimnd}

• dimi = (rac_dimi, Ci )

• rac_dimi C : racine de la hiérarchie définissant dimi

• Ci = {c C | c ⊑ rac_dimi}

• T-Box : T (connaissances du domaine)

Modèle de connaissances : exempleIntroductionEtat de l’art ModèleExpérimentationsConclusions

C = {Evénement, Personne, etc.}

R = {originaire_de, partie_de, etc.}

Dim = {Événement, Lieu géographique, Personne}

dimPersonne = (Personne, {Général,

Philippe Morillon, …})

Événement ⊑ ＴConflit des Balkans ⊑ EvénementGuerre civile d’Ex-Yougoslavie ⊑ Conflit des Balkans Conflit des Balkans ≡ ∃a_lieu_à.Balkans

Lieu géographique ⊑ ＴFrance ⊑ Lieu géographiqueBalkans ⊑ Lieu géographiqueEx-Yougoslavie ⊑ Lieu géographiqueEx-Yougoslavie ≡ ∃partie_de.BalkansZone de sécurité ⊑ Lieu géographiqueSerbie ⊑ Ex-YougoslavieSlovénie ⊑ Ex-YougoslavieZone de sécurité ≡ ∃créé_pendant.Conflit des Balkans

Personne ⊑ ＴGénéral ⊑ PersonnePhilippe Morillon ⊑ GénéralPhilippe Morillon ≡ ∃originaire_de.France

Unité d’indexation

Produire une représentation précise du contenu sémantique des documents (requêtes)

Interpréter la sémantique véhiculée par la structure extraite des documents (requêtes)• Se détacher de l’aspect sac de concepts• Utiliser les dimensions, concepts, et relations

ex. Interprétation de "Général français"

• élément de la dimension "Personne"• est "Général"• originaire de "France"

Unité d’indexation : élément de dimension

Tout concept d’une dimension est susceptible de constituer un élément de cette dimension lorsqu’il est utilisé dans un document ou une requête

• cidf dim : identifier edim• cdes dim : décrire edim• décrit_par : relation générique pour la modélisation

ex. edim ≡ Général ⊓ ∃originaire_de.France

Un élément d’une dimension dim est une expression ALCQ qui cherche à correspondre le plus précisément possible au concept de dim auquel il

est fait référence dans un document ou une requête.

edim ≡ cidf_1 … ⊓ ⊓ cidf_n ⊓ ∃décrit_par.cdes_1 … ⊓ ⊓ ∃décrit_par.cdes_m

---- --- ---------------------

Documents ordonnés

Représentation des documents

Correspondance

Requête

Ressources externes

Représentation des documents

document : doc représenté par des éléments de dimension

• Rdoc : expression ALCQ = conjonction d’éléments de dimension

• indexé_par : rôle pour associer un élément de dimension à un document

Un élément de dimension peut être pondéré (ne fait pas partie de la DL)

Rdoc est ajouté à la T-Box

Rdoc ≡ ∃indexé_par.edim1 ⊓ … ⊓ ∃indexé_par.edimn

Exemple

edim1 ≡ Philippe Morillon

edim2 ≡ Zone_de_Sécurité ⊓ ∃créé_pendant.Guerre civile d’Ex-Yougoslavie

edim3 ≡ Ex-Yougoslavie

edim4 ≡ Serbie

edim5 ≡ Slovénie

edim6 ≡ Guerre civile d’Ex-Yougoslavie

Rdoc ≡ ∃indexé_par.edim1 ⊓ ∃indexé_par.edim2 ⊓ ∃indexé_par.edim3 ⊓

∃indexé_par.edim4 ⊓ ∃indexé_par.edim5 ⊓ ∃indexé_par.edim6

ExempleIntroductionEtat de l’art ModèleExpérimentationsConclusions

Événement ⊑ ＴConflit des Balkans ⊑ EvénementGuerre civile d’Ex-Yougoslavie ⊑ Conflit des BalkansConflit des Balkans ≡ ∃a_lieu_à.Balkans

---- --- ---------------------

Documents ordonnés

Représentation des requêtes

Correspondance

Requête

Ressources externes

Représentation des requêtes

requête : q représentée par des éléments de dimension

• Rq : expression ALCQ = combinaison d’éléments de dimensions et d’opérateurs

• indexé_par : rôle pour associer un élément de dimension à une requête

Un élément de dimension peut être pondéré (ne fait pas partie de la DL)

Rq est ajouté à la T-Box

Rq ≡ ∃indexé_par.edim1 ⊓ … ⊓ ∃indexé_par.edimn

Exemple

edim7 ≡ Général ⊓ ∃orginaire_de.France

edim8 ≡ Zone de Sécurité ⊓ ∃créé_pendant.Conflit des Balkans

edim9 ≡ Conflit des Balkans

Rq ≡ ∃indexé_par.edim7 ⊓ ∃indexé_par.edim8 ⊓ ∃indexé_par.edim9

ExempleIntroductionEtat de l’art ModèleExpérimentationsConclusions

Événement ⊑ ＴConflit des Balkans ⊑ EvénementGuerre civile d’Ex-Yougoslavie ⊑ Conflit des BalkansConflit des Balkans ≡ ∃a_lieu_à.Balkans

---- --- ---------------------

Documents ordonnés

Correspondance

Requête

Ressources externes

La fonction de correspondance fSel

fSel(doc, q) : respecter les contraintes imposées par l’utilisateur

• Calcul de la subsomption dans la T-Box

• Dpert = {doc | Rdoc ⊑T Rq}

correspondance

q : une requête

Physical query Physical query Physical query Physical query Physical query Physical query Physical query

doc : un document

Physical document Physical document Physical document Physical document Physical document Physical document Physical document Physical document

Événement ⊑ ＴConflit des Balkans ⊑ EvénementGuerre civile d’Ex-Yougoslavie ⊑ Conflit des Balkans Conflit des Balkans ≡ ∃a_lieu_à.Balkans

Rdoc Rq

Philippe Morillon ⊑ Général

Zone de sécurité ≡ ∃créé_pendant.Conflit des Balkans

Philippe Morillon ≡ ∃originaire_de.France

Guerre civile d’Ex-Yougoslavie ⊑ Conflit des Balkans

Philippe Morillon

Zone de sécurité ⊓∃créé_pendant.Guerre civile

d’Ex-Yougoslavie

Général ⊓ ∃originaire_de.France

Conflit des BalkansGuerre civile d’Ex-Yougoslavie Zone de sécurité ⊓

∃créé_pendant.Conflit des Balkans

Rdoc Rq

Philippe Morillon ⊑ Général

Zone de sécurité ≡ ∃créé_pendant.Conflit des Balkans

Philippe Morillon ≡ ∃originaire_de.France

Guerre civile d’Ex-Yougoslavie ⊑ Conflit des Balkans

Philippe Morillon

Zone de sécurité ⊓∃créé_pendant.Guerre civile

d’Ex-Yougoslavie

Général ⊓ ∃originaire_de.France

Conflit des BalkansGuerre civile d’Ex-Yougoslavie Zone de sécurité ⊓

∃créé_pendant.Conflit des Balkans

Rdoc ⊑T Rq

La fonction d’ordonnancement fOrd

fOrd(doc, q) : classer les documents dans leur ordre de pertinence par rapport à q

• Les poids des éléments de dimension dans doc

• Les poids des éléments de dimension dans q

• Les valeurs de priorité des éléments de dimension dans q

N’est pas modélisée en DL

Utiliser une métrique existante

• Notre expérience : modèle vectoriel

I. Introduction

• Synthèse

V. Conclusion

Expériences

1. Résoudre des requêtes précises évaluer l’apport de l’usage des dimensions• Performances de recherche• Résultat de référence : modèle vectoriel sans dimensions

2. Mise en œuvre du modèle basé sur la DL• Tester la faisabilité de notre approche• Évaluer les limites du modèle

ObjectifsDonnéesRéalisationsRésultats

Données et ressources

Collection ImageCLEFmed-2005

• 50,026 documents (Anglais, Français, Allemand)

• 25 requêtes

ex. "show me x-ray images with fracture of the femur"

Dimensions : Modalité, Pathologie, Anatomie

Ressource externe : UMLS• Meta thésaurus (≥ 1 million d’entrées)

• Réseau sémantique (135 Types sémantiques)

Indexation

Construction manuelle des dimensions• Anatomie : "Anatomical Structure" + "Body System" + "Body Space or Junction" +

"Body Location or Region" ;

• Pathologie : "Pathologic Function" + "Finding" + "Injury or Poisoning" ;

• Modalité : "Diagnostic Procedure" + "Manufactured Object".

Indexation conceptuelle• Outil adapté aux documents en anglais

Identification des éléments de dimension• Défini par un concept

• Si c dim, alors c est un élément de la dimension dim

Pondération des éléments de dimension• Modèle vectoriel : variante du tf*idf (LTC)

Interrogation

T1: Un document est considéré pertinent s'il contient les trois dimensions présentes dans la requête

Anatomie ⊓ Pathologie ⊓ Modalité

T2 : Un document est considéré pertinent s'il contient au moins une des dimensions de la requête

Anatomie ⊔ Pathologie ⊔ Modalité

T3 : Un document pertinent doit contenir l'anatomie, sinon la pathologie, sinon la modalité

AnatomiePriorité=1 PathologiePriorité=2 ModalitéPriorité=3

T4 : Un document est considéré pertinent s'il contient les dimensions anatomie et pathologie

(Anatomie ⊓ Pathologie) ⊔ Modalité

Apport de l’usage des dimensions

Précision

TestMoyenne à 5 docs à 10 docs

Baseline 0.1451 0.2720 0.2440

%à 10 docs%à 5 docs%MoyennePrécision

+32.780.3240+29.410.3520+8.820.1579T3

+60.650.3920+44.110.3920+20.050.1742T4

+27.860.3120+23.520.3360+5.720.1534T2

+36.590.3333+29.550.3524-1.610.1428T1

Baseline : modèle vectoriel•Variante du tf*idf (LTC)•Sac de concepts

Notre approche

Mise en œuvre du modèle

1. Identification des éléments de dimension• document Traitement Automatique des Langues• requête interface

2. Construction de la T-Box• être humain DL vs. Machine langage adéquat (OWL)• outil basé sur des heuristiques

3. Fonction de Correspondance calcul de la subsomption• raisonneur existant

• Pellet [Sirin et al. 04]

v Ordonnancement des documents• modèle vectoriel

I. Introduction

• Synthèse

V. Conclusion

Conclusion

Modèle de RI capable de résoudre des requêtes précises

• Fondé sur les dimensions de domaine• Mettre en exergue les éléments pertinents dans un domaine particulier

• Nouvelle unité d’indexation : l’élément de dimension• Définie par des dimensions, concepts, et relations

• Langages de document et de requête expressifs• Représenter la sémantique véhiculée par la structure extraite des

documents (requêtes)

BilanPerspectives

Conclusion

Modélisation à base de la Logique Descriptive

• Représentation uniforme des documents, requêtes, et connaissances• Fonction de correspondance

• Correspondance entre un document et une requête qui ne partagent pas les mêmes termes

• La subsomption n’est pas suffisante définir des propriétés transitives• Flexibilité : utiliser n’importe quelle relation … mais

Résultats expérimentaux• Prise en compte des dimensions améliore les performances de recherche

BilanPerspectives

Perspectives

Quantifier l’apport de l’approche mise en œuvre de l’intégralité du modèle• Extraction des éléments de dimension

• Traitement automatique de la langue

Fonction d'ordonnancement adéquate au contexte de RI orientée précision• Étudier la notion de pertinence

• Collaboration avec des utilisateurs professionnels (ex. médecins)• Intégrer les pondérations dans le modèle

Construction automatique des dimensions [Radhouani 07]• Évaluation [Dakka et al.06, Stoica et al.06]

Développement d’une interface interactive• Test d’utilisabilité

BilanPerspectives

MRIMLIGCUI

Un modèle de Recherche d’Information orienté précision fondé sur les dimensions de domaine

Directeurs de thèse :

Jean-Pierre CHEVALLET, UJF

Yves CHIARAMELLA, UJF

Gilles FALQUET, UniGe

Saïd Radhouani

18 juillet 2008

phd defense presentation - soutenance de thèse

Documents

phd sezonlin

phd thesis presentation

testing and maintenance of graphical user...

reglement departemental de la defense

fso naboulsi phd

phd defense - evolution réductive des génomes bactériens...

la communication extra-financiere des...

phd report - gfreiman

savate defense

temoignages en defense

phd thesis spivock.pdf

phd report

defense et paix

direction de la defense - rhtguadeloupe.fr

pr. jaâfar heikel , md, phd epi, phd

phd dutangc-defense

defense serie - fassi

ransomware sensibilisation (attaque/defense/demonstration)

canne defense jacques levinet

phd cindyguichard