Modele vectoriel


Modele vectoriel

Modèle vectoriel

Un modèle vectoriel (parfois nommé sémantique vectorielle) est une technique de représentation de la sémantique d'un document. Elle est utilisée en recherche d'information, notamment pour la recherche documentaire, la classification ou le filtrage de données textuelles. Le premier exemple d'emploi de ce modèle est le système SMART.

Sommaire

Problématique

Le modèle vectoriel répond au problème de la représentation mathématique du contexte d'un document.

On commence par choisir un ensemble de termes d'indexation (typiquement des mots porteurs de sens sémantique: noms communs, noms propres, adjectifs; éventuellement des constructions plus élaborées comme des expressions ou des entités sémantiques) qui constituera le vocabulaire. À chaque élément du vocabulaire est associé un index unique arbitraire.

À chaque échantillon de texte, on associe ensuite un vecteur v, dont la dimension correspond à la taille du vocabulaire. Chaque élément vi du vecteur v consiste en un poids associé au terme d'indice i et à l'échantillon de texte (par exemple, on pourrait simplement identifier vi au nombre d'occurrences du terme i dans l'échantillon de texte).

Applications

Étant donnée une représentation vectorielle d'un corps de documents, on peut introduire une notion d'espace vectoriel sur l'espace des documents en langage naturel. On en arrive à la notion mathématique de proximité entre documents.

En introduisant des mesures de similarité adaptées, on peut quantifier la proximité sémantique entre différents documents. Les mesures de similarité sont choisies en fonction de l'application (une mesure très utilisée est la similarité cosinus, qui consiste simplement à quantifier la similarité entre deux documents en calculant le cosinus entre leurs vecteurs. Cette mesure n'est pas sensible à la norme des vecteurs, donc insensible à la longueur des documents).

Parmi les applications concrètes, citons

  • la catégorisation : regrouper automatiquement des documents dans des catégories pré-définies
  • la classification : étant donné un ensemble de documents, déterminer automatiquement les catégories qui permettront de séparer les documents de la meilleure façon possible
  • la recherche documentaire : trouver les documents qui répondent le mieux à une requête (ce que fait un moteur de recherche) ; la requête de l'utilisateur est considérée comme un document, traduite en vecteur, et comparée aux vecteurs contenus dans le corpus des documents indexés.
  • Le filtrage : classer à la volée des documents dans des catégories pré-définies (par exemple, identifier un spam sur la base d'un nombre suspect d'occurrence du mot "pénis" dans un mail et l'envoyer automatiquement à la corbeille).

Exemples de pondérations

Voir aussi

  • Sémantique distributionelle

Bibliographie

  • (en) Gerard Salton, M.J. McGill, Introduction to modern information retrieval, 1983 [détail des éditions]
Ce document provient de « Mod%C3%A8le vectoriel ».

Wikimedia Foundation. 2010.

Contenu soumis à la licence CC-BY-SA. Source : Article Modele vectoriel de Wikipédia en français (auteurs)

Regardez d'autres dictionnaires:

  • Modèle Vectoriel — Un modèle vectoriel (parfois nommé sémantique vectorielle) est une technique de représentation de la sémantique d un document. Elle est utilisée en recherche d information, notamment pour la recherche documentaire, la classification ou le… …   Wikipédia en Français

  • Modèle vectoriel — Un modèle vectoriel (parfois nommé sémantique vectorielle) est une méthode algébrique de représentation d un document visant à rendre compte de sémantique. Elle est utilisée en recherche d information, notamment pour la recherche documentaire, la …   Wikipédia en Français

  • modèle vectoriel — vektorinis modelis statusas T sritis fizika atitikmenys: angl. vector model vok. Vektormodell, n rus. векторная модель, f pranc. modèle vectoriel, m …   Fizikos terminų žodynas

  • Modèle booléen — Un modèle booléen est une méthode ensembliste de représentation du contenu d un document. C est l un des premiers modèles utilisés en recherche d information, permettant de fouiller automatiquement les grand corpus de bibliothèques. Il en existe… …   Wikipédia en Français

  • Vectoriel — Cette page d’homonymie répertorie les différents sujets et articles partageant un même nom. Sur les autres projets Wikimedia : « Vectoriel », sur le Wiktionnaire (dictionnaire universel) L adjectif vectoriel fait référence à un… …   Wikipédia en Français

  • Modèle probabiliste de pertinence — Le modèle probabiliste de pertinence est une méthode probabiliste de représentation du contenu d un document, proposée en 1976 par Robertson et Jones[1]. Elle est utilisée en recherche d information pour exprimer une estimation de la probabilité… …   Wikipédia en Français

  • Fibre vectoriel — Fibré vectoriel En topologie différentielle, un fibré vectoriel est une construction géométrique ayant une parenté avec le produit cartésien, mais apportant une structure globale plus riche. Elle fait intervenir un espace topologique appelé base… …   Wikipédia en Français

  • Fibré Vectoriel — En topologie différentielle, un fibré vectoriel est une construction géométrique ayant une parenté avec le produit cartésien, mais apportant une structure globale plus riche. Elle fait intervenir un espace topologique appelé base et un espace… …   Wikipédia en Français

  • Fibré vectoriel — En topologie différentielle, un fibré vectoriel est une construction géométrique ayant une parenté avec le produit cartésien, mais apportant une structure globale plus riche. Elle fait intervenir un espace topologique appelé base et un espace… …   Wikipédia en Français

  • Espace Vectoriel — En algèbre linéaire, un espace vectoriel est une structure algébrique permettant en pratique d effectuer des combinaisons linéaires. Étant donné un corps (commutatif) K, un espace vectoriel E sur K est un groupe commutatif (dont la loi est notée… …   Wikipédia en Français