|
Titre :
|
Sélection des concepts et calcul de proximité sémantique pour réduire le silence dans la recherche d'images
|
|
Auteurs :
|
Farah Debbagh ;
Mohamed Chaouki Babahenini, Directeur de thèse
|
|
Support:
|
Thése doctorat
|
|
Editeur :
|
Biskra [Algerie] : Université Mohamed Khider, 2017
|
|
Langues:
|
Français
|
|
Mots-clés:
|
Recherche d’images par le texte, annotation, silence, TF_ICTF, similarité cosinus, proximité sémantique, articles Wikipedia, coefficient de corrélation de Pearson, WordSimilarity-353.
|
|
Résumé :
|
Dans le domaine de recherche d’images sur internet, le problème majeur est la pertinence des résultats, le même moteur peut donner de bons résultats avec une requête donnée mais rapporte des résultats médiocres avec une autre requête. Une analyse approfondie nous a dévoilés que cette irrégularité est due au choix des "ingrédients" de la recherche : Un descripteur qui fonctionne bien pour un ensemble d’images peut ne pas donner de bons résultats pour d’autres ensembles. Dans cette thèse, nous comptons explorer la piste de la configuration automatique du moteur de recherche. Ainsi, le moteur commence par détecter la situation dans laquelle il se trouve : image et/ou mots-clés constituant la requête, type et contenu de la collection, préférences de l’usager, etc. À la lumière de la situation détectée, il tentera de sélectionner les ingrédients qui donnent la meilleure précision. Plusieurs ingrédients seront étudiés, mais nous allons concentrer sur le niveau d’abstraction : est-ce que l’usager est intéressé par le contenu visuel de la requête ou par la sémantique qu’elle représente, ou par les deux? Dans chaque cas, le moteur doit également déterminer les descripteurs visuels et/ou les concepts sémantiques (contenues dans des ontologies) les plus appropriés pour la recherche.
|
