Contributions to Aggregated Search Paradigm Improvement using Deep Learning Techniques

Abstract

La recherche agrégée est un paradigme populaire utilisé par les principaux moteurs de recherche ces dernières années. Son objectif est de produire une page de résultats de moteur de recherche unifiée qui contient les résultats de diverses sources hétérogènes également appelées verticaux telles que des actualités, des cartes, des images et des vidéos qui répondent aux besoins d'information de l'utilisateur. Ce paradigme vient remplacer le paradigme traditionnel de la recherche d'informations qui renvoie une liste d'un document texte classé. Cependant, la recherche agrégée, comme d'autres domaines de recherche, souffre de certains problèmes et doit être développée. Dans cette thèse, nous avons étudié trois questions de recherche : premièrement, le manque d'homogénéité entre les différents résultats obtenus à partir de différents verticaux (par exemple, blogs, wikipedia, actualités, vidéos, etc.) en réponse à une requête donnée. Ce problème est lié à la recherche agrégée relationnelle où les relations sont utilisées pour agréger plusieurs pépites d'informations. Le deuxième problème concerne l'intention verticale de l'utilisateur qui affecte la tâche de sélection du verticale. En fait, chaque utilisateur a ses propres besoins et cherche des résultats de recherche spécifiques à partir de verticaux spécifiques. Par exemple, si l'utilisateur recherche des images et des actualités, il a spécifiquement besoin des résultats de ces verticaux, il n'est pas intéressé par le contenu des autres verticaux tels que le shopping ou la météo, même si leur contenu est pertinent car l'objectif est non seulement d’avoir des résultats pertinents, mais satisfont également l'intention de l'utilisateur. Enfin, la dernière direction de recherche étudiée dans cette thèse est l'investigation de l'agrégation des résultats de recherche dans un domaine particulier, dans notre cas la recherche académique. Ainsi, l'objectif principal de notre thèse est de fournir des solutions efficaces à ces questions de recherche en utilisant certaines techniques récentes d'apprentissage profond afin d'améliorer les performances de la recherche agrégée. Dans ce contexte, nous avons proposé trois contributions. Dans la première contribution, nous avons proposé une nouvelle approche utilisant des auto-encodeurs empilés avec l'algorithme doc2vec pour extraire la similitude relationnelle entre différents résultats. Nos résultats expérimentaux ont montré que l'utilisation des auto-encodeurs empilés pour l'apprentissage des représentations est plus bénéfique pour le regroupement de différents résultats de recherche verticale, qui ont également obtenu des résultats de haute performance. La deuxième solution proposée dans cette recherche concerne le problème de prédiction d'intention verticale, cette solution visant à satisfaire l'intention verticale de l'utilisateur et à réduire le temps et les efforts de navigation de l'utilisateur, et donc en utilisant une architecture d'apprentissage en profondeur basée sur un réseau de neurones convolutifs et sans aucune ingénierie de fonctionnalités. Nos résultats expérimentaux ont montré que notre système atteint une précision significative et a démontré son efficacité grâce à une expérimentation complète utilisant divers ensembles de données. De plus, il réalise des prédictions précises sur de nouvelles données invisibles. Dans la dernière contribution, nous avons exploité le concept de résultats de recherche agrégés dans le domaine académique. Ici, nous avons utilisé BERT (Représentations d'encodeur bidirectionnel à partir de transformateurs) comme composant central de notre système pour atteindre cet objectif. Cette idée a montré après une expérimentation approfondie, que notre système a donné d'excellents résultats pour notre tâche et nous a aidés d’obtenir les meilleures performances par rapport aux modèles de pointe. Pour conclure, les différentes études présentées au cours de cette thèse ont un objectif principal qui est de répondre au besoin d’information de l’utilisateur en améliorant la recherche agrégée à l’aide des techniques récentes. De notre point de vue, il existe encore d'autres directions de recherche que nous pouvons étudier à l'avenir, parmi lesquels nous pouvons citer la recherche liée à la tâche de récupération de pépites d'information, le classement des résultats de recherche agrégés et l'évaluation des résultats de la recherche agrégés.