Applications des modèles de langage dans la reformulation des requêtes pour les systèmes de recherche d’informations

Abstract

Information retrieval systems (IRS) are essential tools for accessing and disseminating knowledge across a wide range of domains, from the web to scientific databases. These systems allow users to efficiently locate documents, scientific articles, images, or any other relevant resources based on their informational needs. However, one of the major challenges they face lies in query formulation: users often express their informational needs in an imprecise or ambiguous manner, which can lead to irrelevant search results. With the emergence of advanced language models such as BERT, GPT, and T5, new strategies for automatic query reformulation have emerged. These models have the ability to transform initial queries into clearer and better-suited expressions for search engines, thus improving the relevance of the results obtained. This thesis focuses on the application of language models for query reformulation in IRS. By studying models such as BERT, GPT, and T5, we provide a detailed analysis of the various available reformulation techniques. We compare the effectiveness of these modern models in terms of relevance and precision of the results returned by search engines like Elasticsearch. The findings of this study will demonstrate the significant impact of advanced language models on the quality of search results, particularly in terms of precision, recall, and user satisfaction. Furthermore, this work will open up perspectives for the integration of these models into more robust and interactive information retrieval systems, taking into account the specificities of different domains and dynamic user feedback.****

Les systèmes de recherche d’information (SRI) sont des outils essentiels pour l’accès et la diffusion des connaissances à travers une multitude de domaines, allant du web aux bases de données scientifiques. Ces systèmes permettent aux utilisateurs de localiser efficacement des documents, des articles scientifiques, des images ou toute autre ressource pertinente en fonction de leurs besoins informationnels. Cependant, un défi majeur demeure dans la formulation des requêtes : les utilisateurs expriment souvent leurs demandes de manière imprécise ou ambiguë, ce qui peut entraîner des résultats de recherche peu pertinents. Avec l’émergence de modèles de langage avancés tels que BERT, GPT et T5, de nouvelles stratégies de reformulation automatique des requêtes ont vu le jour. Ces modèles ont la capacité de transformer les requêtes initiales en expressions plus claires et mieux adaptées aux moteurs de recherche, ce qui permet d’améliorer la pertinence des résultats obtenus. Ce mémoire se concentre sur l’application de ces modèles de langage pour la reformulation des requêtes dans les SRI. En étudiant des modèles comme BERT, GPT et T5, nous proposons une analyse détaillée des différentes techniques de reformulation disponibles. Nous comparons l’efficacité de ces différents modèles modernes , afin de mesurer leur impact sur la précision et la pertinence des résultats retournés par des moteurs de recherche comme Elasticsearch. Les résultats obtenus permettront de démontrer l’impact significatif des modèles de langage avancés sur la qualité des résultats de recherche, en particulier en termes de précision, de rappel et de satisfaction des utilisateurs. En outre, ce travail ouvrira des perspectives pour l’intégration de ces modèles dans des systèmes de recherche d’information plus robustes et interactifs, en tenant compte des spécificités des différents domaines et des retours dynamiques des utilisateurs.