Recherche d'information bilingue et multilingue: amélioration de la traduction automatique et sélection de traducteur

Dans cette thèse, nous abordons différentes techniques visant à améliorer l'utilisation de la traduction automatique dans le contexte de la recherche d'information bilingue et multilingue. Nous avons quantifié la perte de performance liée à la traduction automatique de la requête d'une langue vers une autre. Pour diminuer cette perte d'efficacité, nous avons évalué six approches, à savoir : • utilisation de la traduction inverse pour sélectionner les mots conservés; • divers systèmes de combinaison de traductions; • apprentissage automatique à l'aide de la méthode des plus proches voisins; • apprentissage automatique à l'aide de la génération d'arbres de décision; • apprentissage automatique à l'aide de la régression logistique; • fusion de résultats. Les approches orientées plutôt vers la linguistique n'ont pas apporté une amélioration claire et évidente de la performance de recherche. Les systèmes issus du domaine de l'apprentissage automatique nous ont donné des résultats encourageants lors de nos expérimentations utilisant l'anglais comme langue de départ et l'espagnol et l'allemand comme langues cibles.

Thèse de doctorat : Université de Neuchâtel, 2006 ; 1868