UN SYSTÈME DE CLASSIFICATION ET DE RECHERCHE DE DOCUMENTS TEXTUELS DE LA LANGUE Anglaise

Abstract

La recherche d'information est une branche de l’informatique qui s’intéresse à l’acquisition, l’organisation, le stockage, la recherche et la sélection d’information, elle est aujourd'hui un champ pluridisciplinaire, intéressant même les sciences cognitives, elle a plusieurs domaines parmi ces derniers la catégorisation qui connait des améliorations et des innovations importantes dont le but est de faire apprendre à une machine comment attribuer un texte à la bonne catégorie. Face à l’accroissement du volume d’information disponible en ligne, la catégorisation automatique de texte s’impose de plus en plus comme une étape essentielle qui permet d’accélérer, cibler et d’améliorer la recherche d’information. Dans ce mémoire nous présentons un système de prédiction de thématiques d’un document donné en entrée. Nous disposons Pour cela d’un ensemble de textes pour lesquels la catégorie est connue (corpus d’apprentissage et qui nous servent à entrainer un classifieur qu’il sera ensuite testé sur d’autres documents auxquels la catégorie est connue également (corpus de test). L’objectif de notre approche est d’améliorer les performances et l’efficacité des systèmes de recherche et de classification de textes pour mieux cibler l’information pertinente basant sur le pouvoir discriminatif des termes. Faire. A la fin nous obtiendrons un système qui est capable de prédire les thèmes enfouis dans un document donné. Dans notre travail nous avons proposé d’adapter une formule de pondération à ce qui a permis de réduire le temps de calcul de vecteur de pondération et d’améliorer significativement le taux de classification.