"Conception et réalisation d’un système de recherche d’information basé sur l’apprentissage par renforcement profond

Abstract

Résumé Les systèmes de recherche d'informations visent à fournir un certain nombre d'informations présentant un intérêt potentiel pour l'utilisateur et correspondant à ses préférences. Cependant, ce type de système souffre de certains problèmes tels que l'expression correcte de la demande et l'obtention des informations les plus appropriées et pertinentes. Avec l'émergence de l'apprentissage automatique ces derniers temps, en particulier l'apprentissage profond, qui est devenu largement utilisé dans de nombreux domaines tels que l'intelligence artificielle, et en raison des progrès et de l'énorme popularité qu'il a atteint, les chercheurs l'ont adopté comme solution aux problèmes des systèmes de recherche d'informations. Dans ce travail, nous avons proposé un système de recherche d'information adaptatif aux besoins des utilisateurs basé sur l'apprentissage profond. Deux modèles d’apprentissage profond ont été élaborés afin d’améliorer la qualité des réponses du système, sachant l'algorithme MLP et ont montré une amélioration des performances du système et de la qualité des résultats retournés. Information retrieval systems aim to provide a certain amount of information of potential interest to the user and corresponding to his preferences. However, this type of system suffers from certain problems such as the correct expression of the request and obtaining the most appropriate and relevant information. With the emergence of machine learning in recent times, especially deep learning, which has become widely used in many fields such as artificial intelligence, and due to the advancements and huge popularity that it reached, researchers adopted it as a solution to the problems of information retrieval systems. In this work, we have proposed an information retrieval system adaptive to user needs based on deep learning. Two deep learning models have been developed to improve the quality of system responses, knowing the mlp algorithm. and showed improvement in system performance and the quality of returned results. تهدف أنظمة استرجاع المعلومات إلى توفير قدر معين من المعلومات التي قد تهم المستخدم وتتوافق مع تفضيلاته. ومع ذلك، فإن هذا النوع من الأنظمة يعاني من بعض المشاكل مثل التعبير الصحيح عن الطلب والحصول على المعلومات الأكثر ملاءمة وذات صلة. مع ظهور التعلم الآلي في الآونة الأخيرة، وخاصة التعلم العميق، الذي أصبح واسع الاستخدام في العديد من المجالات مثل الذكاء الاصطناعي، ونظراً للتقدم والشعبية الكبيرة التي وصل إليها، تبناه الباحثون كحل لمشاكل أنظمة استرجاع المعلومات. في هذا العمل، اقترحنا نظام استرجاع معلومات يتكيف مع احتياجات المستخدم استناداً إلى التعلم العميق. تم تطوير نموذجين من نماذج التعلم العميق لتحسين جودة استجابات النظام، مع معرفة خوارزمية MLP، وأظهر النظام تحسناً في الأداء وجودة النتائج المسترجعة.