Exploitation de la récupération d'informations en temps réel dans la microblogosphère

Le comportement de recherche d'informations dans des environnements de microblogging tels que Twitter diffère de la recherche web traditionnelle. Les techniques de récupération de microblog les plus performantes tentent d'utiliser à la fois des aspects sémantiques et temporels des documents. Dans cet article, nous présentons une approche efficace, incluant la modélisation de la requête, la modélisation du document et le re-ranking temporel, pour découvrir les informations les plus récentes mais pertinentes par rapport à la requête. Pour la modélisation de la requête, nous introduisons une expansion de requête par rétroaction de pseudo-relevance en deux étapes pour surmonter le grave problème de désaccord de vocabulaire dans la récupération de messages courts dans le microblog. Pour la modélisation du document, nous proposons deux façons d'élargir le document avec l'aide de l'URL raccourci. Pour le re-ranking temporel, nous suggérons plusieurs méthodes pour évaluer les aspects temporels des documents. Les résultats expérimentaux démontrent que notre approche obtient des améliorations significatives par rapport aux systèmes de base. Spécifiquement, le système proposé donne 26,37 % et 9,94 % d'augmentation supplémentaire en email protégé et MAP par rapport au meilleur résultat obtenu sur highrel dans la TREC'11 Real-Time Search Task.