Recherche d'information en langage naturel dans les documents XML Extraction et recherche d'information en langage naturel dans les documents semi-structurés

La recherche d'information (RI) dans des documents semi-structures (ecrits en XML en pratique) combine des aspects de la RI traditionnelle et ceux de l'interrogation de bases de donnees. La structure a une importance primordiale, mais le besoin d'information reste vague. L'unite de recherche est variable (un paragraphe, une figure, un article complet...). Par ailleurs, la flexibilite du langage XML autorise des manipulations du contenu qui provoquent parfois des ruptures arbitraires dans le flot naturel du texte. Les problemes poses par ces caracteristiques sont nombreux, que ce soit au niveau du pre-traitement des documents ou de leur interrogation. Face a ces problemes, nous avons etudie les solutions specifiques que pouvait apporter le traitement automatique de la langue (TAL). Nous avons ainsi propose un cadre theorique et une approche pratique pour permettre l'utilisation des techniques d'analyse textuelle en faisant abstraction de la structure. Nous avons egalement concu une interface d'interrogation en langage naturel pour la RI dans les documents XML, et propose des methodes tirant profit de la structure pour ameliorer la recherche des elements pertinents."