Hypertextes et théorie de l'information: références bibliographiques

[ALE 90] Aleksander, I. An introduction to neural computing. London: Chapman & Hall, 1990.

[BAL 90] Balpe, J.-P. Hyperdocuments, Hypertextes, Hypermédias. Paris: Eyrolles, 1990.

[BAL 96] Balpe, J.P., Lelu, A., Papy, F. & Saleh, I. Techniques avancées pour l'hypertexte. Paris, Hermès, 1996.

[BOL 98] Bollodás, B. Modern graph theory. Berlin: Springer Verlag, GTM 184, 1998.

Berry, M.W., Dumais, S.T. & Shippy, A.T. (1995). A case study of latent semantic indexing. Knoxville: University of Tennessee, Computer science department.

[BRO 80] Brookes, B. C. The foundations of information science. Part I. Philosophical aspects. Journal of Information Science, 2 (3-4), 125-133.

[CHI 96] Chiaramella, Y. & Kheirbek, A. An integrated model for hypermedia and information retrieval. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 139-178. Boston: Kluwer Academic Publishers, 1996.

[COR 96] Cornali, I. & Weiss, J. (Ed.) Des utopies à construire. Neuchâtel: : Institut romand de recherches et de documentation pédagogique et Lausanne: Loisir et pédagogie, 1996.

[DUD 73] Duda, R. O. & Hart, P. E. Pattern classification and scene analysis. New York : John Wiley & Sons, 1973.

[ESC 76] Escarpit, R. Théorie générale de l'information et de la communication. Paris, Hachette.

[FRA 97] Fraïssé, S. Une approche systématique pour la conception de documents hypermédias. Hypertextes, Hypermédias, 1 (2-3-4), p. 249-260.

[FUR 96] Furner, J., Ellis, D. & Willet, P. The representation and comparison of hypertext strutures using graphs. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 75-96. Boston: Kluwer Academic Publishers, 1996.

Gygi, K. (1990). Recognizing the Symptoms of Hypertext ... and What to Do About It. In L. Brandel (Ed.), The Art of Human Computer Interface Design (pp. 279 287). Reading : Addison Wesley.

[HER 95] Herwijnen, E. V. SGML pratique. Paris: International Thomson Pub., 1995.

[KON 99] Konstantas, D., Bouchat, T. & Morin, J.-H. Hypernews : HyperMedia newspaper. Informatique/Informatik, Revue des organisations suisses d'informatique, 1999 (5), 41-42.

Laufer, R. & Scavetta, D. (1992). Texte, hypertexte, hypermédia. Paris : PUF. (Que sais je? 2629).

Lelu, A. (1991). From data analysis zo neural networks: new prospects for efficient browsing through databases. Journal of Information Science 1991(17), 1-12

Cet article présente une technique inspirée des réseaux neuronaux pour la recherche dans une base de données documentaires.

Le but est de fournir à l'utilisateur la possibilité de formuler sa requête en terme de mots clés qui " pointent sur des régions " de la base de données à forte densité de documents liés à ces mots clés. Chaque région regroupe les documents qui partagent un même sous-ensemble de mots clés (Bloc sériation). Ni les régions, ni les sous-ensembles de mots clés associés ne forment des parties disjointes, mais leur importance varie si on s'éloigne du centre de la région.

La requête de l'utilisateur cerne donc une sous-région d'intérêt.

Ceci est implémenté par une technique " neuronale " qui s'inspire des idées de Kohonen (voir biblio. de l'article).

Un ensemble de vecteurs de poids aléatoires est généré initialement. Chaque document est introduit dans la base sous la forme d'un vecteur de présence/absence de mots clés. Ce vecteur va renforcer le vecteur de poids qui lui est le plus proche (processus itératif qui modifie certains des vecteurs de poids seulement). La proximité est définie par une opération du type produit scalaire et seuillage. Le renforcement diminue avec le nombre de documents introduits dans la base de données. Pour chaque vecteur de poids présentant un maximum marqué, le mot clé associé au poids le plus fort pointe sur le vecteur . Les mots clés du vecteur sont d'autant plus lourds que leur co-occurrences mutuelles sont fortes. Les documents sont associés à la région par proximité (produit-scalaire-like).

On détermine facilement une région pour chaque requête associant plusieurs mots clés et leur combinaison logique. L'extension de la région peut varier à la demande pour qu'un nombre raisonnable de document soit fournit en réponse (AF).

[LUC 96] Lucarella, D. & Zanzi, A. Information modelling and retrieval in hypermedia systems. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 121-138. Boston: Kluwer Academic Publishers, 1996.

[ROS 94] Ross, E. A workbench for the production of technical documentation. Proceedings 1st European Conference "Cognitive Science in Industry. 28-30th September, Luxembourg, 285-305.

[SAL 96] Salton, G., Allan, J., Buckley, C. & Singhal, A. Automatic analysis, theme generation, and summarization of machine-readable texts. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 51-73. Boston: Kluwer Academic Publishers, 1996.

[SME 96] Smeaton, A. F. An overview of information retrieval. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 3-25. Boston: Kluwer Academic Publishers, 1996.

[SAV 96] Savoy, J. Citation schemes in hypertext information retrieval. In Agostini, M. & Smeaton, A. Information retrieval and hypertext, p. 99-120. Boston: Kluwer Academic Publishers, 1996.

Schneiderman, B. & Kearsley, G. (1989). Hypertext hands-on! An introduction to a new way of organizing and accessing information. Reading: Addison-Wesley.

[SZY 96] Szykier, A., Vainshtock, A. & Pereversev-Orlov, V.S. Fragment potential modeling: genetic annealing algorithm. Cross Z/International Inc.

Vercoustre, A.M. (1989). Edition structurée, approche hypertexte. INRIA, Rocquencourt. (Rapport de recherche No 1052).

Will, T. (1999). Introduction to the Singular Value Decomposition. (page web)

[WOO 97] Woods, W. A. Conceptual indexing: A better way to organize knowledge. Sun Microsystems Laboratories Technical Report Series

(http://www.sunlabs.com/technical-reports/)