Notre objectif est de comprendre et de modéliser quels sont les processus cognitifs nécessaires à la réalisation d'une tâche de recherche d'information ainsi que leurs interactions. Ce modèle s'intéresse au trajet oculomoteur d'un utilisateur en quête d'information sur un sujet précis. Les xations et saccades simulées par le modèle se situent à plusieurs niveaux. Au niveau des transitions entre éléments, comme dans CoLiDeS et à un niveau plus précis dans un paragraphe avec des mécanismes de lecture qui vont entrer en jeu. Les diérents modèles que nous avons vus nous permettent de nous positionner par rapport à cet état de l'art.
Problématique 29
Figure 1.10 Simulation de CoLiDeS pour une recherche sur le diabète de type 2. L'action sélectionnée est de cliquer sur le lien Diseases & Conditions.
Nous nous plaçons dans le cadre de la simulation cognitive de trajet oculomoteur lors d'une recherche d'information dans des documents comportant des informations visuelles et sémantiques. Diérents types d'information doivent être pris en considé-ration, le texte, et sa valeur sémantique, les images du document, les mises en forme, les mots mis en valeur, les titres, etc. Aucun des modèles précédents ne s'attaque à un problème similaire même si tous partagent une partie de notre objectif. Nous allons donc prendre en compte ces diverses contributions pour élaborer notre modèle.
31
2
Présentation générale du modèle
Notre modèle se base sur une intégration des processus qui entrent en jeu lors d'une tâche de recherche d'information et ce, dans le but de prédire une séquence de xations proche de celles des humains.
Par exemple lors d'une recherche sur une page Web, un utilisateur peut faire le trajet gure 2.1 page suivante (enregistré par T. Baccino). Ce trajet a été généré alors que l'utilisateur était à la recherche d'une information sur la jurisprudence. Les éléments saillants visuellement l'ont attirés, par exemple les titres qui sont plus gros, et en couleur, mais les titres sont aussi porteurs d'informations sémantiques, ils sont en général le re et du paragraphe auquel ils sont liés. D'autres éléments saillants ont en revanche été négligés, les images, le titre de la page Bienvenue sur le site de l'ANIL. Nous pouvons aussi émettre l'hypothèse qu'un mécanisme mnésique a permis à l'utilisateur de ne pas revenir sur les parties déjà traitées. En n une stratégie globale semble avoir été mise en place, a n de faire un parcours de la page systématique (de haut en bas et de gauche à droite) et peu coûteux jusqu'au but.
Nous avons cherché à préciser et modéliser ces intuitions en nous basant sur diérentes études en vision, mémoire, sémantique et recherche d'information. Notre modèle est donc une combinaison de ces mécanismes, qui vise à simuler les trajets oculomoteurs humains. Le modèle ne s'applique pas sur de réelles pages web pour des raisons de contrôle expérimental, mais dans l'avenir ce modèle pourra très cer-tainement être appliqué à des documents réels.
Nous avons choisi diérentes applications grâce auxquelles nous allons tester et améliorer notre modèle. Avant d'entrer en détail dans sa description, nous allons
Figure 2.1 Exemple de trajet oculomoteur d'un utilisateur à la recherche d'une information sur une page Web.
décrire ces applications. Nous verrons ensuite l'architecture générale du modèle, puis pour chacun des processus la façon dont ceux-ci peuvent être implémentés en se basant sur les modèles théoriques issus de recherches en sciences cognitives.
2.1 Application du modèle
Le modèle que nous décrivons dans la section suivante s'applique sur plusieurs tâches de recherche d'information. Ces tâches sont de plus en plus complexes a n de tester et valider le modèle pas à pas. Nous allons voir ici les diérents types de matériel auquel le modèle peut s'appliquer.
La première tâche est la recherche d'un mot parmi plusieurs sur un écran. L'objec-tif est de répondre à une question le plus e cacement possible (avec le meilleur mot) la cible n'est donc pas connue. Les mots ont une valeur sémantique et visuelle. Cette expérience a été reproduite avec diérentes caractéristiques visuelles. Un exemple se trouve gure2.2 page ci-contre, la question est : Quel est l'instrument de musique le plus petit ?
La seconde tâche du modèle est une recherche d'information dans un document plus complexe, avec des éléments plus variés, textes et photographies. Dans ce cas la consigne est de rechercher le paragraphe qui est le plus proche d'un thème donné, par exemple : Quel est le bloc le plus associé au thème Chef de la Russie ? (voir gure2.3 page suivante).
En n la dernière tâche du modèle est une recherche d'information proche de la seconde, les thèmes et les textes sont les mêmes mais la disposition dans la page
Application du modèle 33
Figure 2.2 Exemple d'application. Objectif de la recherche, trouver l'instrument de musique le plus petit.
Figure 2.3 Exemple d'application. Objectif de la recherche, trouver le paragraphe le plus proche du thème Chef de la Russie.
Figure 2.4 Exemple d'application. Objectif de la recherche, trouver le paragraphe le plus proche du thème Chef de la Russie.
change, et des titres sont ajoutés en relation avec les paragraphes dans une modalité (voir gure2.4).
Ces choix d'applications, comprenant à chaque fois des nouvelles informations à traiter vont nous permettre d'améliorer et de tester l'e cacité et la robustesse du modèle.