Méthode de retour d'information de pertinence dans les modèles vectoriels qui met à jour un vecteur de requête initial en formant une combinaison linéaire pondérée du vecteur initial et des centroïdes (vecteurs moyens) des documents jugés pertinents et non pertinents, typiquement q' = αq + β(1/|R|)Σv_r − γ(1/|NR|)Σv_nr avec des poids α, β, γ ajustables.

Principe

Déplacer le vecteur requête vers le centroïde des documents jugés pertinents et l'éloigner des non pertinents ; les poids de la combinaison linéaire déterminent le degré d'adaptation et l'arbitrage entre l'intention initiale et les preuves du feedback.

Démonstration

Scénario illustratif → L'utilisateur envoie une requête et marque deux documents retournés comme pertinents et un comme non pertinent. Reconnaissance → Calculer le centroïde des deux vecteurs pertinents et le centroïde du vecteur non pertinent. Action → Mettre à jour le vecteur requête en appliquant α, β, γ choisis et relancer le classement. Conséquence → Les documents proches du centroïde pertinent voient leur score augmenter ; si le feedback est fiable, la précision pour documents similaires s'améliore.

Mauvaise application

Appliquer Rocchio avec un jeu de feedback très petit ou bruité (p. ex. un seul document étiqueté à tort comme pertinent) et un β élevé provoque une dérive de la requête. L'erreur paraît plausible car le centroïde semble informatif ; l'erreur sémantique est de traiter un feedback parcellaire comme représentatif de l'ensemble du besoin d'information.

Conséquence

Quand les jugements utilisateur sont fiables et que la représentation vectorielle capture la structure thématique, Rocchio peut concentrer la recherche et améliorer l'efficacité ; si le feedback est parcellaire ou bruité, il peut dégrader la performance en amplifiant des signaux idiosyncratiques.

Inversion

Si l'espace vectoriel représente mal la sémantique (p. ex. synonymie non résolue) ou si le feedback reflète des intentions diverses, le déplacement centroidal linéaire peut être inefficace ou nuisible. Dans ces cas, des approches non linéaires ou d'apprentissage du classement exploitant des caractéristiques riches peuvent être préférables.

Limite

Clairement dans : modèles vectoriels à pondération de termes appliquant des mises à jour de requête basées sur des centroïdes linéaires. Cas limite : le feedback pseudo‑pertinent utilise les top‑k résultats comme R sans labels explicites de l'utilisateur. Clairement hors : mécanismes de feedback qui entraînent des rerankers discriminants ou affinent des représentations neuronales plutôt que d'appliquer des mises à jour vectorielles linéaires.

Tension sémantique

Tension entre ajustement de requête linéaire, rapide et interprétable (efficacité, transparence) et méthodes de reranking supervisé plus flexibles mais complexes qui modélisent interactions et non‑linéarités dans le feedback.

Synthèse

Rocchio formalise une intuition géométrique — rapprocher la requête d'exemples pertinents et l'éloigner des négatifs — offrant une adaptation de feedback simple et transparente dont le succès dépend de la qualité de la représentation et de la fiabilité du feedback.