Un modèle de recherche d'information dans des pages Web structurées en blocs

Dans le contexte de la recherche d’information sur le Web, nous présentons ici un modèle pour l’indexation et l’interrogation de pages Web utilisant aussi bien le contenu textuel que leur rendu visuel. Une page Web est considérée comme un ensemble de blocs contenant de l’information multimédia. La représentation visuelle d’un bloc (taille de police, couleur de fond, . . .), ainsi que sa taille et sa position dans la page donnent des informations sur son importance. De plus, un bloc peut être perméable au contenu d’autres blocs : il peut recevoir de l’information de la part de blocs voisins ou de blocs qu’il contient (par exemple, le texte entourant une image peut être utilisé pour indexer cette image). Un autre avantage de la décomposition des pages Web en blocs est que les réponses à une requête peuvent être localisées précisément : un bloc contenant les termes d’une requête peut être renvoyé à la place de la page complète.