Benchmark d'algorithmes de matching de schémas XML Pour l'automatisation du tuning
Résumé
Several matching algorithms were recently developed in order to automate or
semi-automate the process of correspondences discovery between XML
schemas. These algorithms use a wide range of approaches and matching
techniques covering linguistic similarity, structural similarity, constraints, etc.
The final matching combines arithmetically different results stemmed from
these techniques. The aggregation of the results uses often many parameters
and weights to be adjusted manually. Generally, this task is achieved by
human experts and requires a perfect understanding of the matching algorithm.
In order to reduce the human intervention and improve matching quality, we
suggest automating the tuning of the various structural parameters used within
XML-Schema matching algorithms. In this work, we offer a benchmark, for
three tools, that seeks mathematical relations between parameters values and
schema topology. In consequent, we propose an algorithm for the tuning of
these parameters for studied tools.
Plusieurs algorithmes de matching ont été proposés en vue
d'automatiser ou semi automatiser le processus de découverte des
correspondances entre schémas de données différents. Ces algorithmes
utilisent différentes techniques. En général, le résultat final combine les
différents résultats issus de ces techniques. Souvent ces algorithmes possèdent
de nombreux paramètres à ajuster manuellement. Cette tâche, généralement
effectuée par des experts humains, impose une maîtrise parfaite de ces
systèmes. Notre solution vise à automatiser le tuning des différents paramètres
structurels des systèmes de matching de schémas XML afin de réduire
l'intervention humaine et aussi d'offrir une bonne précision. Nous avons donc
proposé un benchmark qui détermine les meilleures valeurs de paramètres qui
servent à calculer la similarité structurelle des outils étudiés en fonction des
schémas d'entrée. Puis, nous avons proposé un algorithme pour
l'automatisation du choix des meilleures valeurs pour ces paramètres en se
basant sur les règles déduites du benchmark.