Applying a family of IR models to text description-based service retrieval
Résumé
In the study reported in this paper, we apply a family of Information Retrieval (IR) models to overcome the problem of retrieving services, whose descriptions match users' queries given in a free text style. This family is composed by four models which have not been applied in prior research on IR-based service discovery. The two first models are based on matrix fac-torisation models applied to Latent Semantic Indexing (LSI). The third one expands the query with terms retrieved from WordNet. The fourth model also expands the query, but with terms extracted from an automatically generated co-occurrence thesaurus. The results of the experiments suggest that the last model outperforms those most recent and prominent in the state-of-the-art on IR-based service discovery.
Dans l'étude rapportée dans cet article, nous appliquons et étudions une famille de modèles de Recherche d'Information (RI) afin de traiter le problème de la recherche de services, dont la description correspond aux requêtes des utilisateurs exprimées sous forme libre. Ainsi, nous appliquons quatre modèles qui, au meilleur de notre connaissance, n'ont été appliqués dans aucune des approches existantes de RI pour la découverte de services. Les deux premiere sont basés sur des modèles à base de factorisation de matrices appliquée à l'indexation sémantique latente (Latent Semantic Indexing, LSI). Le troisième étend la recherche avec les termes extraits du lexique WordNet. Le dernier modèle étend également la requête, mais avec des termes extraits d'un thesaurus de co-occurrence généré automatiquement. Les résultats ex-périmentaux que nous avons obtenus montrent que le dernier modèle étudié surpasse les autres que ceux de l'état de l'art sur la découverte de services à base de RI.
Fichier principal
CaicedoFauvetLbathDuarteCORIA2015_CAMERA_VERSION.pdf (345.07 Ko)
Télécharger le fichier
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...