déposer
version française rss feed
HAL : hal-00636105, version 1

Fiche détaillée  Récupérer au format
12th International Conference on Applications of Natural Language to Information systems (NLDB 2007)., Paris : France (2007)
Combining Vector Space Model and Multi Word Term Extraction for Semantic Query Refinement.
Eric Sanjuan ( ) 1, Fidelia Ibekwe-Sanjuan 2, Juan Manuel Torres-Moreno 1, Patricia Velazquez-Morales 1
(27/06/2007)

Inthispaper,wetargetdocumentrankinginahighlytechni- cal field with the aim to approximate a ranking that is obtained through an existing ontology (knowledge structure). We test and combine sym- bolic and vector space models (VSM). Our symbolic approach relies on shallow NLP and on internal linguistic relations between Multi-Word Terms (MWTs). Documents are ranked based on different semantic rela- tions they share with the query terms, either directly or indirectly after clustering the MWTs using the identified lexico-semantic relations. The VSM approach consisted in ranking documents with different functions ranging from the classical tf.idf to more elaborate similarity functions. Results shows that the ranking obtained by the symbolic approach per- forms better on most queries than the vector space model. However, the ranking obtained by combining both approaches outperforms by a wide margin the results obtained by methods from each approach.
1 :  Laboratoire Informatique d'Avignon (LIA)
Université d'Avignon et des Pays de Vaucluse – Centre d'Enseignement et de Recherche en Informatique - CERI
2 :  Equipe de recherche de Lyon en sciences de l'information et de la communication (ELICO)
Université Lumière - Lyon II : EA4147 – Université Claude Bernard - Lyon I – Université Jean Moulin - Lyon III – Institut d'Études Politiques [IEP] - Lyon – École Nationale Supérieure des Sciences de l'Information et des Bibliothèques - Lyon
ELICO Lyon 3
Sciences de l'Homme et Société/Sciences de l'information et de la communication

Informatique/Recherche d'information
document ranking – vector space models – natural language processing – multi word terms – information retrieval.
Liste des fichiers attachés à ce document : 
PDF
NLDB-07-last-version.pdf(356.8 KB)

tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...
tous les articles de la base du CCSd...