Comparaison de mesures d'intérêt pour l'alignement de hiérarchies textuelles
Résumé
Nous avons proposé une approche asymétrique et extensionnelle d'alignement qui permet d'extraire des relations (équivalences mais aussi subsomptions) entre les concepts de deux taxonomies textuelles. Cette approche repose sur l'idée qu'un concept A sera plus spécifique ou équivalent à un autre concept B si le vocabulaire utilisé dans les documents de A a tendance à être inclus dans celui de B. Dans le but d'évaluer de telles tendances, notre approche s'appuie sur le paradigme des règles d'association, et bénéficie des mesures d'intérêts développées dans ce contexte. Ainsi, nous proposons dans ce papier une comparaison expérimentale des alignements obtenus par différentes mesures d'intérêt. Ces mesures ont été sélectionnées selon des critères concernant leurs propriétés et leur sémantique. La première expérimentation concerne l'évaluation des résultats obtenus selon les différentes mesures sélectionnées. La deuxième s'intéresse aux distributions des valeurs obtenues par les mesures sur deux alignements : un contenant que des relations pertinentes et un autre consitué de relations non-pertinentes. Les résultats montrent que l'intensité d'implication obtient les meilleurs résultats.
Domaines
Intelligence artificielle [cs.AI]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...