Un modèle d'espace vectoriel amélioré par ontologie pour la récupération sémantique

Objectif L'objectif de cet article est de fournir une solution intégrée de récupération d'information sémantique (IR) basée sur un modèle d'espace vectoriel amélioré par ontologie pour les situations où une collection numérique est établie ou curatée. Il vise à créer une approche de récupération qui pourrait retourner les résultats par significations plutôt que par mots-clés. Conception/méthodologie/approche Dans cet article, les auteurs proposent un algorithme de fréquence de termes sémantiques pour créer un modèle d'espace vectoriel sémantique (SeVSM) basé sur l'ontologie. Pour soutenir le calcul, un modèle d'arbre multi-branches est créé pour représenter l'ontologie et un ensemble d'algorithmes est développé pour l'exploiter. Ensuite, un système IR basé sur l'ontologie, fondé sur le modèle SeVSM, est conçu et développé pour vérifier l'efficacité du modèle proposé. Résultats L'étude expérimentale utilisant 30 requêtes provenant de 15 domaines différents confirme l'efficacité du SeVSM et l'utilisabilité du système proposé. Les résultats démontrent que le modèle et le système proposés peuvent constituer une exploration significative pour améliorer l'IR dans des domaines spécifiques, tels qu'une bibliothèque numérique et le commerce électronique. Originalité/valeur Cette recherche ne se contente pas de créer un modèle de récupération sémantique, mais fournit également l'approche d'application via la conception et le développement d'un système de récupération sémantique basé sur le modèle. Comparé à la plupart des recherches liées actuelles, la recherche proposée étudie l'ensemble du processus de réalisation d'une récupération sémantique.