Auswahl der wissenschaftlichen Literatur zum Thema „Requêtes mots clés“

The objective of this study is to compare the retrieval effectiveness of using tag as an access point as against subject heading or keyword in a public library OPAC. Thirty queries were searched in Oakville Public Library, and tag retrieved a fewer number of items per query than keyword or subject. However, there was no significant difference in the average precision values.L’objectif de cette étude est de comparer l’efficacité du repérage à l’aide des étiquettes comme point d’accès à celui des vedettes matières ou des mots-clés d’un OPAC de bibliothèque publique. Trente requêtes ont été analysées à la bibliothèque publique d’Oakville et le repérage par étiquette a retourné moins de résultats par requête que les mots-clés ou les vedettes matières. Cependant, aucune différence significative n’a été notée pour les valeurs de précision moyenne.

Tags have been compared to controlled vocabulary terms and have been suggested as replacements or enhancements in indexing. This paper explores tagging and controlled vocabulary studies in the context of studies examining title and author keywords or user search terms and uses the results to analyse 236000 PubMed records tagged in CiteULike.Les étiquettes ont été comparées avec les vedettes-matières et ont été suggérés comme remplacement ou comme addition à l'indexation conventionnelle. Cet article examine la recherche sur l'étiquetage et les vedette-matières en comparaison avec des études examinant les mots-clés de titre et d'auteur ou les mots-clés des requêtes d'usager et utilisera ses résultats pour analyser 236 000 notices catalographiques de PubMed étiquetées sur CiteULike.

Tags have been compared to controlled vocabulary terms and have been suggested as replacements or enhancements in indexing. This paper explores tagging and controlled vocabulary studies in the context of studies examining title and author keywords or user search terms to determine the methods used and impact of these studies.Les étiquettes ont été comparées avec les vedettes matières et ont été suggérées comme remplacements ou comme addition à l'indexation. Cet article examine la recherche sur l'étiquetage et les vedettes matières dans le cadre d'études portant sur les mots-clés de titre ou d'auteur ou les termes des requêtes d'usager pour déterminer les méthodes utilisées et l'impact de ces études.

International audience In this article we present SenPeer, a new Peer-to-Peer data management system allowing data sharing among experts working on the development of the Senegal river in a decentralized and lexible fashion. SenPeer has a Super-Peer network topology based on an organization of peers in semantic domains and in which peers can contribute XML documents, relational or object databases. Each peer exports its data in a common formalism which has a graph structure semantically enriched with a set of keywords in order to guide mappings discovery. Mappings discovery relies on a set of fuzzy similarity measures. Moreover they allow the establishement of a semantic topology that is independent of the underlying network topology which is the basis for intelligent query routing. Dans cet article nous présentons SenPeer, un nouveau système pair-à-pair de gestion de données distribuées permettant le partage décentralisé et flexible de données relatives la mise en valeur du fleuve Sénégal. SenPeer est un réseau de type Super-Pair reposant sur une organisation des pairs en domaines sémantiques et dans lequel les pairs peuvent publier des bases de données relationnelles ou objets ou des documents XML. Chaque pair exporte ses données dans un formalisme pivot commun qui a une structure de graphe enrichi sémantiquement avec des mots-clés destinés à guider la découverte des correspondances entre les éléments des schémas. Ces correspondances sont découvertes grace à un ensemble de mesures de similarités floues. De plus elles permettent l'établissement d'un réseau sémantique à coté de la typologie physique. pouvant servir de support un à routage intelligent des requêtes.

Le but de cette recherche est pour trouver la stratégie qui est utilisée par les étudiants du quatrième semestre en exprimant leur demande ou ce qu’on appelle acte de langage de requête. Les stratégies de ce type de l’acte de langage viennent de la théorie de Blum-kulka dans Fallou MBOW qui classifie l’acte de langage de requête en deux grands partis : formulations directes et indirectes. La méthode de la recherche est la méthode qualitative. La méthode qualitative est un procès de la recherche qui produit la donnée descriptive comme le mot à l’écrit ou à l’oral des personnes observées. Cette méthode de recherche va expliquer une condition de vérité et donner la priorité à la donnée que la théorie. Pour analyser les données, l’auteur demande environ vingt cinq étudiants du quatrième semestre pour répondre les questionnaires qui ont besoin des expressions de la requête. Après, l’auteur va analyser et grouper les réponses selon la stratégie à la théorie utilisée de l’acte de langage de requête. Le résultat de la recherche indique que les étudiants du quatrième semestre n’utilisent que souvent trois de six formulations : la formulation de la requête orientée vers l’auditeur, la requête orientée vers le locuteur et l’Impératif. Si on analyse plus loin, la formulation la plus fréquente et dominante utilisée est la formulation de requête orientée vers l’auditeur qui est utilisée presque dans toutes les situations et les contextes. Les Mots Clés : Requête, stratégie, acte de langage, formulation.

Un nombre croissant de sources de données sont publiées sur le web, exprimées dans les langages proposés par le W3C comme RDF, RDF (S) et OWL. Ces sources représentent un volume de données sans précédent disponible pour les utilisateurs et les applications. Afin d’identifier les sources les plus pertinentes et de les utiliser, il est nécessaire d’en connaître le contenu, par exemple au moyen de requêtes écrites en Sparql, le langage d’interrogation proposé par le W3C pour les sources de données RDF. Mais cela nécessite, en plus de la maîtrise du langage Sparql, de disposer de connaissances sur le contenu de la source en termes de ressources, classes ou propriétés qu’elle contient. L’objectif de ma thèse est d’étudier des approches permettant de fournir un support à l’exploration d’une source de données RDF. Nous avons proposé deux approches complémentaires, la recherche mots-clés et le résumé d’un graphe RDF.La recherche mots-clés dans un graphe RDF renvoie un ou plusieurs sous-graphes en réponse à une requête exprimée comme un ensemble de termes à rechercher. Chaque sous-graphe est l’agrégation d’éléments extraits du graphe initial, et représente une réponse possible à la requête constituée par un ensemble de mots-clés. Les sous-graphes retournés peuvent être classés en fonction de leur pertinence. La recherche par mot-clé dans des sources de données RDF soulève les problèmes suivants : (i) l’identification pour chaque mot-clé de la requête des éléments correspondants dans le graphe considéré, en prenant en compte les différences de terminologies existant entre les mots-clés et les termes utilisés dans le graphe RDF, (ii) la combinaison des éléments de graphes retournés pour construire un sous-graphe résultat en utilisant des algorithmes d’agrégation capable de déterminer la meilleure façon de relier les éléments du graphe correspondant à des mots-clés, et enfin (iii), comme il peut exister plusieurs éléments du graphe qui correspondent à un même mot-clé, et par conséquent plusieurs sous-graphes résultat, il s’agit d’évaluer la pertinence de ces sous-graphes par l’utilisation de métriques appropriées. Dans notre travail, nous avons proposé une approche de recherche par mot-clé qui apporte des solutions aux problèmes ci-dessus.Fournir une vue résumée d’un graphe RDF peut être utile afin de déterminer si ce graphe correspond aux besoins d’un utilisateur particulier en mettant en évidence ses éléments les plus importants ; une telle vue résumée peut faciliter l’exploration du graphe. Dans notre travail, nous avons proposé une approche de résumé originale fondée sur l’identification des thèmes sous-jacents dans un graphe RDF. Notre approche de résumé consiste à extraire ces thèmes, puis à construire le résumé en garantissant que tous les thèmes sont représentés dans le résultat. Cela pose les questions suivantes : (i) comment identifier les thèmes dans un graphe RDF ? (ii) quels sont les critères adaptés pour identifier les éléments les plus pertinents dans les sous-graphes correspondants à un thème ? (iii) comment connecter les éléments les plus pertinents pour créer le résumé d’une thème ? et enfin (iv) comment générer un résumé pour le graphe initial à partir des résumés de thèmes ? Dans notre travail, nous avons proposé une approche qui fournit des réponses à ces questions et qui produit une représentation résumée d’un graphe RDF garantissant que chaque thème y est représenté proportionnellement à son importance dans le graphe initial
An increasing number of datasets are published on the Web, expressed in the standard languages proposed by the W3C such as RDF, RDF (S), and OWL. These datasets represent an unprecedented amount of data available for users and applications. In order to identify and use the relevant datasets, users and applications need to explore them using queries written in SPARQL, a query language proposed by the W3C. But in order to write a SPARQL query, a user should not only be familiar with the query language but also have knowledge about the content of the RDF dataset in terms of the resources, classes or properties it contains. The goal of this thesis is to provide approaches to support the exploration of these RDF datasets. We have studied two alternative and complementary exploration techniques, keyword search and summarization of an RDF dataset. Keyword search returns RDF graphs in response to a query expressed as a set of keywords, where each resulting graph is the aggregation of elements extracted from the source dataset. These graphs represent possible answers to the keyword query, and they can be ranked according to their relevance. Keyword search in RDF datasets raises the following issues: (i) identifying for each keyword in the query the matching elements in the considered dataset, taking into account the differences of terminology between the keywords and the terms used in the RDF dataset, (ii) combining the matching elements to build the result by defining aggregation algorithms that find the best way of linking matching elements, and finally (iii), finding appropriate metrics to rank the results, as several matching elements may exist for each keyword and consequently several graphs may be returned. In our work, we propose a keyword search approach that addresses these issues. Providing a summarized view of an RDF dataset can help a user in identifying if this dataset is relevant to his needs, and in highlighting its most relevant elements. This could be useful for the exploration of a given dataset. In our work, we propose a novel summarization approach based on the underlying themes of a dataset. Our theme-based summarization approach consists of extracting the existing themes in a data source, and building the summarized view so as to ensure that all these discovered themes are represented. This raises the following questions: (i) how to identify the underlying themes in an RDF dataset? (ii) what are the suitable criteria to identify the relevant elements in the themes extracted from the RDF graph? (iii) how to aggregate and connect the relevant elements to create a theme summary? and finally, (iv) how to create the summary for the whole RDF graph from the generated theme summaries? In our work, we propose a theme-based summarization approach for RDF datasets which answers these questions and provides a summarized representation ensuring that each theme is represented proportionally to its importance in the initial dataset