S3niffer: A text description-based service search system
Type
Trabajo de grado - Doctorado
Document language
EspañolPublication Date
2015Metadata
Show full item recordSummary
In this research, we address the problem of retrieving services which fulfil users' need expressed in query in free text. Our goal is to cope the term mismatch problems which affect the effectiveness of service retrieval models applied in prior research on text descriptions-based service retrieval models. These problems are caused due to service descriptions are brief. Service providers use few terms to describe desired services, thereby, when these descriptions are different to the sentences in queries, term mismatch problems decrease the effectiveness in classical models which depend on the observable text features instead of the latent semantic features of the text. We have applied a family of Information Retrieval (IR) models for the purpose of contributing to increase the effectiveness acquired with the models applied in prior research on service retrieval. Besides, we have conducted systematic experiments to compare our family of IR models with those used in the state-of-the-art in service discovery. From the outcomes of the experiments, we conclude that our model based on query expansion via a co-occurrence thesaurus outperforms the effectiveness of all the models studied in this research. Therefore, we have implemented this model in S3niffer, which is a text description-based service search engine.Summary
Resumen. En esta investigación, nosotros abordamos el problema de extraer servicios que satisfagan las necesidades de los usuarios, las cuales son expresadas en consultas en texto libre. Nuestro objetivo es resolver los problemas relacionados con la co-rrespondencia de términos, los cuales afectan la efectividad de los modelos de extracción de servicios aplicados en previas investigaciones en extracción de servicios basada en descripciones de texto. Tales problemas son causados porque la descripción de servicios son breves. Los proveedores de servicio usan pocos términos para describir los servicios deseados, por ende, cuando las descripciones son diferentes a las frases en las consultas, los problemas de correspondencia de términos reducen la efectividad en modelos clásicos que dependen de las características observables del texto en vez de las características semánticas latentes. Nosotros hemos aplicado una familia de modelos de extracción de información con el propósito de contribuir a incrementar la efectividad adquirida con los modelos aplicados en previas investigaciones en extracción de servicios. Además, nosotros realizamos experimentos para comparar nuestra familia de modelos de extracción de información con aquellos usados en el estado del arte en descubrimiento de servicios. De los resultados experimentales, se concluye que nuestro modelo basado en expansión de consulta via un tesauros de co-ocurrencias, supera la efectividad de todos los modelos estudiados en esta investigación. Por lo tanto, nosotros hemos implementado este modelo en S3niffer, el cual es un motor de búsqueda de servicios basado en descripciones textuales.Summary
Résumé. Dans cette recherche, nous abordons le problème de le recherche de services qui répondent à des besoins des utilisateurs exprimés sous forme de requ^ete en texte libre. Notre objectif est de résoudre les problèmes qui affectent l'efficacité des modèles de recherche d'information existant lorsqu'ils sont appliqués à la recherche de services dans un corpus rassemblant des descriptions standard de ces services. Ces problèmes sont issus du fait que les descriptions des services sont brèves. En effet, les fournisseurs de services n'utilisent que quelques termes pour décrire les services souhaités. Ainsi, lorsque ces descriptions sont differentes des phrases dans les requ^etes ce qui diminue l'efficacité des modèles classiques qui dépendent de traits observables au lieu de traits sémantiques latents du texte. Nous avons adapté une famille de modèles de recherche d'information (IR) dans le but de contribuer à accroître l'efficacité acquise avec les modèles existant concernant la découverte de services. En outre, nous avons mené des expériences systématiques afin de comparer notre famille de modèles IR avec ceux de l'état de l'art portant sur la découverte de service. Des résultats des expériences, nous concluons que notre modèle basé sur l'extension des requêtes via un thésaurus co-occurrence est plus efficace en terme des mesures classiques utilisées en IR que tous les modèles étudiés dans cette recherche. Par conséquent, nous avons mis en place ce modèle dans S3niffer qui est un moteur de recherche de service basé sur leur description standard.Keywords
Extracción de información ; Factorización de matrices ; Descubrimiento de servicios basados en IR ; Expansión de consultas ; Tesauros de co-ocurrencias ; Information retrieval ; Matrix factorisation ; IR-based service discovery ; Query expansion ; Co-occurrence thesaurus ; La recherche d'information ; Factorisation de matrices ; Découverte de service basé sur des techniques de RI ; Expansion de requêtes ; thésaurus co-occurrence ;
Collections
