- [ VRPG-Doc-Sc] Informatique --- إعلام آلي

Permanent URI for this collection

https://dspace.univ-sba.dz/handle/123456789/487

Browse

Browsing - [ VRPG-Doc-Sc] Informatique --- إعلام آلي by Author "BENAISSA KADDAR Leila"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Similarité Sémantique inter ontologies multi-langage
    (2022-07-12) BENAISSA KADDAR Leila; Encadreur: BEN-NAOUM Farah
    Résumé (Anglais) : Abstract:Measuring semantic similarity between terms is a crucial step in information retrieval and integration, as it requires the mapping of semantic content. Although several models have been proposed to measure semantic similarity, these models are not able to effectively quantify the weight of relevant items that affect the semantic similarity judgment process. In this study, we present a new method for measuring semantic similarity between cross-ontologies that consists of hybridizing ontology structure-based approaches such as Wu &Palmer, Rada, Li, and Zargayouna with the weight similarity computed using the WordNet semantic dictionary. The process that we will propose includes four phases (i) Preprocessing: this phase consists in obtaining the relevant terms of the two ontologies selected in the chosen language, to measure their semantic similarity using the TreeTagger lemmatizer. (ii) Computing the similarity measure of Wu &Palmer, Li, Rada and zargayouna. (iii) Computing the proposed hybrid semantic similarity measures of WWP, WLI, WRA and WZY. (iv) in this last phase, we proceed first to the experimentation of our approach by comparing the results obtained in phase (ii) and (iii), by applying it in three languages (English - Arabic and French) and secondly to the evaluation of our approach by using the two methods cohesion and density. Our algorithm applies to various test cases of the Ontology Alignment Evaluation Initiative campaign, (OAEI’2015) and shows encouraging results. Keywords: Ontology, Ontology merging, Semantic similarity, TreeTagger, WordNet. Résumé (Français) : Résumé :La mesure de la similarité sémantique entre les termes est une étape cruciale de la recherche et de l'intégration d'informations, car elle nécessite la mise en correspondance du contenu sémantique. Bien que plusieurs modèles aient été proposés pour mesurer la similarité sémantique, ces modèles ne sont pas en mesure de quantifier efficacement le poids des termes pertinents qui affectent le processus de jugement de la similarité sémantique. Dans cette étude, nous présentons une nouvelle méthode pour mesurer la similarité sémantique inter ontologies, qui consiste à hybrider les approches basées sur la structure des ontologies telles que Wu & Palmer, Rada, Li et Zargayouna avec le poids de la similarité calculé à l'aide du dictionnaire sémantique WordNet. Le processus que nous allons proposer, passe par quatre phases (i)Le prétraitement : cette phase consiste à obtenir les termes pertinents des deux ontologies sélectionnées dans la langue choisie, pour mesurer leur similarité sémantique en utilisant le lemmatiseur TreeTagger. (ii) Calcul de la mesure de similarité de Wu &Palmer, Li, Rada et Zargayouna. (iii) Calcul des mesures proposées de similarités sémantiques hybride de WWP, WLI, WRA et WZY. (iv) Dans cette dernière phase on procède premièrement à l’expérimentation de notre approche en comparant les résultats obtenus de la phase (ii) et (iii), en l’appliquant sur trois langues (Anglais - Arabe et Français) et deuxièmement à l'évaluation de notre approche en utilisant les deux méthodes la cohésion et la densité. Notre algorithme est appliqué sur plusieurs cas de tests de la compagnie OAEI’2015 et a donné des résultats encourageants. Mots-clés : Ontologie, Fusion d'ontologies, Similarité sémantique, TreeTagger, WordNet.