Snippets sémantiques via l'ordonnancement biaisé-requête des entités LOD

Semantic snippets via query-biased ranking of linked data entities

• Auteur / Autrice : Mazen Alsarem
• Direction : Sylvie Calabretto, Harald Kosch
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 30/05/2016
• Etablissement(s) : Lyon en cotutelle avec Universität Passau (Allemagne)
• Ecole(s) doctorale(s) : École doctorale en Informatique et Mathématiques de Lyon
• Partenaire(s) de recherche : établissement opérateur d'inscription : Institut national des sciences appliquées (Lyon ; 1957-....)
• Partenaire(s) de recherche : Laboratoire : LIRIS - Laboratoire d'Informatique en Image et Systèmes d'information (Rhône ; 2003-....) - Laboratoire d'InfoRmatique en Image et Systèmes d'information / LIRIS
• Jury : Président / Présidente : Michael Granitzer
• Jury : Examinateurs / Examinatrices : Sylvie Calabretto, Harald Kosch, Michael Granitzer, Mohand Boughanem, Gabriella Pasi, Fabien Gandon, Pierre-Edouard Portier, Harald Sack
• Jury : Rapporteurs / Rapporteuses : Mohand Boughanem, Gabriella Pasi

Mots clés

Mots clés contrôlés

Web sémantique

Mots clés libres

Informatique

Web sémantique

Web de données

Ordonnancement d'entités

Snippet sémantique

Information Technology

Semantic web

Web of data

Entity ranking

Semantic snippets

Résumé

Dans cette thèse, nous introduisons un nouvel artefact interactif pour le SERP: le "Snippet sémantique". Les snippets sémantiques s'appuient sur la coexistence des deux Webs pour faciliter le transfert des connaissances aux utilisateurs grâce a une contextualisation sémantique du besoin d'information de l'utilisateur. Ils font apparaître les relations entre le besoin d'information et les entités les plus pertinentes présentes dans la page Web.

In this thesis, we introduce a new interactive artifact for the SERP: the "Semantic Snippet". Semantic Snippets rely on the coexistence of the two webs to facilitate the transfer of knowledge to the user thanks to a semantic contextualization of the user's information need. It makes apparent the relationships between the information need and the most relevant entities present in the web page.