論文の概要: A Three Phase Semantic Web Matchmaker
- arxiv url: http://arxiv.org/abs/2107.05368v1
- Date: Tue, 6 Jul 2021 13:39:11 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-18 14:24:50.226135
- Title: A Three Phase Semantic Web Matchmaker
- Title（参考訳）: 3相セマンティックwebマッチメーカ
- Authors: Golsa Heidari, Kamran Zamanifar
- Abstract要約: 提案アルゴリズムは,入力記述と出力記述に基づいてWebサービスのセマンティックマッチングを行う。
我々の新しいアプローチは、マッチメイキングスコアを入力のセマンティクスに割り当て、パラメータとその型を出力することである。
提案手法では, 両部マッチングに使用可能な他のすべての中で, 実行時間が少ないアルゴリズムを用いている。
- 参考スコア（独自算出の注目度）: 1.8275108630751844
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Since using environments that are made according to the service oriented
architecture, we have more effective and dynamic applications. Semantic
matchmaking process is finding valuable service candidates for substitution. It
is a very important aspect of using semantic Web Services. Our proposed
matchmaker algorithm performs semantic matching of Web Services on the basis of
input and output descriptions of semantic Web Services matching. This technique
takes advantages from a graph structure and flow networks. Our novel approach
is assigning matchmaking scores to semantics of the inputs and outputs
parameters and their types. It makes a flow network in which the weights of the
edges are these scores, using FordFulkerson algorithm, we find matching rate of
two web services. So, all services should be described in the same Ontology Web
Language. Among these candidates, best one is chosen for substitution in the
case of an execution failure. Our approach uses the algorithm that has the
least running time among all others that can be used for bipartite matching.
The importance of problem is that in real systems, many fundamental problems
will occur by late answering. So system`s service should always be on and if
one of them crashes, it would be replaced fast. Semantic web matchmaker eases
this process.
- Abstract（参考訳）: サービス指向アーキテクチャに従って構築された環境を使うので、より効果的で動的なアプリケーションがあります。
セマンティックマッチングプロセスは、置換のための価値のあるサービス候補を見つけつつある。
これはセマンティックWebサービスを使う上で非常に重要な側面です。
提案アルゴリズムは,セマンティックWebサービスマッチングの入力記述と出力記述に基づいて,Webサービスのセマンティックマッチングを実行する。
この手法はグラフ構造とフローネットワークの利点を生かしている。
提案手法では,マッチメイキングスコアを入力のセマンティクスに割り当て,パラメータとその型を出力する。
エッジの重みをこれらのスコアとするフローネットワークを構築し,fordfulkersonアルゴリズムを用いて2つのwebサービスのマッチングレートを求める。
したがって、すべてのサービスは、同じオントロジーWeb言語で記述されるべきです。
これらの候補のうち、最も良い候補が実行失敗の場合の置換のために選ばれる。
提案手法では,両部マッチングに使用可能な他のすべての中で,実行時間が少ないアルゴリズムを用いる。
問題の重要性は、実システムでは、遅い応答によって多くの根本的な問題が発生することである。
したがって、Systemのサービスは常時オンでなければならないし、そのうちの1つがクラッシュしたら、すぐに置き換えられる。
semantic web matchmakerはこのプロセスを簡単にする。
関連論文リスト
- Dual-Path Adversarial Lifting for Domain Shift Correction in Online Test-time Adaptation [59.18151483767509]
テスト時間適応におけるドメインシフト補正のためのデュアルパストークンリフトを導入する。
次に、インターリーブされたトークン予測とドメインシフトトークンのパスとクラストークンのパスの間の更新を行う。
評価実験の結果,提案手法はオンライン完全テスト時間領域適応性能を大幅に向上させることが示された。
論文 参考訳（メタデータ） (2024-08-26T02:33:47Z) - A General and Flexible Multi-concept Parsing Framework for Multilingual Semantic Matching [60.51839859852572]
我々は,テキストを多言語セマンティックマッチングのためのマルチコンセプトに分解し,NERモデルに依存するモデルからモデルを解放することを提案する。
英語データセットのQQPとMRPC、中国語データセットのMedical-SMについて包括的な実験を行った。
論文 参考訳（メタデータ） (2024-03-05T13:55:16Z) - Deep Policies for Online Bipartite Matching: A Reinforcement Learning
Approach [5.683591363967851]
本稿では,過去のデータに対する試行錯誤に基づく適切な対応策を導出するためのエンドツーエンド強化学習フレームワークを提案する。
学習手法の大部分は,4つの合成および実世界のデータセットにおいて,古典的なグリーディアルゴリズムよりもはるかに優れていることを示す。
論文 参考訳（メタデータ） (2021-09-21T18:04:19Z) - A New Approach for Semantic Web Matching [1.5599296461516985]
自動システムでは、自己修復、自己設定、自己最適化、自己管理を確実にする必要があります。
候補サービスはUniversal Description, Discovery and Integration (UDDI)で宣伝され、すべてWeb Ontology Language (OWL)で宣伝されている。
論文 参考訳（メタデータ） (2021-07-06T13:47:12Z) - How to Discover a Semantic Web Service by Knowing Its Functionality
Parameters [1.5599296461516985]
ウェブサービスのリポジトリの中でセマンティックなWebサービスを見つける方法を示す。
私たちは Ontology Web Language (OWL) で Web サービス機能を定義します。
論文 参考訳（メタデータ） (2021-07-06T13:29:59Z) - Match-Ignition: Plugging PageRank into Transformer for Long-form Text
Matching [66.71886789848472]
実効性と効率性に対処する新しい階層型ノイズフィルタリングモデルであるMatch-Ignitionを提案する。
基本的なアイデアは、よく知られたPageRankアルゴリズムをTransformerに接続し、文と単語レベルの騒々しい情報を識別およびフィルタリングすることです。
文が長文の基本単位であるため、ノイズの多い文はたいてい簡単に検出できるので、PageRankを直接使用してそのような情報をフィルタリングする。
論文 参考訳（メタデータ） (2021-01-16T10:34:03Z) - Learning to Match Jobs with Resumes from Sparse Interaction Data using
Multi-View Co-Teaching Network [83.64416937454801]
ジョブ列のインタラクションデータは疎結合でノイズが多く、ジョブ列のマッチングアルゴリズムのパフォーマンスに影響する。
求人情報マッチングのための疎相互作用データから,新しいマルチビュー協調学習ネットワークを提案する。
我々のモデルは求人マッチングの最先端手法より優れている。
論文 参考訳（メタデータ） (2020-09-25T03:09:54Z) - Sequential Sentence Matching Network for Multi-turn Response Selection
in Retrieval-based Chatbots [45.920841134523286]
本稿では,文レベルの意味情報を用いて問題に対処する,逐次文マッチングネットワーク(S2M)を提案する。
まず、文レベルの意味情報を用いて、ネットワークが問題に対処し、マッチングを大幅に改善し、その結果、最先端のパフォーマンスが得られることがわかった。
論文 参考訳（メタデータ） (2020-05-16T09:47:19Z) - Learning to Accelerate Heuristic Searching for Large-Scale Maximum
Weighted b-Matching Problems in Online Advertising [51.97494906131859]
バイパルタイトbマッチングはアルゴリズム設計の基本であり、経済市場や労働市場などに広く適用されている。
既存の正確で近似的なアルゴリズムは、通常そのような設定で失敗する。
我々は、以前の事例から学んだ知識を活用して、新しい問題インスタンスを解決するtextttNeuSearcherを提案する。
論文 参考訳（メタデータ） (2020-05-09T02:48:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。