論文の概要: Ontology-driven personalized information retrieval for XML documents

• arxiv url: http://arxiv.org/abs/2603.21139v1
• Date: Sun, 22 Mar 2026 09:29:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.255594
• Title: Ontology-driven personalized information retrieval for XML documents
• Title（参考訳）: オントロジーによるXML文書のパーソナライズ情報検索
• Authors: Ounnaci Iddir, Ahmed-ouamer Rachid, Tai Dinh,
• Abstract要約: 従来の情報検索システムは、ユーザの知識、好み、目的の違いにもかかわらず、しばしばユーザ固有のニーズを見落としている。 ドメインオントロジーやユーザプロファイルといった外部のセマンティックリソースを検索プロセスに統合する。 その結果,提案フレームワークはXML検索結果の妥当性と適応性を向上し,よりユーザ中心の検索を支援することが示唆された。
• 参考スコア（独自算出の注目度）: 0.49157446832511503
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper addresses the challenge of improving information retrieval from semi-structured eXtensible Markup Language (XML) documents. Traditional information retrieval systems (IRS) often overlook user-specific needs and return identical results for the same query, despite differences in users' knowledge, preferences, and objectives. We integrate external semantic resources, namely a domain ontology and user profiles, into the retrieval process. Documents, queries, and user profiles are represented as vectors of weighted concepts. The ontology applies a concept-weighting mechanism that emphasizes highly specific concepts, as lower-level nodes in the hierarchy provide more precise and targeted information. Relevance is assessed using semantic similarity measures that capture conceptual relationships beyond keyword matching, enabling personalized and fine-grained matching among user profiles, queries, and documents. Experimental results show that combining ontologies with user profiles improves retrieval effectiveness, achieving higher precision and recall than keyword-based approaches. Overall, the proposed framework enhances the relevance and adaptability of XML search results, supporting more user-centered retrieval.
• Abstract（参考訳）: 本稿では,半構造化 eXtensible Markup Language (XML) 文書からの情報検索を改善するという課題に対処する。 従来の情報検索システム(IRS)は、ユーザの知識、好み、目的の違いにもかかわらず、しばしばユーザ固有のニーズを見落とし、同じクエリに対して同じ結果を返す。 ドメインオントロジーやユーザプロファイルといった外部のセマンティックリソースを検索プロセスに統合する。 ドキュメント、クエリ、ユーザープロファイルは重み付けされた概念のベクトルとして表現される。 オントロジーは、階層内の下位レベルノードがより正確で対象とする情報を提供するため、非常に特異な概念を強調する概念重み付け機構を適用している。 関連性は意味的類似度尺度を用いて評価され、キーワードマッチング以上の概念的関係をキャプチャし、ユーザプロファイル、クエリ、ドキュメント間のパーソナライズされたきめ細かなマッチングを可能にする。 実験結果から,オントロジとユーザプロファイルを組み合わせることで検索効率が向上し,キーワードベースのアプローチよりも高精度でリコールが可能であることが示唆された。 全体として、提案フレームワークはXML検索結果の妥当性と適応性を向上し、よりユーザ中心の検索をサポートする。

関連論文リスト

• ReFeed: Retrieval Feedback-Guided Dataset Construction for Style-Aware Query Rewriting [0.4077787659104315]
  検索システムは、ユーザクエリがドメイン文書で使用される言語とスタイリスティックまたは意味的に異なるときに失敗することが多い。 この研究は、データ中心の情報検索における新たな方向性を強調し、フィードバックループとドキュメントスタイルのアライメントがRAGシステムの推論と適応性をいかに高めるかを強調した。
  論文  参考訳（メタデータ） (2026-03-02T03:43:53Z)
• Extracting Document Relations from Search Corpus by Marginalizing over User Queries [0.0]
  本稿では,クエリ境界化による文書関係の発見を行う新しいフレームワークを提案する。 ユーザクエリに対するMarginalizingによるドキュメント関係の抽出は、強く関連するドキュメントが多種多様なユーザクエリで共起する、という洞察に基づいている。 私たちのクエリ駆動フレームワークは、異なるユーザ視点と情報ニーズに適応するドキュメント組織に対して、実践的なアプローチを提供します。
  論文  参考訳（メタデータ） (2025-07-14T18:47:13Z)
• ReTreever: Tree-based Coarse-to-Fine Representations for Retrieval [64.44265315244579]
  そこで本研究では,様々なレベルで参照文書を整理し,表現するためのツリーベース手法を提案する。 我々の手法はReTreeverと呼ばれ、クエリと参照ドキュメントが同様のツリーブランチに割り当てられるように、バイナリツリーの内部ノード毎のルーティング関数を共同で学習する。 我々の評価では、ReTreeverは一般的に完全な表現精度を保っている。
  論文  参考訳（メタデータ） (2025-02-11T21:35:13Z)
• Knowledge-Aware Query Expansion with Large Language Models for Textual and Relational Retrieval [49.42043077545341]
  知識グラフ(KG)から構造化文書関係を付加したLLMを拡張した知識対応クエリ拡張フレームワークを提案する。 文書テキストをリッチなKGノード表現として活用し、KAR(Knowledge-Aware Retrieval)のための文書ベースの関係フィルタリングを利用する。
  論文  参考訳（メタデータ） (2024-10-17T17:03:23Z)
• Generative Retrieval as Multi-Vector Dense Retrieval [71.75503049199897]
  生成検索は、文書の識別子をエンドツーエンドで生成する。 それまでの研究は、原子識別子による生成的検索が単一ベクトル密度検索と等価であることを示した。 生成的検索と多ベクトル高密度検索は,文書の問合せに対する関連性を測定するのと同じ枠組みを共有していることを示す。
  論文  参考訳（メタデータ） (2024-03-31T13:29:43Z)
• Improving Retrieval in Theme-specific Applications using a Corpus Topical Taxonomy [52.426623750562335]
  ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。 ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。 プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
  論文  参考訳（メタデータ） (2024-03-07T02:34:54Z)
• DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
  従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。 本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
  論文  参考訳（メタデータ） (2023-09-04T20:52:33Z)
• A Personalized Reinforcement Learning Summarization Service for Learning Structure from Unstructured Data [4.082216579462796]
  要約は階層的パーソナライズされた概念ベースの要約アプローチである。 文書を簡潔な階層的な概念マップに合成し、ユーザの好みを学習し、適応することによって、積極的にユーザと対話する。
  論文  参考訳（メタデータ） (2023-07-09T01:19:08Z)
• Coupled intrinsic and extrinsic human language resource-based query expansion [0.0]
  本稿では,クエリ構成エンコーディングや拡張概念抽出,概念重み付けといった言語特性を活かしたクエリ拡張フレームワークを提案する。 実世界のデータセットに対する徹底的な経験的評価は、ユニグラム言語モデル、関連モデル、逐次依存に基づく手法に対する我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2020-04-23T11:22:38Z)
• Leveraging Cognitive Search Patterns to Enhance Automated Natural Language Retrieval Performance [0.0]
  ユーザの検索行動を模倣する認知的再構成パターンが強調されている。 問合せの概念表現を考慮し,これらのパターンの適用を形式化する。 遺伝的アルゴリズムに基づく重み付けプロセスでは、概念的役割タイプに応じて用語に重点を置くことができる。
  論文  参考訳（メタデータ） (2020-04-21T14:13:33Z)

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。