Skip to Main content Skip to Navigation
Conference papers

Terminology-based Text Embedding for Computing Document Similarities on Technical Content

Résumé : Nous proposons dans cet article une nouvelle approche hybride de calcul de représentation de documents dans le but de calculer des similarités entre documents techniques. Dans un premier temps, nous utilisons une méthode de l'état de l'art basée sur le graphe des mots pour extraire des phrases-clés, afin de calculer un score pour chacune des phrases du document. Nous proposons deux approches pour calculer la représentation d'un document en utilisant ce classement des phrases. En utilisant des annotations d'experts du domaine, nous montrons que les méthodes proposées obtiennent de meilleurs résultats en terme de NDCG pouvant aller jusqu'à 27% d'amélioration.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03352371
Contributor : Eric Gaussier Connect in order to contact the contributor
Submitted on : Thursday, September 23, 2021 - 10:30:56 AM
Last modification on : Tuesday, October 19, 2021 - 11:19:00 AM

File

2019.jeptalnrecital-tia.3.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03352371, version 1

Collections

Citation

Hamid Mirisaee, Éric Gaussier, Cedric Lagnier, Agnes Guerraz. Terminology-based Text Embedding for Computing Document Similarities on Technical Content. TIA-PFIA 2019 (atelier TALN-RECITAL ), 2019, Toulouse, France. ⟨hal-03352371⟩

Share

Metrics

Record views

34

Files downloads

25