Show simple item record

Recherche agrégée de données et services

dc.contributorParis Sciences et Lettres
dc.contributor.advisorGrigori, Daniela
dc.creatorMouhoub, Mohamed Lamine
dc.date.accessioned2018-09-10T08:22:37Z
dc.date.available2018-09-10T08:22:37Z
dc.date.issued2017-12-11
dc.identifier.urihttps://basepub.dauphine.fr/handle/123456789/17987
dc.description.abstractfrCes dernières années ont témoigné du succès du projet Linked Open Data (LOD) et de la croissance du nombre de sources de données sémantiques disponibles sur le web. Cependant, il y a encore beaucoup de données qui ne sont pas encore mises à disposition dans le LOD telles que les données sur demande, les données de capteurs etc. Elles sont néanmoins fournies par des API des services Web. L'intégration de ces données au LOD ou dans des applications de mashups apporterait une forte valeur ajoutée. Cependant, chercher de tels services avec les outils de découverte de services existants nécessite une connaissance préalable des répertoires de services ainsi que des ontologies utilisées pour les décrire.Dans cette thèse, nous proposons de nouvelles approches et des cadres logiciels pour la recherche de services web sémantiques avec une perspective d'intégration de données. Premièrement, nous introduisons LIDSEARCH, un cadre applicatif piloté par SPARQL pour chercher des données et des services web sémantiques.De plus, nous proposons une approche pour enrichir les descriptions sémantiques de services web en décrivant les relations ontologiques entre leurs entrées et leurs sorties afin de faciliter l'automatisation de la découverte et de la composition de services. Afin d'atteindre ce but, nous utilisons des techniques de traitement automatique de la langue et d'appariement de textes basées sur le deep-learning pour mieux comprendre les descriptions des services.Nous validons notre travail avec des preuves de concept et utilisons les services et les ontologies d'OWLS-TC pour évaluer nos approches proposées de sélection et d'enrichissement.fr
dc.language.isoen
dc.subjectServices Webfr
dc.subjectDécouverte de servicesfr
dc.subjectWeb Sémantiquefr
dc.subjectDonnées Liéesfr
dc.subjectTraitement Automatique de la Languefr
dc.subjectWeb Servicesen
dc.subjectService Discoveryen
dc.subjectSemantic Weben
dc.subjectLinked Dataen
dc.subjectNatural Language Processingen
dc.subjectService Description Enrichmenten
dc.subject.ddc005.7
dc.titleAggregated Search of Data and Servicesen
dc.titleRecherche agrégée de données et servicesfr
dc.typeThèse
dc.description.abstractenThe last years witnessed the success of the Linked Open Data (LOD) project as well as a significantly growing amount of semantic data sources available on the web. However, there are still a lot of data not being published as fully materialized knowledge bases like as sensor data, dynamic data, data with limited access patterns, etc. Such data is in general available through web APIs or web services. Integrating such data to the LOD or in mashups would have a significant added value. However, discovering such services requires a lot of efforts from developers and a good knowledge of the existing service repositories that the current service discovery systems do not efficiently overcome.In this thesis, we propose novel approaches and frameworks to search for semantic web services from a data integration perspective. Firstly, we introduce LIDSEARCH, a SPARQL-driven framework to search for linked data and semantic web services. Moreover, we propose an approach to enrich semantic service descriptions with Input-Output relations from ontologies to facilitate the automation of service discovery and composition. To achieve such a purpose, we apply natural language processing techniques and deep-learning-based text similarity techniques to leverage I/O relations from text to ontologies.We validate our work with proof-of-concept frameworks and use OWLS-TC as a dataset for conducting our experiments on service search and enrichment.en
dc.identifier.theseid2017PSLED066
dc.subject.ddclabelOrganisation des données


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record