English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

RESUME . L'information sur le web est de plus en plus extraite depuis des bases de donnees (BD) ou les langages d'interrogation sont bases sur une recherche exacte. L'utilisateur se trouve confronte au probleme de reponses nombreuses lorsque sa requete est peu selective. Pour remedier a ce probleme, plusieurs approches ont ete proposees, a l'instar de celles utilisant les techniques de relaxation des requetes. D'autres travaux proposent de classifier les resultats. Une autre classe d'approches, au quelle on s'interesse, suggere l'adaptation des techniques de la recherche d'information (RI) pour trier les resultats dans les BD. On propose dans cet article, une adaptation du modele de langue de la RI pour trier les tuples retournes selon leur score de pertinence vis-a-vis la requete. Ce score est evalue par un modele de langue bi-gramme qui combine, a travers un lissage par interpolation, les probabilites d'occurrence des valeurs des attributs dans l'ensemble des tuples retournes ainsi que dans la BD. Nous avons evalue l'efficacite de notre approche sur une table contenant

Adaptation du modèle de langue pour le tri des réponses dans les BD