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 Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Dans cet article, nous etudions l'appariement document-requete base sur des similarites semantiques entre les termes de la requete et ceux du document, a l'aide du plongement lexical des mots (word embedding). Contrairement aux approches traditionnelles qui sont basees sur les representations dites sac de mots et qui reposent sur l'appariement exact entre les mots, le processus d'appariement pourrait etre ameliore en tenant compte de tous les mots du document et en traitant differemment les mots de la requete qui ne sont pas dans le document. Nous avons exploite differentes strategies d'appariement. Les resultats experimentaux en utilisant des collections TREC montrent que les strategies d'appariement etudiees donnent de meilleurs resultats que les modeles classiques de la RI.

Impact de la présence/absence des termes de la requête dans le document sur le processus d'appariement document-requête en utilisant Word2Vec