The underlying idea is that a FV re

The underlying idea is that a FV reflects both the
semantic and linguistic neighbourhoods of a
particular entity. The semantic neighbourhood is
computed based on related entities and direct
properties specified in an ontology, while the
linguistic neighbourhood is based on the colocation
of terms in a domain specific corpus.
Therefore, every entity (classes and individuals) of
the ontologies is associated with a FV to tailor it to
the specific terminology of the text corpus. We
give an overall description of how FVs are
constructed. However, in this paper we do not go
into details of this algorithm (details can be found
in [Tomassen & Strasunskas, 2009]). The extrinsic
quality of FV (i.e., its effect on search
performance) has been investigated in (Strasunskas
& Tomassen, 2008). There we reported an
improvement of the search by more than 10%, on
average. Real users have conducted the
experiment. However, because of variances in the
results (partly explained by the diversity of users),
we needed to assess the intrinsic quality of FV by
evaluating the Feature Vector Construction (FVC)
process. Therefore, in this paper we focus on the

ผลลัพธ์ (ไทย) 1:

เป็นความคิดพื้นฐานว่า FV ที่สะท้อนทั้ง
พื้นที่ทางตรรก และภาษาศาสตร์ของการ
เฉพาะเอนทิตี มีความหมายไป
คำนวณตามเอนทิตีที่เกี่ยวข้อง และตรง
คุณสมบัติระบุในภววิทยา ขณะ
ภาษาศาสตร์ไปใช้ colocation ที่
ของเงื่อนไขในการโดเมนเฉพาะคอร์พัสคริ
ดังนั้น ทุกเอนทิตี (สอนและบุคคล) ของ
ontologies จะเชื่อมโยงกับ FV เพื่อปรับให้
คำศัพท์เฉพาะของคลังข้อความ เรา
ให้คำอธิบายโดยรวมของ FVs อย่าง
สร้าง อย่างไรก็ตาม ในเอกสารนี้ เราไม่ไป
ลงรายละเอียดของขั้นตอนวิธีนี้ (รายละเอียดสามารถดู
ใน [Tomassen & Strasunskas, 2009]) การสึกหรอ
คุณภาพของ FV (เช่น มีผลการค้นหา
ประสิทธิภาพ) ได้ตรวจสอบใน (Strasunskas
& Tomassen, 2008) มีเรารายงานตัว
ค้นหามากกว่า 10% การปรับปรุงบน
เฉลี่ย ผู้ใช้จริงได้ดำเนินการ
ทดลอง อย่างไรก็ตาม เนื่องจากผลต่างในการ
ผล (บางส่วนอธิบาย โดยความหลากหลายของผู้ใช้),
เราต้องประเมินคุณภาพ intrinsic FV โดย
ประเมินก่อสร้างเวกเตอร์คุณลักษณะ (FVC)
กระบวนการ ดังนั้น ในเอกสารนี้ เรามุ่งเน้น

ผลลัพธ์ (ไทย) 2:

ความคิดพื้นฐานคือ FV สะท้อนให้เห็นถึงทั้ง
ละแวกใกล้เคียงความหมายและภาษาของ
เอนทิตีเฉพาะ ที่ใกล้เคียงความหมายคือการ
คำนวณขึ้นอยู่กับหน่วยงานที่เกี่ยวข้องและตรง
คุณสมบัติที่ระบุไว้ในอภิปรัชญาในขณะที่
พื้นที่ใกล้เคียงที่ภาษาจะขึ้นอยู่กับ colocation
ของข้อตกลงในคลังเฉพาะโดเมน
ดังนั้นทุกองค์กร (ชั้นเรียนและบุคคล) ของ
จีส์มีความเกี่ยวข้องกับ FV ที่จะปรับแต่งให้
คำศัพท์เฉพาะของคลังข้อความ เรา
ให้คำอธิบายโดยรวมของวิธี FVS จะ
สร้าง แต่ในกระดาษที่เราไม่ได้ไปนี้
ในรายละเอียดของขั้นตอนวิธีนี้ (รายละเอียดสามารถพบได้
ใน [เซ่นแอนด์ Strasunskas, 2009]) ภายนอก
ที่มีคุณภาพของ FV (เช่นผลกระทบต่อการค้นหา
ที่มีประสิทธิภาพ) ได้รับการตรวจสอบใน (Strasunskas
และเซ่น, 2008) มีที่เรารายงาน
การปรับปรุงของการค้นหาโดยกว่า 10% ที่
เฉลี่ย ผู้ใช้งานจริงได้ดำเนิน
การทดลอง แต่เนื่องจากความแปรปรวนใน
ผลการค้นหา (อธิบายบางส่วนจากความหลากหลายของผู้ใช้)
เราจำเป็นต้องมีการประเมินคุณภาพภายในของ FV โดย
การประเมินคุณสมบัติการก่อสร้างเวกเตอร์ (FVC)
กระบวนการ ดังนั้นในบทความนี้เราจะมุ่งเน้นไปที่

ผลลัพธ์ (ไทย) 3:

ต้นแบบความคิดที่ FV สะท้อนทั้ง
ความหมายและภาษาแว่วของ
นิติบุคคลเฉพาะ ตาง ๆอรรถ
คำนวณตามหน่วยงานที่เกี่ยวข้องโดยตรงในการกำหนดคุณสมบัติและ

ทางอภิปรัชญา ส่วนตาง ๆขึ้นอยู่กับ colocation
ศัพท์ในโดเมนเฉพาะ คลังข้อมูล
ดังนั้นทุกหน่วยงาน ( เรียนและบุคคล )
นโทโลจีซึ่งเกี่ยวข้องกับ FV พร้อมมัน

คำศัพท์เฉพาะของข้อความคลังข้อมูล ให้รายละเอียดโดยรวมของเรา

fvs เป็นวิธีการสร้าง อย่างไรก็ตาม ในกระดาษนี้เราไม่ไป
ให้รายละเอียดของขั้นตอนวิธีนี้ ( รายละเอียดสามารถพบได้ใน Tomassen & strasunskas
[ 2009 ] ) คุณภาพภายนอก
ของ FV ( เช่น ผลกระทบต่อผลการค้นหา
) ได้รับการตรวจสอบ ( strasunskas
& Tomassen , 2008 ) เรารายงานการพัฒนาของการค้นหาโดยกว่า 10% ใน
เฉลี่ย ผู้ใช้จริงจัด
ทดลอง อย่างไรก็ตาม เนื่องจากความแปรปรวน
ผล ( อธิบายบางส่วนจากความหลากหลายของผู้ใช้ ) ,
เราต้องประเมินคุณภาพที่แท้จริงของ FV โดย
ประเมินคุณลักษณะเวกเตอร์การก่อสร้าง ( FVC )
กระบวนการ ดังนั้น ในกระดาษนี้เรามุ่งเน้น