Evaluation Framework for Search Methods Focused on Dataset Findability in Open Data Catalogs
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F20%3A00342949" target="_blank" >RIV/68407700:21240/20:00342949 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216208:11320/20:10420920
Výsledek na webu
<a href="http://dx.doi.org/10.1145/3428757.3429973" target="_blank" >http://dx.doi.org/10.1145/3428757.3429973</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3428757.3429973" target="_blank" >10.1145/3428757.3429973</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Evaluation Framework for Search Methods Focused on Dataset Findability in Open Data Catalogs
Popis výsledku v původním jazyce
Many institutions publish datasets as Open Data in catalogs, however, their retrieval remains problematic issue due to the absence of dataset search benchmarking. We propose a framework for evaluating findability of datasets, regardless of retrieval models used. As task-agnostic labeling of datasets by ground truth turns out to be infeasible in the general domain of open data datasets, the proposed framework is based on evaluation of entire retrieval scenarios that mimic complex retrieval tasks. In addition to the framework we present a proof of concept specification and evaluation on several similarity-based retrieval models and several dataset discovery scenarios within a catalog, using our experimental evaluation tool. Instead of traditional matching of query with metadata of all the datasets, in similarity-based retrieval the query is formulated using a set of datasets (query by example) and the most similar datasets to the query set are retrieved from the catalog as a result.
Název v anglickém jazyce
Evaluation Framework for Search Methods Focused on Dataset Findability in Open Data Catalogs
Popis výsledku anglicky
Many institutions publish datasets as Open Data in catalogs, however, their retrieval remains problematic issue due to the absence of dataset search benchmarking. We propose a framework for evaluating findability of datasets, regardless of retrieval models used. As task-agnostic labeling of datasets by ground truth turns out to be infeasible in the general domain of open data datasets, the proposed framework is based on evaluation of entire retrieval scenarios that mimic complex retrieval tasks. In addition to the framework we present a proof of concept specification and evaluation on several similarity-based retrieval models and several dataset discovery scenarios within a catalog, using our experimental evaluation tool. Instead of traditional matching of query with metadata of all the datasets, in similarity-based retrieval the query is formulated using a set of datasets (query by example) and the most similar datasets to the query set are retrieved from the catalog as a result.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA19-01641S" target="_blank" >GA19-01641S: Kontextové podobnostní vyhledávání v otevřených datech</a><br>
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2020
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 22nd International Conference on Information Integration and Web-based Applications & Services
ISBN
978-1-4503-8924-2
ISSN
—
e-ISSN
—
Počet stran výsledku
10
Strana od-do
200-209
Název nakladatele
Association for Computing Machinery
Místo vydání
New York
Místo konání akce
Chiang Mai (online)
Datum konání akce
30. 11. 2020
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—