ANALISIS 20 PAPER

1. Judul : Pengukuran Kemiripan Model Proses Bisnis pada Beberapa E Marketplace di

Indonesia Menggunakan Path dan Jaccard Coefficient Similarity (2020
Analisis :
 Teori : Perhitungan kemiripan semantic didasarkan pada persamaan label dan persamaan
contextual pada kalimat yang terdapat dalam setiap aktivitas dalam model proses bisnis
Saat perhitungan persamaan contextual, menggunakan algoritma Path untuk menghitung
persamaan kata dalam kalimat, kemudian algoritma AHP digunakan untuk menentukan
bobot nilai dari setiap struktur pembentuk kalimat, yaitu kata kerja, kata sifat, dan kata
benda. Hasil yang diperoleh kemudian digunakan untuk menentukan persamaan kalimat
dalam persamaan contextual. Dari pengelompokan ketiga struktur kata kerja, kata sifat,
dan kata benda tersebut, ditentukan nilai kemiripan kata tertinggi.
 Bagaimana Wordnet dibuat : Pada penelitian ini, peneliti membuat jejaring kata
menggunakan dataset dari sinonimkata.com dan menggunakan database phpMySQL
untuk menghitung panjang vertex dan node dataset. Metode yang digunakan untuk
menghitung kemiripan kata dalam Wordnet ini menggunakan metode Path
2. Judul : Implementasi Metode Semantic Similarity untuk Pengukuran Kemiripan
Makna antar Kalimat (2019)
Analisis :
 Teori : Sedangkan pada perhitungan sentence similarity bertujuan untuk
menghitung nilai kemiripan keseluruhan dalam bentuk kalimat menjadi satu nilai
kemiripan secara utuh sebagai hasil akhir. Perhitungan word similarity
berdasarkan contextual-nya dihitung menggunakan Word Similarity for Java
(WS4J) dengan tiga pendekatan yaitu wu palmer, lin, dan path. Menghitung nilai
kemiripan menggunakan WS4J hanya dapat diuraikan berdasarkan kemiripan
antar kata, sehingga dilakukan pembobotan menggunakan metode Analytical
Hierarchy Process (AHP). Ada dua aspek yang digunakan sebagai kriteria pada
perhitungan AHP untuk menentukan nilai bobot kriterianya yaitu noun, dan verb.
Dari hasil tersebut, kemudian dilakukan pembobotan dengan mengakumulasikan
matriks nilai word similarity dengan nilai bobot kriteria masing-masing untuk
memperoleh nilai sentence similarity.
  Implementasi WordNet dalam penelitian ini : dalam penelitian ini, peneliti
menjelaskan perhitungan kemiripan makna kata menggunakan metode Wu
Palmer. Lin dan Path. Sedangkan wordnet yang digunakan yakni wordnet WS4J
3. Judul : Analisis dan Perancangan Software Pemetaan Struktur Organisasi dengan
Model Proses Bisnis Menggunakan Kemiripan Makna Kata (2020)
Analisis :
 Teori : persamaan makna kata melalui job description pondok pesantren tersebut
menggunakan perhitungan sentence similarity. Perhitungan sentence similarity
bertujuan untuk menghitung nilai kemiripan secara keseluruhan dalam bentuk
kalimat menjadi suatu kemiripan secara utuh. Perhitungan word similarity
dihitung menggunakan Word Similarity for Java (WS4J) dengan pendekatan
PATH dan TF-IDF .
 Implementasi WordNet dalam penelitian ini : pada topik penelitian ini, peneliti
menggunakan metode PATH untuk mengukur tingkat kemiripan kata dan
pembobotan TF-IDF untuk memberikan bobot pada suatu term kata
4. Judul : Semantic Similarity Methods in WordNet and their Application to
Information Retrieval on the Web
Analisis :
 Teori : Beberapa metode kesamaan semantik yang paling populer
diimplementasikan dan dievaluasi menggunakan WordNet sebagai ontologi
referensi yang mendasari. Dibangun di atas gagasan kemiripan semantik, metode
pencarian informasi baru juga diusulkan. Metode ini mampu mendeteksi
kemiripan antara dokumen-dokumen yang memiliki kemiripan semantik tetapi
tidak harus memiliki istilah yang mirip secara leksikografis. Metode yang
diusulkan telah dievaluasi dalam pengambilan gambar dan dokumen di Web.
 Metode yang dikembangkan di penelitian ini terkait wordnet :
1. Edge Counting Methods
2. Information Content Methods
3. Feature based Methods
4. Hybrid Methods
5. Single Ontology
 6. Cross Ontology
5. Judul : Document Expansion Based on WordNet for Robust IR (2010)
Analisis :
 Teori : WordNet digambarkan sebagai grafik sebagai berikut: node grafik
mewakili konsep WordNet (synsets) dan kata-kata kamus; hubungan antar synset
diwakili oleh tepi yang tidak diarahkan; dan kata-kata kamus ditautkan ke synset
yang terkait dengannya oleh tepian terarah.
 Metode yang dikembangkan : Makalah ini menyajikan metode baru Perluasan
Dokumen berdasarkan sistem berbasis WordNet untuk menemukan konsep dan
kata terkait. Dokumen dalam tiga kumpulan data kemudian diperluas dengan
kata-kata terkait, yang dimasukkan ke dalam indeks terpisah. Ketika
dikombinasikan dengan indeks reguler, peneliti melaporkan peningkatan pada
MG4J menggunakan wBM25 untuk tiga set data tersebut di beberapa pengaturan
parameter, termasuk nilai default, parameter yang dioptimalkan, dan parameter
yang dioptimalkan di set data lain
6. Judul : WordnetLoom: a Graph-based Visual Wordnet Development Framework
(2010)
Analisis :
 Teori : Wordnet adalah grafik yang sangat kompleks dari ribuan simpul dan
busur, di mana simpul mewakili unit leksikal dan himpunan unit leksikal, dan
busur mewakili hubungan leksik-semantik dari beberapa jenis. Wordnet dapat
diekspresikan dalam bahasa formal sederhana, dan digunakan dalam "file sumber
leksikal". Namun, ukuran dan kompleksitas dari wordnet yang besar membuat
pengkodean manual dari struktur wordnet menjadi rawan kesalahan. Probabilitas
kesalahan dapat dikurangi dengan pengenalan editor wordnet khusus yang
membebaskan ahli bahasa dari mempelajari bahasa formal deskripsi dan
menyediakan beberapa bentuk pemeriksaan kesalahan.
 Metode yang digunakan dalam pengembangan WordNet : Aplikasi ini
menggunakan pengkodean UTF untuk karakter, tipe relasi didefinisikan dalam
format berbasis XML dari data wordnet dan daftar domain. Daftar relasi synset
yang disajikan dalam arah vertikal dan horizontal ditentukan dalam file set-up.
 Impor dan ekspor ke format file Princeton WordNet telah diterapkan. Mekanisme
penyajian saran dapat bekerja atas dasar daftar tripel apa pun: kata, sinkronisasi,
nilai kesesuaian. Namun, algoritme AAA perlu menyesuaikan dengan sumber
pengetahuan selain yang peneliti gunakan. WordnetLoom digunakan untuk
mengedit jaringan hubungan semantik leksikal apa pun atau bahkan ontologi.
Namun, dalam kasus terakhir, himpunan properti LU yang terbatas dan tetap
dapat menjadi batasan yang kuat: konsep dalam ontologi sebagian besar
dideskripsikan oleh struktur nilai atribut yang dapat diperluas, sementara unit
leksikal dilampirkan pada himpunan properti yang terbatas dan tetap dalam
wordnet

7. Judul : A New Method for Updating Word Senses in Hindi WordNet

Analisis :

 Teori : WordNet adalah jaringan penginderaan kata. Node pengertian kata di

jaringan ini adalah synset yang dianggap sebagai objek dasar di WordNet. Setiap
synset dalam WordNet Hindi dihubungkan dengan synset lain melalui hubungan
leksikal dan semantik terkenal dari hypemymy, hyponymy, meronymy,
troponymy, antonymy, entailment dll. Hubungan semantik adalah antara synsets
dan hubungan leksikal adalah antar kata. Hubungan ini berfungsi untuk mengatur
basis pengetahuan leksikal. Ada 16 relasi di WordNet Hindi. IV.

 Metode yang dipakai untuk pengembangan WordNet : Dalam makalah ini,

terdapat pengusulan model berbasis grafik dan teknik yang terkait untuk secara
 otomatis memperoleh indra kata-kata. Dalam literatur, tidak ada metode seperti
itu yang mampu secara otomatis mengidentifikasi arti kata-kata Hindi. Peneliti
menggunakan korpus yang diberi tag part of speech tag dalam bahasa Hindi untuk
membuat model graf. Keterkaitan antara konsep kata benda-kata benda
diekstraksi atas dasar hubungan sintaksis dan semantik.

8. Judul : A new semantic relatedness measurement using WordNet features

Analisis :

 Teori : WordNet adalah domain dan tesaurus yang secara umum bertujuan untuk
melakukan pengukuran keterkaitan semantik yang menjelaskan dan mengatur
155287 konsep bahasa Inggris di WordNet 3.0, yang terstruktur secara semantik
dalam cara ontologis.

 Metode yang dikembangkan untuk WordNet ini : Pendekatan teori informasi

memanfaatkan gagasan Isi Informasi (IC) yang memberikan konsep pemahaman
yang lebih baik tentang semantiknya. Dalam makalah ini, peneliti menyajikan
survei metrik IC lengkap dengan studi kritis. Kemudian, peneliti mengusulkan
metode komputasi IC intrinsik yang baru menggunakan fitur taksonomi yang
diekstraksi dari ontologi untuk konsep tertentu. Pendekatan ini mengkuantifikasi
subgraf yang dibentuk oleh konsep subsumers menggunakan kedalaman dan
 hitungan keturunan sebagai parameter taksonomi. Pada bagian kedua, peneliti
mengintegrasikan metrik IC ini dalam pendekatan multistrategi berparameter baru
untuk mengukur keterkaitan semantik kata. Ukuran ini memanfaatkan fitur
WordNet seperti kata benda "adalah" taksonomi, hubungan nominalisasi
memungkinkan penggunaan kata kerja "adalah" taksonomi dan kata-kata bersama
(tumpang tindih) dalam glosses. Pekerjaan peneliti telah dievaluasi dan
dibandingkan dengan karya terkait menggunakan serangkaian luas tolok ukur
yang disusun untuk tugas kesamaan / keterkaitan semantik kata.

9. Judul : Multi-term Web Query Expansion Using WordNet

Analisis :

 Teori : Hubungan Hypernym / Hyponymy dan Sinonim di WordNet digunakan

sebagai aturan ekspansi dasar. Kemudian peneliti menggunakan WordNet Lexical
Chains dan kesamaan semantik WordNet untuk menetapkan istilah dalam kueri
yang sama ke dalam grup yang berbeda sehubungan dengan kesamaan semantik
mereka. Untuk setiap grup, peneliti memperluas istilah tertinggi dalam hierarki
WordNet dengan Hypernym dan Sinonim, istilah terendah dengan Hiponim dan
Sinonim, dan semua istilah lain hanya dengan Sinonim.

 Metode yang dikembangkan untuk WordNet

Dalam makalah ini, peneliti mengusulkan metode untuk perluasan kueri multi-
istilah berdasarkan WordNet. Dalam pendekatan peneliti, hubungan Hypernym /
Hyponymy dan Sinonim di WordNet digunakan sebagai aturan ekspansi dasar.
Kemudian peneliti menggunakan WordNet Lexical Chains dan kesamaan
semantik WordNet untuk menetapkan istilah dalam kueri yang sama ke dalam
grup yang berbeda sehubungan dengan kesamaan semantik mereka. Untuk setiap
grup, peneliti memperluas istilah tertinggi dalam hierarki WordNet dengan
Hypernym dan Sinonim, istilah terendah dengan Hiponim dan Sinonim, dan
semua istilah lain hanya dengan Sinonim. Selanjutnya, peneliti menggunakan
jaringan semantik istilah terkait koleksi untuk menghapus kata-kata frekuensi
 rendah dan tidak biasa dalam perluasan. Dan percobaan peneliti mengungkapkan
bahwa solusi peneliti untuk perluasan kueri dapat meningkatkan kinerja kueri

10. Judul : A Graph Modeling of Semantic Similarity between Words

Analisis :

 Teori : Kata kunci:

KONSEP, KESAMAAN, INFORMASI, Kesamaan Semantik, ALGORITMA, TAKSI,

SSA, JARAK, GLOSS, HUBUNGAN

Intisari:

... Dalam makalah ini, disajikan algoritma baru untuk menilai kemiripan semantik (SSA)
antar kata ....

... Korelasi tinggi SSA dengan peringkat manusia menunjukkan bahwa SSA akan nyaman
dalam menyelesaikan beberapa masalah penambangan data dan pengambilan
informasi ....

... Taksonomi hierarkis yang ada biasanya mewakili pengetahuan leksikal yang tersirat
dalam bahasa melalui struktur grafik yang mencerminkan konsep kata dan
hubungannya ....

... Solusi komputasi untuk masalah penghitungan kemiripan semantik atau ketidaksamaan
antara pasangan kata sering kali bergantung pada taksonomi semacam itu ....

... Biasanya, ruang konsep dihasilkan menggunakan pengetahuan leksikal dalam

taksonomi, di mana ruang konsep diekspresikan melalui jaringan hubungan yang
kompleks antar konsep, yaitu: is-a, part-whole, cause-effect, dan ekuivalen. ...

... Sebelumnya, beberapa algoritma kesamaan semantik telah diusulkan berdasarkan

penggunaan leksikon atau tesaurus eksternal, khususnya WordNet ....

... Algoritma ini secara kasar dapat dikategorikan dalam metode berbasis jarak [17, 7, 11,
21, 22], di mana kesamaan semantik antara dua kata diukur dengan mempertimbangkan
jarak jalur terpendek yang menghubungkan konsep yang sesuai dalam taksonomi
digunakan, atau metode berbasis informasi [18, 9, 13, 12], di mana kemiripan dievaluasi
menggunakan informasi eksternal, seperti frekuensi kata dan / atau konten informasi,
yang diekstrak dari korpora yang tersedia, selain informasi hierarkis yang terkait dengan
konsep yang sesuai dalam taksonomi yang mendasari ....

... Dalam makalah ini, sebuah algoritma untuk menghitung kemiripan semantik antara
dua kata diusulkan ....

... The Semantic Similarity Algorithm (SSA) adalah metode berbasis jarak yang
mengeksploitasi hubungan antara konsep yang sesuai (alias, penginderaan kata atau
synsets) bersama-sama dengan pemeriksaan glosses deskriptif mereka, dimodelkan dalam
sebuah novel Konferensi Internasional tentang Komputasi Semantik 0 -7695-2997-6 / 07
$ 25.00 c 2007 IEEE DOI 10.1109 / ICSC.2007.23 355 grafik berbobot ....

... Misalnya, salah satu konsep rekayasa kata benda didefinisikan oleh "disiplin yang
berhubungan dengan seni atau ilmu penerapan pengetahuan ilmiah untuk masalah
praktis." Banyak glosses menyertakan contoh penggunaan, seperti "dia kesulitan
memutuskan cabang teknik mana yang akan dipelajari." Tidak ada algoritme yang ada
yang sepenuhnya memanfaatkan hubungan semantik dalam hubungannya dengan gloss
deskriptif, sejauh yang dipertimbangkan oleh SSA ....

... Mengingat pengamatan ini, kontribusi utama dari makalah ini adalah: 1. Kesamaan
semantik antara dua kata dimodelkan sebagai grafik di mana skema pembobotan tepi baru
digunakan untuk memanfaatkan informasi semantik yang terkait dengan kata-kata dengan
menggabungkan hubungan sinonim, is-a, dan sebagian-keseluruhan ke dalam grafik; 2.
Dalam menghitung ukuran kemiripan semantik, derajat perpotongan antara glos
deskriptif dari konsep terkait dalam grafik diintegrasikan untuk memaksimalkan
keakuratan algoritme; 3. Korelasi 0,913 antara hasil SSA dan peringkat manusia Miller
dan Charles telah dicapai dengan patokan de facto 28 pasang [15], yang lebih tinggi dari
peringkat manusia rata-rata (0,88) [19] dan kinerja semua algoritme sebelumnya, dengan
pengecualian Yang dan Powers (0,921) [22], yang, bagaimanapun, membutuhkan
penyetelan sejumlah parameter eksternal untuk menghasilkan hasil terbaik ....
 ... Resnik menyatakan bahwa "satu kunci kemiripan dua konsep adalah sejauh mana
mereka berbagi informasi." Resnik mengusulkan ukuran kesamaan menggunakan konten
informasi (−log p (c)) ....

... Informasi yang dibagikan oleh dua konsep diberikan oleh konten informasi dari nenek
moyang terdekat mereka dalam taksonomi (nca) ....

... Kepadatan semantik lokal suatu konsep dihitung menggunakan konten informasinya
yang mewakili kepadatan semantik lokal suatu konsep dalam korpus ....

 Metode Semantic Similarity yang dikembangkan untuk WordNet

Resnik, Hirst and St-Onge, Kim and Candan, Leacok and Chodorow, Lin,
Jiangand Conrath, Lie et al, Patwawrdhan and Pedersen,Yang and Powers, SSA

11. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

12. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

13. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

14. Judul :

Analisis :
  Teori :

 Metode yang dikembangkan untuk WordNet

15. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

16. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

17. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

18. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

19. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet

20. Judul :

Analisis :

 Teori :

 Metode yang dikembangkan untuk WordNet