সেম্যান্টিক ওয়েব সার্ভিস প্রতিস্থাপনের জন্য সাদৃশ্য নেটওয়ার্ক: একটি নেটওয়ার্ক-ভিত্তিক পদ্ধতি

1. ভূমিকা

আধুনিক বিতরণকৃত অ্যাপ্লিকেশনের মৌলিক বিল্ডিং ব্লকে পরিণত হয়েছে ওয়েব সার্ভিস। তাদের স্বয়ংক্রিয় কম্পোজিশনের একটি গুরুত্বপূর্ণ চ্যালেঞ্জ হল কার্যকর প্রতিস্থাপনের মাধ্যমে উপাদান সার্ভিসের ব্যর্থতা বা অনুপলব্ধতা মোকাবেলা করা। এই গবেষণাপত্রটি প্রতিস্থাপনযোগ্য সার্ভিসের সরল শ্রেণীবিভাগের বাইরে গিয়ে এই সমস্যা সমাধান করে, একটি অভিনব নেটওয়ার্ক-ভিত্তিক পদ্ধতি প্রস্তাব করে যেখানে নোডগুলি ওয়েব সার্ভিস অপারেশন এবং এজগুলি কার্যকরী সাদৃশ্য উপস্থাপন করে। এই মডেলের লক্ষ্য প্রতিস্থাপনযোগ্য সার্ভিস বিশ্লেষণ ও আবিষ্কারের জন্য একটি সমৃদ্ধ, আরও সূক্ষ্ম কাঠামো প্রদান করা, যা শেষ পর্যন্ত কম্পোজিট সার্ভিসের দৃঢ়তা ও নমনীয়তা উন্নত করে।

2. পটভূমি ও সংশ্লিষ্ট গবেষণা

2.1. ওয়েব সার্ভিস কম্পোজিশন ও চ্যালেঞ্জসমূহ

স্বয়ংক্রিয় সার্ভিস কম্পোজিশনের স্বপ্ন ওয়েবের গতিশীল ও অস্থির প্রকৃতির কারণে বাধাগ্রস্ত হয়। সার্ভিস ব্যর্থ হতে পারে, আপডেট হতে পারে বা অনুপলব্ধ হয়ে যেতে পারে। তাই সার্ভিস ধারাবাহিকতা বজায় রাখার জন্য প্রতিস্থাপন বিলাসিতা নয়, বরং একটি অপরিহার্য প্রয়োজনীয়তা। ঐতিহ্যগত আবিষ্কার একটি অনুরোধের জন্য সার্ভিস খুঁজে পায়, কিন্তু প্রতিস্থাপনকে অবশ্যই সামগ্রিক কার্যকারিতা সংরক্ষণ করে ইতিমধ্যে মোতায়েনকৃত উপাদানগুলির জন্য প্রতিস্থাপন খুঁজে বের করতে হবে।

2.2. বিদ্যমান প্রতিস্থাপন পদ্ধতিসমূহ

পূর্ববর্তী কাজ প্রাথমিকভাবে কার্যকরী এবং অ-কার্যকরী (QoS) বৈশিষ্ট্যের উপর ভিত্তি করে শ্রেণীবিভাগের উপর দৃষ্টি নিবদ্ধ করে। সাধারণ পদ্ধতিগুলির মধ্যে রয়েছে:

• কমিউনিটি/ক্লাস্টার-ভিত্তিক: একই রকম কার্যকারিতাসম্পন্ন সার্ভিসগুলিকে দলবদ্ধ করা, প্রায়শই অন্টোলজিক্যাল ধারণার সাথে যুক্ত [1, 2]।
• ইন্টারফেস ম্যাচিং: অপারেশন/প্যারামিটার সংখ্যা এবং প্রকারের উপর ভিত্তি করে সাদৃশ্যের মাত্রা (যেমন, সমতুল্য, প্রতিস্থাপন) সংজ্ঞায়িত করা [3]।

যদিও উপযোগী, এই পদ্ধতিগুলি প্রায়শই প্রতিস্থাপনযোগ্যতার পূর্ণ সম্ভাবনা অন্বেষণ করার জন্য সূক্ষ্মতা এবং সম্পর্কীয় প্রসঙ্গের অভাব থাকে।

3. প্রস্তাবিত নেটওয়ার্ক-ভিত্তিক মডেল

3.1. নেটওয়ার্ক নির্মাণ

মূল উদ্ভাবন হল প্রতিস্থাপনযোগ্যতা স্থানকে একটি গ্রাফ $G = (V, E)$ হিসাবে মডেলিং করা।

• শীর্ষবিন্দু (V): প্রতিটি শীর্ষবিন্দু $v_i \in V$ একটি ওয়েব সার্ভিসের ইন্টারফেস থেকে একটি নির্দিষ্ট অপারেশন উপস্থাপন করে (যেমন, `getWeather`, `convertCurrency`)।
• প্রান্ত (E): একটি অনির্দেশিত প্রান্ত $e_{ij} \in E$ দুটি শীর্ষবিন্দু $v_i$ এবং $v_j$ কে সংযুক্ত করে যদি তাদের সংশ্লিষ্ট অপারেশনগুলি একটি সংজ্ঞায়িত সাদৃশ্য পরিমাপ $sim(v_i, v_j) > \theta$ এর ভিত্তিতে কার্যকরীভাবে সদৃশ বলে বিবেচিত হয়, যেখানে $\theta$ একটি সাদৃশ্য থ্রেশহোল্ড।

এই কাঠামো সার্ভিসের একটি সমতল তালিকাকে একটি সমৃদ্ধ সম্পর্কীয় মানচিত্রে রূপান্তরিত করে, যেখানে ক্লাস্টার, পথ এবং কেন্দ্রীয় নোডগুলি প্রতিস্থাপনযোগ্যতার নিদর্শন প্রকাশ করে।

3.2. সাদৃশ্য পরিমাপ

গবেষণাপত্রটি অপারেশনের ইনপুট এবং আউটপুট প্যারামিটার তুলনা করার ভিত্তিতে চারটি সাদৃশ্য পরিমাপ প্রস্তাব করে, তাদের সেম্যান্টিক অ্যানোটেশন (যেমন, অন্টোলজিক্যাল ধারণা) ব্যবহার করে। পরিমাপগুলির মধ্যে সম্ভবত রয়েছে:

1. প্যারামিটার সেট সাদৃশ্য: ইনপুট/আউটপুট ধারণার সেট তুলনা করা (যেমন, জ্যাকার্ড সূচক)।
2. প্যারামিটার টাইপ সাদৃশ্য: একটি অন্টোলজিতে প্যারামিটার ধারণাগুলির মধ্যে সেম্যান্টিক দূরত্ব বিবেচনা করা।
3. ইন্টারফেস স্ট্রাকচার সাদৃশ্য: প্যারামিটারের প্যাটার্ন এবং সংখ্যা বিবেচনা করা।
4. হাইব্রিড পরিমাপ: উপরেরগুলির একটি ওয়েটেড সমন্বয়।

4. প্রযুক্তিগত বিবরণ ও পদ্ধতি

4.1. গাণিতিক সূত্রায়ন

একটি মৌলিক পরিমাপ হতে পারে একটি ওয়েটেড সাদৃশ্য ফাংশন। ধরা যাক $I_x, O_x$ অপারেশন $x$ এর ইনপুট এবং আউটপুটের জন্য সেম্যান্টিক ধারণার সেট। অপারেশন $a$ এবং $b$ এর মধ্যে একটি সাদৃশ্য স্কোর সংজ্ঞায়িত করা যেতে পারে:

$sim(a, b) = \alpha \cdot \text{sim}_{input}(I_a, I_b) + \beta \cdot \text{sim}_{output}(O_a, O_b)$

যেখানে $\alpha + \beta = 1$ হল ওজন, এবং $\text{sim}_{input/output}$ একটি সেট সাদৃশ্য মেট্রিক হতে পারে যেমন:

$\text{Jaccard}(X, Y) = \frac{|X \cap Y|}{|X \cup Y|}$

স্বতন্ত্র ধারণাগুলির মধ্যে সেম্যান্টিক সাদৃশ্যের জন্য $(c_i, c_j)$, Wu & Palmer বা Lin সাদৃশ্যের মতো অন্টোলজি-ভিত্তিক মেট্রিকগুলি একীভূত করা যেতে পারে, যা কম্পিউটেশনাল ভাষাবিজ্ঞান এবং জ্ঞান উপস্থাপনায় প্রতিষ্ঠিত অনুশীলন থেকে নেওয়া হয়েছে, যেমন WordNet ডাটাবেসের মতো সম্পদে দেখা যায়।

4.2. বিশ্লেষণ কাঠামোর উদাহরণ

দৃশ্যকল্প: একটি কম্পোজিট ট্রাভেল বুকিং সার্ভিস ব্যর্থ হয় যখন এর "FlightSearch" অপারেশন অনুপলব্ধ হয়ে যায়।

1. নোড শনাক্তকরণ: সাদৃশ্য নেটওয়ার্কে ব্যর্থ `FlightSearch` অপারেশনের নোডটি সনাক্ত করুন।
2. প্রতিবেশী অন্বেষণ: এর সরাসরি প্রতিবেশীদের (অত্যন্ত সদৃশ অপারেশন) পরীক্ষা করুন। এগুলি প্রাথমিক প্রতিস্থাপন প্রার্থী (যেমন, `SearchFlights`, `FindAirfare`)।
3. পথ আবিষ্কার: যদি কোন সরাসরি প্রতিবেশী উপলব্ধ না থাকে, 2-হপ পথ অন্বেষণ করুন। একটি অপারেশন `SearchTravel` `FlightSearch` কে `BusSearch` এর সাথে সংযুক্ত করতে পারে। যদিও সরাসরি প্রতিস্থাপন নয়, `BusSearch` একটি পুনঃপরিকল্পিত কম্পোজিশনে একটি কার্যকর বিকল্প হতে পারে।
4. ক্লাস্টার বিশ্লেষণ: ব্যর্থ নোড ধারণকারী ক্লাস্টারটি সনাক্ত করুন। এই ক্লাস্টারের মধ্যে সমস্ত অপারেশন মূল কার্যকরী সাদৃশ্য ভাগ করে, সম্ভাব্য প্রতিস্থাপনের একটি পুল প্রদান করে।
5. কেন্দ্রীয়তা পরীক্ষা: উচ্চ ডিগ্রি কেন্দ্রীয়তা সহ নোডগুলি "সাধারণ" বা "জেনেরিক" অপারেশন উপস্থাপন করে, সম্ভবত আরও দৃঢ় প্রতিস্থাপন।

এই কাঠামোটি একটি বাইনারি "প্রতিস্থাপনযোগ্য/প্রতিস্থাপনযোগ্য নয়" সিদ্ধান্তের বাইরে গিয়ে বিকল্পগুলির একটি গ্রেডেড, প্রাসঙ্গিক অন্বেষণের দিকে এগিয়ে যায়।

5. পরীক্ষামূলক মূল্যায়ন ও ফলাফল

5.1. ডেটাসেট ও সেটআপ

মূল্যায়নটি সেম্যান্টিকভাবে অ্যানোটেটেড ওয়েব সার্ভিসের একটি বেঞ্চমার্কে (যেমন, OWL-S বা SAWSDL বর্ণনা) সম্পাদিত হয়েছিল। বিভিন্ন সাদৃশ্য পরিমাপ এবং থ্রেশহোল্ড ব্যবহার করে নেটওয়ার্কগুলি নির্মিত হয়েছিল।

5.2. টপোলজিক্যাল বিশ্লেষণ ও অনুসন্ধান

গবেষণাপত্রটি উৎপন্ন নেটওয়ার্কগুলির টপোলজিক্যাল কাঠামোর একটি তুলনামূলক মূল্যায়ন সম্পাদন করেছে। সম্ভবত বিশ্লেষণ করা প্রধান মেট্রিকগুলির মধ্যে রয়েছে:

• ডিগ্রি বন্টন: নেটওয়ার্কটি স্কেল-ফ্রি (কয়েকটি হাব) নাকি র্যান্ডোম তা সনাক্ত করতে।
• ক্লাস্টারিং সহগ: প্রতিবেশীরা কতটা দৃঢ়ভাবে বোনা হয়েছে তা পরিমাপ করে, কার্যকরী সম্প্রদায় নির্দেশ করে।
• সংযুক্ত উপাদান: সার্ভিসের বিচ্ছিন্ন গোষ্ঠী প্রকাশ করে।
• পথ দৈর্ঘ্য: নোডগুলির মধ্যে গড় সংক্ষিপ্ততম পথ, নির্দেশ করে যে প্রতিস্থাপনযোগ্যতা সম্পর্কগুলি কতটা "দূরত্বে" রয়েছে।

চার্ট বর্ণনা (অন্তর্নিহিত): চারটি ভিন্ন সাদৃশ্য পরিমাপ দিয়ে নির্মিত নেটওয়ার্ক জুড়ে গড় ক্লাস্টারিং সহগ তুলনা করে একটি বার চার্ট। পরিমাপ 3 (ইন্টারফেস স্ট্রাকচার) সম্ভবত একটি উচ্চতর সহগ দেয়, নির্দেশ করে যে এটি দৃঢ়, আরও সম্প্রদায়-সদৃশ কাঠামো গঠন করে, যা স্পষ্ট প্রতিস্থাপন গ্রুপ সনাক্ত করার জন্য কাম্য। একটি লাইন চার্ট দেখায় কিভাবে সংযুক্ত উপাদানের সংখ্যা সাদৃশ্য থ্রেশহোল্ড $\theta$ এর সাথে পরিবর্তিত হয়: একটি উচ্চ $\theta$ অনেক ছোট উপাদানের ফলাফল দেয় (কঠোর প্রতিস্থাপন), যখন একটি নিম্ন $\theta$ সেগুলিকে কম, বড় উপাদানে একীভূত করে (ব্যাপক প্রতিস্থাপন)।

মূল ফলাফল: নেটওয়ার্ক পদ্ধতিটি সমতল শ্রেণীবিভাগের তুলনায় প্রতিস্থাপনযোগ্য সার্ভিসের একটি আরও বিস্তারিত এবং কাঠামোগত সংগঠন সফলভাবে প্রকাশ করেছে। এটি শুধুমাত্র সরাসরি প্রতিস্থাপন নয়, বরং পরোক্ষ বিকল্প এবং কার্যকরী সম্প্রদায়গুলির সনাক্তকরণের অনুমতি দিয়েছে, মূল অনুমিতিকে বৈধতা দিয়েছে।

6. মূল অন্তর্দৃষ্টি ও সমালোচনামূলক বিশ্লেষণ

মূল অন্তর্দৃষ্টি: চেরিফির কাজটি সার্ভিস প্রতিস্থাপনকে একটি ক্যাটালগিং সমস্যা হিসাবে বিবেচনা করা থেকে একটি নেটওয়ার্ক নেভিগেশন সমস্যা হিসাবে বিবেচনা করার একটি চতুর পরিবর্তন। প্রকৃত মূল্য শুধুমাত্র সম্ভাব্য প্রতিস্থাপন তালিকাভুক্ত করার মধ্যে নয়, বরং কার্যকরী নৈকট্যের ল্যান্ডস্কেপ বোঝার মধ্যে রয়েছে। এটি সুপারিশ ব্যবস্থায় সরল সহযোগী ফিল্টারিং থেকে গ্রাফ-ভিত্তিক পদ্ধতিতে পরিবর্তনের অনুরূপ যা জটিল সম্পর্কীয় গতিশীলতা ক্যাপচার করে, স্ট্যানফোর্ড নেটওয়ার্ক অ্যানালাইসিস প্রজেক্টের মতো প্রতিষ্ঠানের সাহিত্যে ভালভাবে নথিভুক্ত একটি প্রবণতা।

যুক্তিসঙ্গত প্রবাহ: যুক্তিটি আকর্ষণীয়: 1) সার্ভিস কার্যকারিতা অপারেশন দ্বারা সংজ্ঞায়িত। 2) অপারেশন সাদৃশ্য সেম্যান্টিক I/O ম্যাচিংয়ের মাধ্যমে পরিমাপ করা যেতে পারে। 3) অতএব, এই সাদৃশ্য সম্পর্কের একটি নেটওয়ার্ক অন্তর্নিহিতভাবে প্রতিস্থাপনযোগ্যতা ভূখণ্ড ম্যাপ করে। এটি প্রতিস্থাপন ট্রিগারকে একটি প্রতিক্রিয়াশীল অনুসন্ধান থেকে একটি সক্রিয় কাঠামোগত বিশ্লেষণের দিকে নিয়ে যায়। সেম্যান্টিক অ্যানোটেশনের ব্যবহার এখানে গুরুত্বপূর্ণ—এটি পদ্ধতিটিকে সিনট্যাকটিক নাম-ম্যাচিং থেকে অর্থপূর্ণ কার্যকরী তুলনার দিকে উন্নীত করে, যা বৃহত্তর সেম্যান্টিক ওয়েব প্রচেষ্টা থেকে শেখা একটি পাঠ।

শক্তি ও ত্রুটি: শক্তি হল এর প্রতিনিধিত্বমূলক বিশ্বস্ততা। একটি নেটওয়ার্ক স্বাভাবিকভাবেই সার্ভিসগুলির মধ্যে "ডিগ্রি অফ সেপারেশন" ক্যাপচার করে, শুধুমাত্র প্রার্থী নয়, বরং ক্রমানুসারে বিকল্প এবং ফলব্যাক অপশন অফার করে। এটি কঠোর শ্রেণীবিভাগের অনমনীয়তা কৌশলে এড়িয়ে যায়। যাইহোক, গবেষণাপত্রের সম্ভাব্য ত্রুটি, প্রাথমিক-পর্যায়ের নেটওয়ার্ক মডেলগুলিতে সাধারণ, হল এর সেম্যান্টিক অ্যানোটেশনের গুণমান এবং অস্তিত্বের উপর ভারী নির্ভরতা। বাস্তব বিশ্বে, অনেক সার্ভিসে সমৃদ্ধ OWL-S বর্ণনার অভাব রয়েছে। প্রস্তাবিত সাদৃশ্য পরিমাপগুলি, যদিও যৌক্তিক, কিছুটা বিমূর্তও বটে; কোলাহলপূর্ণ, অপূর্ণ বা বিষম মেটাডেটার বিরুদ্ধে তাদের বাস্তব-বিশ্বের কর্মক্ষমতা হল সত্যিকারের পরীক্ষা। তদুপরি, বিশ্লেষণটি টপোলজিক্যাল বৈধতার উপর দৃষ্টি নিবদ্ধ বলে মনে হয়, একটি লাইভ কম্পোজিশন ইঞ্জিনে কংক্রিট প্রতিস্থাপন সাফল্যের হার নয়—চূড়ান্ত KPI।

কার্যকরী অন্তর্দৃষ্টি: অনুশীলনকারীদের জন্য, এই গবেষণা দুটি কর্মের নির্দেশ দেয়: প্রথমত, সার্ভিস ইন্টারফেসের সেম্যান্টিক অ্যানোটেশনে বিনিয়োগ করুন; এটি এই শক্তিশালী ইঞ্জিনের জ্বালানি। দ্বিতীয়ত, সার্ভিস রেজিস্ট্রি ব্যবস্থাপনায় নেটওয়ার্ক বিশ্লেষণ টুল (যেমন Gephi বা NetworkX) একীভূত করুন। শুধু সার্ভিস সংরক্ষণ করবেন না; সেগুলো ম্যাপ করুন। গবেষকদের জন্য, পরবর্তী পদক্ষেপটি স্পষ্ট: এই মডেলটিকে হাইব্রিডাইজ করুন। QoS বৈশিষ্ট্যগুলিকে এজ ওয়েট হিসাবে একীভূত করুন (একটি বহুমাত্রিক নেটওয়ার্ক তৈরি করে)। সার্ভিস চার্ন মডেল করার জন্য অস্থায়ী গতিশীলতা অন্তর্ভুক্ত করুন। আংশিক ডেটা থেকে প্রতিস্থাপনযোগ্যতা লিঙ্কগুলি ভবিষ্যদ্বাণী করতে মেশিন লার্নিং অন্বেষণ করুন, সম্ভবত গ্রাফ নিউরাল নেটওয়ার্ক (GNN) ব্যবহার করে, যেমন GraphSAGE এর মতো মডেলগুলি কীভাবে কাজ করে তার অনুরূপ। দৃঢ় সার্ভিস কম্পোজিশনের ভবিষ্যৎ এই সমৃদ্ধ, শেখার যোগ্য গ্রাফগুলিতে নিহিত।

7. প্রয়োগের সম্ভাবনা ও ভবিষ্যৎ দিকনির্দেশনা

নেটওয়ার্ক-ভিত্তিক প্রতিস্থাপন মডেলের মৌলিক ব্যর্থতা পুনরুদ্ধারের বাইরেও প্রতিশ্রুতিশীল প্রয়োগ রয়েছে:

• গতিশীল সার্ভিস মার্কেটপ্লেস: প্রদানকারী এবং ভোক্তাদের জন্য ইন্টারেক্টিভ গ্রাফ হিসাবে সার্ভিস ইকোসিস্টেম ভিজ্যুয়ালাইজ করা।
• কম্পোজিশন অপ্টিমাইজেশন: একই লক্ষ্য অর্জনের জন্য বিভিন্ন উপাদান সহ নতুন সার্ভিস চেইন আবিষ্কার করতে নেটওয়ার্ক পথ ব্যবহার করা, সম্ভাব্যভাবে খরচ বা কর্মক্ষমতার জন্য অপ্টিমাইজ করা।
• লিগেসি সিস্টেম ইন্টিগ্রেশন: সম্ভাব্য র্যাপিং বা প্রতিস্থাপন কৌশল খুঁজে বের করার জন্য আধুনিক মাইক্রোসার্ভিসের API-গুলিকে লিগেসি সিস্টেম ফাংশনের বিরুদ্ধে ম্যাপিং করা।
• সক্রিয় স্থিতিস্থাপকতা: প্রতিস্থাপনযোগ্যতা নেটওয়ার্কে সমালোচনামূলক হাব নোডগুলির "স্বাস্থ্য" পর্যবেক্ষণ করা এবং পূর্বসতর্কতামূলকভাবে বিকল্পগুলি সুরক্ষিত করা।

ভবিষ্যৎ গবেষণার দিকনির্দেশনা:

1. QoS এর সাথে একীকরণ: মাল্টিপ্লেক্স নেটওয়ার্ক বিশ্লেষণ কৌশল ব্যবহার করে বহু-স্তরযুক্ত নেটওয়ার্ক তৈরি করা যেখানে একটি স্তর হল কার্যকরী সাদৃশ্য এবং অন্যটি হল QoS পারস্পরিক সম্পর্ক।
2. শিক্ষণ-ভিত্তিক সাদৃশ্য: আনস্ট্রাকচার্ড সার্ভিস বর্ণনা থেকে কার্যকরী সাদৃশ্য অনুমান করতে NLP এবং ডিপ লার্নিং (যেমন, BERT এর মতো সেন্টেন্স ট্রান্সফরমার) ব্যবহার করা, কাঠামোগত শব্দার্থবিদ্যার উপর নির্ভরতা হ্রাস করা।
3. গতিশীল নেটওয়ার্ক বিবর্তন: এমন মডেল তৈরি করা যেখানে প্রতিস্থাপনযোগ্যতা নেটওয়ার্ক সার্ভিস প্রকাশিত, আপডেট বা অপ্রচলিত হওয়ার সাথে সাথে বাস্তব সময়ে আপডেট হয়।
4. ব্যাখ্যাযোগ্য প্রতিস্থাপন: কেন একটি নির্দিষ্ট সার্ভিসকে প্রতিস্থাপন হিসাবে বেছে নেওয়া হয়েছিল তার জন্য মানুষের পাঠযোগ্য ব্যাখ্যা তৈরি করতে নেটওয়ার্ক কাঠামো ব্যবহার করা (যেমন, "এটি বেছে নেওয়া হয়েছে কারণ এটি আপনার প্রয়োজনীয় ইনপুটের 80% ভাগ করে এবং একটি অত্যন্ত নির্ভরযোগ্য সার্ভিস হাবের মাধ্যমে সংযুক্ত")।

8. তথ্যসূত্র

1. Klusch, M., & Gerber, A. (2006). Semantic Web Service Composition Planning with OWLS-XPlan. Proceedings of the AAAI Fall Symposium on Semantic Web for Collaborative Knowledge Acquisition.
2. Dong, X., et al. (2004). Similarity Search for Web Services. Proceedings of the 30th VLDB Conference.
3. Mokhtar, S. B., et al. (2006). Efficient Semantic Service Discovery in Pervasive Computing Environments. Proceedings of the 4th ACM International Middleware Conference.
4. Stanford Network Analysis Project (SNAP). http://snap.stanford.edu. (নেটওয়ার্ক বিশ্লেষণ ধারণা এবং সরঞ্জামের জন্য)।
5. Wu, Z., & Palmer, M. (1994). Verbs Semantics and Lexical Selection. Proceedings of the 32nd Annual Meeting of the Association for Computational Linguistics. (সেম্যান্টিক সাদৃশ্য মেট্রিকের জন্য)।
6. Hamilton, W., Ying, R., & Leskovec, J. (2017). Inductive Representation Learning on Large Graphs. Advances in Neural Information Processing Systems 30 (NIPS 2017). (GraphSAGE এর মতো গ্রাফ নিউরাল নেটওয়ার্কের জন্য)।