ΠΛΕ070: Ανάκτηση Πληροφορίας

Διδάσκουσα: Ευαγγελία Πιτουρά

Ώρες Διδασκαλίας: Τρίτη 14:00-16:00, Τετάρτη 10:00-12:00
(την Τετάρτη θα γίνεται μόνο η 1η ώρα, εκτός περιπτώσεων αναπλήρωσης)


Ανακοινώσεις


Διδακτικό Βιβλίο

Η αγγλική έκδοση είναι διαθέσιμη δωρεάν εδώ

Ύλη Μαθήματος

Το μάθημα καλύπτει τις βασικές αρχές, αλγόριθμους και εφαρμογές της ανάκτησης πληροφορίας από συλλογές κειμένων και στις μηχανές αναζήτησης.


Εργασία

Θα δοθεί μια εργασία (project) που θα αφορά την υλοποίηση ενός συστήματος ανάκτησης πληροφορίας με χρήση lucene
Κάποιες πιθανές συλλογές

Η εργασία θα γίνει σε ομάδες 2 ατόμων.

Προκαταρκτικό Χρονοδιάγραμμα

31/3/2014 Εκφώνηση Εργασίας    εδώ  
11/4/2014 Παράδοση περιγραφής αρχικού σχεδιασμού    Οδηγίες  
20/5/2014, 11:59μμ Παράδοση 1ου Μέρους    Οδηγίες  
3-4/6/2014 Εξέταση τελικής εργασίας    Πρόγραμμα  


Υπολογισμός Βαθμού

Ο βαθμός στο μάθημα θα υπολογιστεί ως εξής: 0,65 Βαθμός Εργασίας + 0,35 Βαθμός Τελικής Εξέτασης
Δεν υπάρχει απαιτούμενο κάτω όριο για το βαθμό στην εργασία ή στην εξέταση.


Πρόγραμμα Διαλέξεων

Ημερομηνία Θεματική Περιοχή Περιγραφή Λέξεις-κλειδιά Διαφάνειες
17 Φεβ Εισαγωγή    Εισαγωγή στην Ανάκτηση Πληροφορίας. Ανάκτηση Boole      Σύστημα Ανάκτησης Πληροφορίας (ΣΑΠ) (Information Retrieval System), Συλλογή Εγγράφων (Document Collection), Ανάγκη ΠΛηροφόρησης (Information Need), Αναστραμμένο Ευρετήριο (Invereted Index)   pptx pdf
25 Φεβ Κατασκευή Ευρετηρίου και Είδη Ερωτήσεων Προ-επεξεργασία για την Κατασκευή Ευρετηρίου, Λίστες Καταχωρήσεων και Ερωστήσεις Φράσεων    Λεξιλόγιο Όρων (Term vocabulary), Λίστες Καταχωρήσεων (Posting Lists), Token, Διακοπτόμενες λέξεις (Stop Words), Λημματοποίηση, Περιστολή (Stemming), Ερωτήσεις Φράσεων (Phrase Queries), Ερωτήσεις Γειτονικότητας (Proximity Queries)   pptx pdf
26 Φεβ Κατασκευή Ευρετηρίου και Είδη Ερωτήσεων    Δομές Αναζήτησης για Λεξικά. Ανάκτηση Aνεκτική σε Σφάλματα: Ερωτήσεις με `*'   Λεξικό (Dictionary), Ευρετήριο Αντιμετατεθειμένων Όρων (Permuterm Index), Ευρετήρια k-γραμμάτων (k-gram Indexes) pptx pdf
5 Μαρ Κατασκευή Ευρετηρίου και Είδη Ερωτήσεων    Ανάκτηση ανεκτική σε Σφάλματα: Ορθογραφικά λάθη, Απόσταση όρων, Φωνητική διόρθωση.   Απόσταση Διόρθωσης (Edit distance), Φωνητική διόρθωση (Soundex) pptx pdf
26 Μαρ Κατασκευή Ευρετηρίου    Αλγόριθμοι για την Aποδοτική Κατασκευή του Ευρετηρίου. Στατιστικά Συλλογής.    MapReduce, Νόμος του Heaps, Νόμος του Zipf pptx pdf
1 Απρ Συμπίεση Ευρετηρίου. Αλγόριθμοι για τη Συμπίεση του Λεξικού και του Ανεστραμμένου Ευρετηρίου Mη Aπωλεστική Συμπίεση (Lossless Compression), Απωλεστική Συμπίεση (Lossy Compression), Blocking, Εμπρόσθια Κωδικοποίηση (Front Coding) Κωδικοποίηση Μεταβλητού Μεγέθους (Variable Length Encoding) pptx pdf
2 Απρ Διαβαθμισμένη Ανάκτηση    Βαθμολόγηση. Στάθμιση όρων. Το διανυσματικό μοντέλο. Συχνότητα Όρου (Term Frequency) Συχνότητα Εγγράφων (Document Frequency), Στάθμιση tf-idf pptx pdf
8 Απρ Υλοποίηση    Θέματα υλοποίησης. Περίληψη αποτελεσμάτων. Υπολογισμός ανά Όρο (term-at-a-time), Υπολογισμός ανά Έγγραφο (document-at-a-time), Βαθμιδωτά Ευρετήρια pptx pdf
29 Απρ Αξιολόγηση    Αξιολόγηση στην Ανάκτηση Πληροφορίας I. Συνάφεια (Relevance), Ακρίβεια (Precision), Ανάκληση (Recall), Καμπύλη Ακρίβειας/Ανάκλησης, Μέση Aκρίβεια 11-σημείων με Παρεμβολή, Ακρίβεια στα k pptx pdf
6 Μαϊου Αξιολόγηση    Αξιολόγηση στην Ανάκτηση Πληροφορίας II.
  
Μέση Aντιπροσωπευτική Aκρίβεια (Mean Αverage Precision, MAP), R-ακρίβεια, Μειούμενο Συγκεντρωτικό Κέρδος (Discounted Cumulative Gain), clickthrough, Μέτρο Κάπα pptx pdf
6 Μαϊου Υλοποίηση    Εισαγωγή στη Lucene. Field, IndexWriter, Directory, Analyzer, IndexSearcher, QueryParser, TopDocs, ScoreDoc pptx pdf
13 Μαϊου Ανάκτηση Πληροφορίας στον Παγκόσμιο Ιστό    Βασικές Αρχές Ανάκτησης στον Παγκόσμιο Ιστό (web). Ο γράφος του web, Κείμενο Άγκυρας, PageRank, HITS. pptx pdf
20 Μαϊου Ανάκτηση Πληροφορίας στον Παγκόσμιο Ιστό    Άλλα Θέματα Ανάκτησης στον Ιστό: ανάγκες χρηστών, διαφημίσεις, spam, εκτίμηση του μεγέθους του web. Μοντέλο κόστους per mil (CPM), Μοντέλο κόστους per click (CPC), Search Engine Optimization (SEO) pptx pdf

Διαφάνειες Προηγούμενου Έτους εδώ