„Médiatartalom-kezelő rendszerek kidolgozás 2012” változatai közötti eltérés
aNincs szerkesztési összefoglaló |
|||
| 94. sor: | 94. sor: | ||
==Információ keresés és feltárás== | ==Információ keresés és feltárás== | ||
* információ visszakeresés ( | * információ visszakeresés (information retrieval, IR): a felhasználó információs igényének minél pontosabb kielégítése; általában félstrukturált és strukturálatlan adatokon | ||
===Információ keresés típusai=== | ===Információ keresés típusai=== | ||
| 108. sor: | 108. sor: | ||
* relevancia, releváns dokumentum: kielégíti az adott információ visszakeresési feladatban megfogalmazott információs igényt | * relevancia, releváns dokumentum: kielégíti az adott információ visszakeresési feladatban megfogalmazott információs igényt | ||
* fedés (recall - R): a releváns dokumentumok hány százalékát adja vissza a rendszer | * fedés (recall - R): a releváns dokumentumok hány százalékát adja vissza a rendszer | ||
** R = TP/TP+FN | |||
* pontosság (precision P): a visszaadott dokumentumok hány százaléka releváns | * pontosság (precision P): a visszaadott dokumentumok hány százaléka releváns | ||
** P = TP/TP+FP | |||
* rangsorolás (ranking): a relevancia szerinti rendezés | * rangsorolás (ranking): a relevancia szerinti rendezés | ||
* term: egy kulcsszó a rendszerben | * term: egy kulcsszó a rendszerben | ||
| 117. sor: | 117. sor: | ||
===IR modellek=== | ===IR modellek=== | ||
* Boolean modell: megmondjuk, hogy melyik szavak legyenek benne a válaszként visszaadott dokumentumokban, és melyikek ne (diszjunktív normálforma (ÉS-ek VAGY-a) segítségével) | |||
** Előnyök | ** Előnyök | ||
*** logikailag tiszta (felhasználó könnyen megértheti, hogy miért pont azt a válaszhalmazt kapta vissza) | *** logikailag tiszta (felhasználó könnyen megértheti, hogy miért pont azt a válaszhalmazt kapta vissza) | ||
** Hátrányok | ** Hátrányok | ||
*** a tipikus felhasználónak nehézséget okoz kérdését Boolean-formulában megfogalmazni | *** a tipikus felhasználónak nehézséget okoz kérdését Boolean-formulában megfogalmazni | ||
*** nem lehet a dokumentumok hasonlósága szerint rangsorolni az | *** nem lehet a dokumentumok hasonlósága szerint rangsorolni az eredményhalmazt (a hasonlósági függvény bináris) | ||
*** nem lehet csak részlegesen illeszkedő dokumentumokat válaszként kapni | *** nem lehet csak részlegesen illeszkedő dokumentumokat válaszként kapni | ||
* Vektor modell: a dokumentum term-vektora és a keresés termvektora által bezárt szög koszinusza alapján sorrendezzük a válaszokat | |||
** célja: hogy tudjuk mérni a részleges illeszkedést is | ** célja: hogy tudjuk mérni a részleges illeszkedést is | ||
* Kiterjesztett Boolean-modell | * Kiterjesztett Boolean-modell | ||