ΗΥ-463
Συστήματα Ανάκτησης Πληροφορίας
Χειμερινό 2009

Τα Συστήματα Ανάκτησης Πληροφοριών (Information Retrieval systems) επιτρέπουν την πρόσβαση σε μεγάλους όγκους πληροφοριών αποθηκευμένων με τη μορφή κειμένου, φωνής, video, ή σε σύνθετη μορφή όπως Ιστοσελίδες. Σκοπός των συστημάτων αυτών είναι η ανάκτηση μόνο εκείνων των εγγράφων που είναι συναφή με αυτό που αναζητεί ο χρήστης. Για να το επιτύχουν πρέπει να αντιμετωπίσουν την αβεβαιότητα ως προς το τι πραγματικά αναζητεί ο χρήστης και ποιο το θέμα ενός εγγράφου.

Σκοπός του μαθήματος είναι η εισαγωγή στην περιοχή των συστημάτων ανάκτησης πληροφοριών και η εξέταση των θεωρητικών και πρακτικών ζητημάτων που σχετίζονται με την σχεδίαση, υλοποίηση και αξιολόγηση τέτοιων συστημάτων..

Το μάθημα θα επιτρέψει στους φοιτητές:

• να κατανοήσουν τη θεωρητική βάση των καθιερωμένων μοντέλων ανάκτησης (Boolean, Vector-space, Probabilistic, Logical models),
• να κατανοήσουν τη δυσκολία παράστασης και ανάκτησης εγγράφων, εικόνων, ομιλίας, κλπ.,
• να μάθουν να υλοποιούν και να αξιολογούν IR συστήματα,
• να κατανοήσουν τους καθιερωμένους τρόπους ευρετηρίασης και ανάκτησης του Παγκόσμιου Ιστού,
• να κατανοήσουν πως άλλες τεχνικές από το χώρο της επεξεργασία φυσικής γλώσσας, τεχνητής νοημοσύνης και αλληλεπίδρασης ανθρώπου-μηχανής, σχετίζονται με την Ανάκτηση Πληροφοριών,
• να γνωρίσουν διάφορους αλγόριθμους και συστήματα.

Κατά πρώτο λόγο διαλέξεις και συζητήσεις Η προσωπική μελέτη και η επίλυση των ασκήσεων και εργασιών είναι εξίσου σημαντικά για την επίτευξη των στόχων του μαθήματος. Ένα έργο υλοποίησης θα ανατεθεί κατά τη διάρκεια του μαθήματος..

Οργάνωση περιεχομένου

• Εισαγωγή
• Τι είναι η Ανάκτηση Πληροφοριών / Βασικές έννοιες
• Ιστορική αναδρομή
• Μοντέλα Ανάκτησης Πληροφοριών
• Boolean
• Διανυσματικό
• Πιθανοκρατικό
• Εναλλακτικά μοντέλα
• Αξιολόγηση Αποτελεσματικότητας Συστημάτων Ανάκτησης Πληροφορίας
• Ακρίβεια και Ανάκληση
• Εναλλακτικά μέτρα
• Συλλογές αναφοράς και αξιολόγηση συστημάτων
• Γλώσσες Επερώτησης για Ανάκτηση Πληροφοριών
• Λέξεις κλειδιά
• Λογικές επερωτήσεις
• Επερωτήσεις συμφραζομένων
• Επερωτήσεις φυσικής γλώσσας
• Δομημένες επερωτήσεις
• Προχωρημένες Λειτουργίες Επερώτησης
• Ανάδραση συνάφειας
• Επέκταση επερώτησης
• Αυτόματη τοπική/καθολική ανάλυση
• Ευρετηριασμός, Προεπεξεργασία και Οργάνωση Αρχείων Κειμένου
• Λέξεις αποκλεισμού (stopwοrds), stemming (στελέχωση κειμένου) , θησαυροί όρων
• Οργάνωση αρχείων (ανεστραμμένα αρχεία, δένδρα καταλήξεων, αρχεία υπογραφών)
• Στατιστικά κειμένου
• Συμπίεση κειμένου
• Αναζήτηση σε Κείμενα
• Knuth-Morris-Pratt
• Boyer-Moore
• Αυτόματο καταλήξεων (suffix automaton)
• Φράσεις και εγγύτητα
• Ομαδοποίηση Εγγράφων (Clustering)
• Ανάκτηση Πολυμέσων
• Επερωτήσεις Ομοιότητας
• Ευρετηρίαση και Αναζήτηση βάσει Χαρακτηριστικών (Features)
• Χωρικές Δομές Πρόσβασης και Αναζήτηση σε Πολυδιάστατους Χώρους
• Παράλληλη και Κατανεμημένη Ανάκτηση Πληροφοριών
• Αρχιτεκτονικές MIMD και SIMD
• Διαμερισμός συλλογών
• Επιλογή πηγής
• Επεξεργασία επερωτήσεων
• Αρχιτεκτονικές Peer-2-Peer
• Τεχνικές μετα-Διάταξης (meta-ranking)
• Ενοποιημένες και απομονωμένες μέθοδοι
• Παρεμβολή, Ψηφοφορία
• Αναζήτηση στον Παγκόσμιο Ιστό
• Ιστορική αναδρομή
• Ευρετηριασμός ιστοσελίδων
• Διάσχιση του ιστού (crawling)
• Τεχνικές ανάλυσης συνδέσμων (link analysis)
• Διεπαφές Χρήσης και Οπτικοποίηση