Search (65 results, page 2 of 4)

  • × theme_ss:"Retrievalalgorithmen"
  1. Back, J.: ¬An evaluation of relevancy ranking techniques used by Internet search engines (2000) 0.01 
    0.006627898 = product of:
  0.03976739 = sum of:
    0.03976739 = product of:
      0.07953478 = sum of:
        0.07953478 = weight(_text_:22 in 3445) [ClassicSimilarity], result of:
          0.07953478 = score(doc=3445,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = queryNorm
            0.5416616 = fieldWeight in 3445, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.109375 = fieldNorm(doc=3445)
      0.5 = coord(1/2)
  0.16666667 = coord(1/6)
    Date
    25. 8.2005 17:42:22
  2. Zhu, B.; Chen, H.: Validating a geographical image retrieval system (2000) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 4769) [ClassicSimilarity], result of:
      0.03489179 = score(doc=4769,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 4769, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=4769)
  0.16666667 = coord(1/6)
  3. Drucker, H.; Shahrary, B.; Gibbon, D.C.: Support vector machines : relevance feedback and information retrieval (2002) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 2581) [ClassicSimilarity], result of:
      0.03489179 = score(doc=2581,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 2581, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=2581)
  0.16666667 = coord(1/6)
  4. Dominich, S.; Skrop, A.: PageRank and interaction information retrieval (2005) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 3268) [ClassicSimilarity], result of:
      0.03489179 = score(doc=3268,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 3268, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=3268)
  0.16666667 = coord(1/6)
    Abstract
    The PageRank method is used by the Google Web search engine to compute the importance of Web pages. Two different views have been developed for the Interpretation of the PageRank method and values: (a) stochastic (random surfer): the PageRank values can be conceived as the steady-state distribution of a Markov chain, and (b) algebraic: the PageRank values form the eigenvector corresponding to eigenvalue 1 of the Web link matrix. The Interaction Information Retrieval (1**2 R) method is a nonclassical information retrieval paradigm, which represents a connectionist approach based an dynamic systems. In the present paper, a different Interpretation of PageRank is proposed, namely, a dynamic systems viewpoint, by showing that the PageRank method can be formally interpreted as a particular case of the Interaction Information Retrieval method; and thus, the PageRank values may be interpreted as neutral equilibrium points of the Web.
  5. Lin, J.; Katz, B.: Building a reusable test collection for question answering (2006) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 5045) [ClassicSimilarity], result of:
      0.03489179 = score(doc=5045,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 5045, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=5045)
  0.16666667 = coord(1/6)
  6. Cecchini, R.L.; Lorenzetti, C.M.; Maguitman, A.G.; Brignole, N.B.: Multiobjective evolutionary algorithms for context-based search (2010) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 3482) [ClassicSimilarity], result of:
      0.03489179 = score(doc=3482,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 3482, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=3482)
  0.16666667 = coord(1/6)
    Abstract
    Formulating high-quality queries is a key aspect of context-based search. However, determining the effectiveness of a query is challenging because multiple objectives, such as high precision and high recall, are usually involved. In this work, we study techniques that can be applied to evolve contextualized queries when the criteria for determining query quality are based on multiple objectives. We report on the results of three different strategies for evolving queries: (a) single-objective, (b) multiobjective with Pareto-based ranking, and (c) multiobjective with aggregative ranking. After a comprehensive evaluation with a large set of topics, we discuss the limitations of the single-objective approach and observe that both the Pareto-based and aggregative strategies are highly effective for evolving topical queries. In particular, our experiments lead us to conclude that the multiobjective techniques are superior to a baseline as well as to well-known and ad hoc query reformulation techniques.
  7. Van der Veer Martens, B.; Fleet, C. van: Opening the black box of "relevance work" : a domain analysis (2012) 0.01 
    0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 247) [ClassicSimilarity], result of:
      0.03489179 = score(doc=247,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 247, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=247)
  0.16666667 = coord(1/6)
  8. Fuhr, N.: Ranking-Experimente mit gewichteter Indexierung (1986) 0.01 
    0.0056810556 = product of:
  0.03408633 = sum of:
    0.03408633 = product of:
      0.06817266 = sum of:
        0.06817266 = weight(_text_:22 in 58) [ClassicSimilarity], result of:
          0.06817266 = score(doc=58,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = queryNorm
            0.46428138 = fieldWeight in 58, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.09375 = fieldNorm(doc=58)
      0.5 = coord(1/2)
  0.16666667 = coord(1/6)
    Date
    14. 6.2015 22:12:44
  9. Fuhr, N.: Rankingexperimente mit gewichteter Indexierung (1986) 0.01 
    0.0056810556 = product of:
  0.03408633 = sum of:
    0.03408633 = product of:
      0.06817266 = sum of:
        0.06817266 = weight(_text_:22 in 2051) [ClassicSimilarity], result of:
          0.06817266 = score(doc=2051,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = queryNorm
            0.46428138 = fieldWeight in 2051, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.09375 = fieldNorm(doc=2051)
      0.5 = coord(1/2)
  0.16666667 = coord(1/6)
    Date
    14. 6.2015 22:12:56
  10. Henzinger, M.R.: Link analysis in Web information retrieval (2000) 0.01 
    0.0054827165 = product of:
  0.0328963 = sum of:
    0.0328963 = weight(_text_:b in 801) [ClassicSimilarity], result of:
      0.0328963 = score(doc=801,freq=4.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.22143513 = fieldWeight in 801, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.03125 = fieldNorm(doc=801)
  0.16666667 = coord(1/6)
    Content
    The goal of information retrieval is to find all documents relevant for a user query in a collection of documents. Decades of research in information retrieval were successful in developing and refining techniques that are solely word-based (see e.g., [2]). With the advent of the web new sources of information became available, one of them being the hyperlinks between documents and records of user behavior. To be precise, hypertexts (i.e., collections of documents connected by hyperlinks) have existed and have been studied for a long time. What was new was the large number of hyperlinks created by independent individuals. Hyperlinks provide a valuable source of information for web information retrieval as we will show in this article. This area of information retrieval is commonly called link analysis. Why would one expect hyperlinks to be useful? Ahyperlink is a reference of a web page B that is contained in a web page A. When the hyperlink is clicked on in a web browser, the browser displays page B. This functionality alone is not helpful for web information retrieval. However, the way hyperlinks are typically used by authors of web pages can give them valuable information content. Typically, authors create links because they think they will be useful for the readers of the pages. Thus, links are usually either navigational aids that, for example, bring the reader back to the homepage of the site, or links that point to pages whose content augments the content of the current page. The second kind of links tend to point to high-quality pages that might be on the same topic as the page containing the link.
  11. Mayr, P.: Re-Ranking auf Basis von Bradfordizing für die verteilte Suche in Digitalen Bibliotheken (2009) 0.01 
    0.0053441613 = product of:
  0.032064967 = sum of:
    0.032064967 = product of:
      0.06412993 = sum of:
        0.06412993 = weight(_text_:psychologie in 4302) [ClassicSimilarity], result of:
          0.06412993 = score(doc=4302,freq=2.0), product of:
            0.24666919 = queryWeight, product of:
              5.8827567 = idf(docFreq=334, maxDocs=44218)
              0.041930884 = queryNorm
            0.25998357 = fieldWeight in 4302, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.8827567 = idf(docFreq=334, maxDocs=44218)
              0.03125 = fieldNorm(doc=4302)
      0.5 = coord(1/2)
  0.16666667 = coord(1/6)
    Abstract
    Trotz großer Dokumentmengen für datenbankübergreifende Literaturrecherchen erwarten akademische Nutzer einen möglichst hohen Anteil an relevanten und qualitativen Dokumenten in den Trefferergebnissen. Insbesondere die Reihenfolge und Struktur der gelisteten Ergebnisse (Ranking) spielt, neben dem direkten Volltextzugriff auf die Dokumente, inzwischen eine entscheidende Rolle beim Design von Suchsystemen. Nutzer erwarten weiterhin flexible Informationssysteme, die es unter anderem zulassen, Einfluss auf das Ranking der Dokumente zu nehmen bzw. alternative Rankingverfahren zu verwenden. In dieser Arbeit werden zwei Mehrwertverfahren für Suchsysteme vorgestellt, die die typischen Probleme bei der Recherche nach wissenschaftlicher Literatur behandeln und damit die Recherchesituation messbar verbessern können. Die beiden Mehrwertdienste semantische Heterogenitätsbehandlung am Beispiel Crosskonkordanzen und Re-Ranking auf Basis von Bradfordizing, die in unterschiedlichen Phasen der Suche zum Einsatz kommen, werden hier ausführlich beschrieben und im empirischen Teil der Arbeit bzgl. der Effektivität für typische fachbezogene Recherchen evaluiert. Vorrangiges Ziel der Promotion ist es, zu untersuchen, ob das hier vorgestellte alternative Re-Rankingverfahren Bradfordizing im Anwendungsbereich bibliographischer Datenbanken zum einen operabel ist und zum anderen voraussichtlich gewinnbringend in Informationssystemen eingesetzt und dem Nutzer angeboten werden kann. Für die Tests wurden Fragestellungen und Daten aus zwei Evaluationsprojekten (CLEF und KoMoHe) verwendet. Die intellektuell bewerteten Dokumente stammen aus insgesamt sieben wissenschaftlichen Fachdatenbanken der Fächer Sozialwissenschaften, Politikwissenschaft, Wirtschaftswissenschaften, Psychologie und Medizin. Die Evaluation der Crosskonkordanzen (insgesamt 82 Fragestellungen) zeigt, dass sich die Retrievalergebnisse signifikant für alle Crosskonkordanzen verbessern; es zeigt sich zudem, dass interdisziplinäre Crosskonkordanzen den stärksten (positiven) Effekt auf die Suchergebnisse haben. Die Evaluation des Re-Ranking nach Bradfordizing (insgesamt 164 Fragestellungen) zeigt, dass die Dokumente der Kernzone (Kernzeitschriften) für die meisten Testreihen eine signifikant höhere Precision als Dokumente der Zone 2 und Zone 3 (Peripheriezeitschriften) ergeben. Sowohl für Zeitschriften als auch für Monographien kann dieser Relevanzvorteil nach Bradfordizing auf einer sehr breiten Basis von Themen und Fragestellungen an zwei unabhängigen Dokumentkorpora empirisch nachgewiesen werden.
  12. Chen, H.; Lally, A.M.; Zhu, B.; Chau, M.: HelpfulMed : Intelligent searching for medical information over the Internet (2003) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 1615) [ClassicSimilarity], result of:
      0.029076494 = score(doc=1615,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 1615, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1615)
  0.16666667 = coord(1/6)
  13. Fuhr, N.: Theorie des Information Retrieval I : Modelle (2004) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 2912) [ClassicSimilarity], result of:
      0.029076494 = score(doc=2912,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 2912, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2912)
  0.16666667 = coord(1/6)
    Abstract
    Information-Retrieval-(IR-)Modelle spezifizieren, wie zur einer gegebenen Anfrage die Antwortdokumente aus einer Dokumentenkollektion bestimmt werden. Dabei macht jedes Modell bestimmte Annahmen über die Struktur von Dokumenten und Anfragen und definiert dann die so genannte Retrievalfunktion, die das Retrievalgewicht eines Dokumentes bezüglich einer Anfrage bestimmt - im Falle des Booleschen Retrieval etwa eines der Gewichte 0 oder 1. Die Dokumente werden dann nach fallenden Gewichten sortiert und dem Benutzer präsentiert. Zunächst sollen hier einige grundlegende Charakteristika von Retrievalmodellen beschrieben werden, bevor auf die einzelnen Modelle näher eingegangen wird. Wie eingangs erwähnt, macht jedes Modell Annahmen über die Struktur von Dokumenten und Fragen. Ein Dokument kann entweder als Menge oder Multimenge von so genannten Termen aufgefasst werden, wobei im zweiten Fall das Mehrfachvorkommen berücksichtigt wird. Dabei subsummiert 'Term' einen Suchbegriff, der ein einzelnes Wort, ein mehrgliedriger Begriff oder auch ein komplexes Freitextmuster sein kann. Diese Dokumentrepräsentation wird wiederum auf eine so genannte Dokumentbeschreibung abgebildet, in der die einzelnen Terme gewichtet sein können; dies ist Aufgabe der in Kapitel B 5 beschriebenen Indexierungsmodelle. Im Folgenden unterscheiden wir nur zwischen ungewichteter (Gewicht eines Terms ist entweder 0 oderl) und gewichteter Indexierung (das Gewicht ist eine nichtnegative reelle Zahl). Ebenso wie bei Dokumenten können auch die Terme in der Frage entweder ungewichtet oder gewichtet sein. Daneben unterscheidet man zwischen linearen (Frage als Menge von Termen, ungewichtet oder gewichtet) und Booleschen Anfragen.
  14. Chen, Z.; Meng, X.; Fowler, R.H.; Zhu, B.: Real-time adaptive feature and document learning for Web search (2001) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 5209) [ClassicSimilarity], result of:
      0.029076494 = score(doc=5209,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 5209, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5209)
  0.16666667 = coord(1/6)
  15. Weiß, B.: Verwandte Seiten finden : "Ähnliche Seiten" oder "What's Related" (2005) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 868) [ClassicSimilarity], result of:
      0.029076494 = score(doc=868,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 868, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=868)
  0.16666667 = coord(1/6)
  16. Dannenberg, R.B.; Birmingham, W.P.; Pardo, B.; Hu, N.; Meek, C.; Tzanetakis, G.: ¬A comparative evaluation of search techniques for query-by-humming using the MUSART testbed (2007) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 269) [ClassicSimilarity], result of:
      0.029076494 = score(doc=269,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 269, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=269)
  0.16666667 = coord(1/6)
  17. Chen, Z.; Fu, B.: On the complexity of Rocchio's similarity-based relevance feedback algorithm (2007) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 578) [ClassicSimilarity], result of:
      0.029076494 = score(doc=578,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 578, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=578)
  0.16666667 = coord(1/6)
  18. Symonds, M.; Bruza, P.; Zuccon, G.; Koopman, B.; Sitbon, L.; Turner, I.: Automatic query expansion : a structural linguistic perspective (2014) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 1338) [ClassicSimilarity], result of:
      0.029076494 = score(doc=1338,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 1338, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1338)
  0.16666667 = coord(1/6)
  19. Xu, B.; Lin, H.; Lin, Y.: Assessment of learning to rank methods for query expansion (2016) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 2929) [ClassicSimilarity], result of:
      0.029076494 = score(doc=2929,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 2929, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2929)
  0.16666667 = coord(1/6)
  20. Fuhr, N.: Modelle im Information Retrieval (2023) 0.00 
    0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 800) [ClassicSimilarity], result of:
      0.029076494 = score(doc=800,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 800, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=800)
  0.16666667 = coord(1/6)
    Abstract
    Information-Retrieval-Modelle -(IR-Modelle) spezifizieren, wie zu einer gegebenen Anfrage die Antwortdokumente aus einer Dokumentenkollektion bestimmt werden. Ausgangsbasis jedes Modells sind dabei zunächst bestimmte Annahmen über die Wissensrepräsentation (s. Teil B Methoden und Systeme der Inhaltserschließung) von Fragen und Dokumenten. Hier bezeichnen wir die Elemente dieser Repräsentationen als Terme, wobei es aus der Sicht des Modells egal ist, wie diese Terme aus dem Dokument (und analog aus der von Benutzenden eingegebenen Anfrage) abgeleitet werden: Bei Texten werden hierzu häufig computerlinguistische Methoden eingesetzt, aber auch komplexere automatische oder manuelle Erschließungsverfahren können zur Anwendung kommen. Repräsentationen besitzen ferner eine bestimmte Struktur. Ein Dokument wird meist als Menge oder Multimenge von Termen aufgefasst, wobei im zweiten Fall das Mehrfachvorkommen berücksichtigt wird. Diese Dokumentrepräsentation wird wiederum auf eine sogenannte Dokumentbeschreibung abgebildet, in der die einzelnen Terme gewichtet sein können. Im Folgenden unterscheiden wir nur zwischen ungewichteter (Gewicht eines Terms ist entweder 0 oder 1) und gewichteter Indexierung (das Gewicht ist eine nichtnegative reelle Zahl). Analog dazu gibt es eine Fragerepräsentation; legt man eine natürlichsprachige Anfrage zugrunde, so kann man die o. g. Verfahren für Dokumenttexte anwenden. Alternativ werden auch grafische oder formale Anfragesprachen verwendet, wobei aus Sicht der Modelle insbesondere deren logische Struktur (etwa beim Booleschen Retrieval) relevant ist. Die Fragerepräsentation wird dann in eine Fragebeschreibung überführt.

Authors

Years

Languages

  • e 51
  • d 14

Types

  • a 60
  • m 2
  • x 2
  • r 1
  • More… Less…

Themes

Subjects

Classifications