Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca

Silva, Thomaz Philippe Cavalcante; http://lattes.cnpq.br/6050758025611134

Dissertação

Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca

Máquinas de busca modernas utilizam diferentes estratégias para melhorar a qualidade de suas respostas. Uma estratégia importante é obter uma única lista ordenada de documentos baseada em listas produzidas por diferentes fontes de evidência. Este trabalho estuda o uso de uma técnica evolutiva para...

ver descrição completa

Autor principal:	Silva, Thomaz Philippe Cavalcante
Outros Autores:	http://lattes.cnpq.br/6050758025611134
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2015
Assuntos:	Recuperação de informação Máquinas de busca Web Programação genética Funções de ordenação de consultas Information Retrieval Search engines Genetic programming Sorting functions consultations CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Acesso em linha:	http://tede.ufam.edu.br/handle/tede/2966

id	oai:https:--tede.ufam.edu.br-handle-:tede-2966
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-29662016-05-11T14:30:07Z Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca Silva, Thomaz Philippe Cavalcante Moura, Edleno Silva de http://lattes.cnpq.br/6050758025611134 http://lattes.cnpq.br/4737852130924504 Recuperação de informação Máquinas de busca Web Programação genética Funções de ordenação de consultas Information Retrieval Search engines Genetic programming Sorting functions consultations CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Máquinas de busca modernas utilizam diferentes estratégias para melhorar a qualidade de suas respostas. Uma estratégia importante é obter uma única lista ordenada de documentos baseada em listas produzidas por diferentes fontes de evidência. Este trabalho estuda o uso de uma técnica evolutiva para gerar boas funções de combinação de três diferentes fontes de evidência: o conteúdo textual dos documentos, as estruturas de ligação entre os documentos de uma coleção e a concatenação dos textos de âncora que apontam para cada documento. As funções de combinação descobertas neste trabalho foram testadas em duas coleções distintas: a primeira contém consultas e documentos de uma máquina de busca real da Web que contém cerca de 12 milhões de documentos e a segunda é a coleção de referência LETOR, criada para permitir a justa comparação entre métodos de aprendizagem de funções de ordenação. Os experimentos indicam que a abordagem estudada aqui é uma alternativa prática e efetiva para combinação de diferentes fontes de evidência em uma única lista de respostas. Nós verificamos também que diferentes classes de consultas necessitam de diferentes funções de combinação de fontes de evidência e mostramos que nossa abordagem é viável em identificar boas funções. Modern search engines use different strategies to improve the quality of their answers. An important strategy is to get an ordered list of documents based on lists produced by different sources of evidence. This work studies the use of a evolutionary technique to generate good functions of combination of three different sources of evidence: the textual content of the documents, the connecting structures between the documents in a collection and the concatenation of anchor texts pointing to each document. The functions Combination findings in this study were tested in two separate collections: the first contains queries and document a real Web search engine that contains some 12 million documents and the second is to LETOR reference collection, created to allow the fair comparison between collating functions learning methods. The experiments indicate that the studied approach here is a practical and effective alternative to combining different sources of evidence in a single list of answers. We also checked different query classes require different functions combination of sources of evidence and show that our approach is feasible to identify good features. CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico 2015-04-11T14:03:21Z 2013-07-26 2008-04-07 Dissertação SILVA, Thomaz Philippe Cavalcante. Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca 2008. 69 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2008. http://tede.ufam.edu.br/handle/tede/2966 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação BR UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Recuperação de informação Máquinas de busca Web Programação genética Funções de ordenação de consultas Information Retrieval Search engines Genetic programming Sorting functions consultations CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
spellingShingle	Recuperação de informação Máquinas de busca Web Programação genética Funções de ordenação de consultas Information Retrieval Search engines Genetic programming Sorting functions consultations CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Silva, Thomaz Philippe Cavalcante Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
topic_facet	Recuperação de informação Máquinas de busca Web Programação genética Funções de ordenação de consultas Information Retrieval Search engines Genetic programming Sorting functions consultations CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description	Máquinas de busca modernas utilizam diferentes estratégias para melhorar a qualidade de suas respostas. Uma estratégia importante é obter uma única lista ordenada de documentos baseada em listas produzidas por diferentes fontes de evidência. Este trabalho estuda o uso de uma técnica evolutiva para gerar boas funções de combinação de três diferentes fontes de evidência: o conteúdo textual dos documentos, as estruturas de ligação entre os documentos de uma coleção e a concatenação dos textos de âncora que apontam para cada documento. As funções de combinação descobertas neste trabalho foram testadas em duas coleções distintas: a primeira contém consultas e documentos de uma máquina de busca real da Web que contém cerca de 12 milhões de documentos e a segunda é a coleção de referência LETOR, criada para permitir a justa comparação entre métodos de aprendizagem de funções de ordenação. Os experimentos indicam que a abordagem estudada aqui é uma alternativa prática e efetiva para combinação de diferentes fontes de evidência em uma única lista de respostas. Nós verificamos também que diferentes classes de consultas necessitam de diferentes funções de combinação de fontes de evidência e mostramos que nossa abordagem é viável em identificar boas funções.
author_additional	Moura, Edleno Silva de
author_additionalStr	Moura, Edleno Silva de
format	Dissertação
author	Silva, Thomaz Philippe Cavalcante
author2	http://lattes.cnpq.br/6050758025611134
author2Str	http://lattes.cnpq.br/6050758025611134
title	Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
title_short	Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
title_full	Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
title_fullStr	Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
title_full_unstemmed	Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
title_sort	uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca
publisher	Universidade Federal do Amazonas
publishDate	2015
url	http://tede.ufam.edu.br/handle/tede/2966
_version_	1781301824910786560
score	11.675608

Uma abordagem evolutiva para combinação de fontes de evidência de relevância em máquinas de busca

Registros relacionados