`

linguagem

` `

topico

` `

nome

`RI - Recuperação da Informação`

` `

titulo

`RI`

` `

descritor

`recuperacao informacao`

` `

lead

`Representação, armazenamento, organização e acesso a itens de informação, como: documentos, página.s Web, catálogos online, registros estruturados e semiestruturados, objetos de mídia e etc.
Atualmente: modelagem, classificação de textos, arquitetura de sistemas, interfaces do usuário`

` `

melhorar

``

` `

referencia

`RI conceitos e tecnologia das maquinas de busca,
`

` `

referencia

`An introduction to information retrival`

` `

origem

`RI.xml`

` `

` `

topico

` `

titulo

` Visão do usuário`

` `

desc

` Busca por informação de interesse:

Usuário Busca Navegação Busca Navegação Busca Navegação Coleção de documentos Busca Navegação Busca Navegação Busca Navegação

`

` `

` `

topico

` `

titulo

` Taxonomia de modelos de RI`

` `

desc

`

• Propriedade do documento
  • Texto
    
    • Modelos cássicos de RI (Texto não estruturado)
      
      • Booleano - Teoria dos conjuntos
        
        • Fuzzy
        • Booleano estendido
        • Baseados em conjunto
          
      • Vetorial - Algébrico
        
        • Vetorial generalizado
        • Indexação semântica latente
        • Redes neurais
          
      • Probabilístico
        
        • BM25
        • Modelos de linguagem
        • Divergência de aleatoriedade
        • Redes bayesianas
          
    • Texto Semiestruturado
      
      • Nodos proximais, outros
      • baseados em Xml
  • Links
    
    • Web
      
      • Page rank
      • Hubs e autoridades
  • Multimídia
    
    • Recuperação multimídia
      
      • Recuperação de imagens
      • Recuperação de audio e música
      • Recuperação de vídio
        

`

` `

` `

topico

` `

titulo

` Abordagem de RI`

` `

desc

`

• RI Clássica
  • Modelagem --> Avaliação da recuperação -->Realimentação de relevância & expansão de consultas
    
• Documentos & consultas
  
  • Documentos: linguagens & propriedades --> Consultas: linguagens & propriedades --> Classificação de textos
• Indexação & Buscas
• Coleta & Recuperação na Web
  
  • Recuperação na Web --> Coleta na Web
    

`

` `

` `

topico

` `

titulo

`Caracteristicas de um modelo de RI`

` `

desc

` 

Modelo de RI = [D, Q, F, R(qi, dj)] onde: D- conjunto composto por visões lógicas (ou representações) dos documentos. Representações chamada de Documentos. Q - conjunto composto por visões lógicas (ou representações) das necessidadesde informação dos usuários. Representações chamada de consultas. F - arcabouço para modelar as representações dos documentos, das consultas e dos relacionamentos como: conjuntos e relações booleanas, vetores e operações de algebra linear, espaços amostrais e distribuições de probabilidades. R(qi, dj) - função de ranqueamento que associa um número real à representação de uma consulta e de um documento Grau de similiraridade(número real) =  Ranquemento(qi, dj)     recebe como entrada as representação das consultas (qi) e do documento (dj) e atribui um grau de similiradade ao documento dj em relação á consulta qi

`

` `

` `

topico

` `

titulo

`Arquitetura do software de um sistema de RI`

` `

desc

` 

A coleta é um módulo adicional para os sitemas de RI para a Web, bem como as máquinas de busca.

`

` `

` `

topico

` `

titulo

` Processo de indexação, recuperação e ranqueamanto de documentos`

` `

desc

`
  `

` `

` `

topico

` `

titulo

` Conceitos básico`

` `

desc

`

• Termos de indexação ou palavra-chave
  • É uma palavra ou um grupo de palavras consecutivasem um documento. É qq palavra da coleção. Pode ser tópicos e são pré selecionadas.
    
• Vocabulário (V)
  É o conjunto de todos os termos de indexação distintos na coleção. V={k1,....,kn}. O tamanho do vocabulário é t. Onde k é um termo de indexação genérico.
  
• Matriz de termos e documento
  

  • 		d1	d2
    k1		f1,1	f1,2
    k2	[	f2,1	f2,2	]
    k3		f3,1	f3,3

    
    

`

` `

` `

topico

` `

titulo

` Modelo booleano`

` `

desc

`

• É um modelo de recuperação simples baseado na teoria dos conjuntos e na algebra booleana.

•  Uma consulta é uma expressão Booleana convencional sobre os termos da indexação.
  similaridade(dj,q) =
  
  

  		1	se Ec(q) | c(q)=c(dj)
  sim(dj,q)=	{
  		0	caso contrário

  
  

`

` `

` `

topico

` `

titulo

` Ponderação de termos`

` `

desc

`

• A fim de caracterizar a importancia dos termos, um peso wi,j,  wi,j > 0 á assoado a qq termo de indexação ki de um documento dj da coleção. Se wi,j = 0 o termo de indexação ki não aparece no documento.
• A frequencia de documento para um termo ki é o numero de documentos nos quais ele ocorre e é indicado simplesmente como ni. note que ni<= Fv
  
  • Fi = somatório de j=1 até N para Fi,j
    

`

` `

` `

topico

` `

titulo

` Ponderação TF-IDF`

` `

desc

`

• TF termo frequencia   IDF frquencia inversa do documento
  

`

` `

` `

`