SlideShare una empresa de Scribd logo
1 de 50
Recuperação Inteligente de Informações Prof. Dr. Celso A. A. Kaestner Pontifícia Universidade Católica do Paraná Programa de Pós-Graduação em Informática Aplicada
Modelos Formais em IR Parte I
Representação de documentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelos usados em IR Retrieval:  Adhoc Filtering Browsing U s e r  T a s k Non-Overlapping Lists Proximal Nodes Structured Models Classic Models boolean vector probabilistic Set Theoretic Fuzzy Extended Boolean Probabilistic Inference Network  Belief Network Algebraic Generalized Vector Lat. Semantic Index Neural Networks Browsing Flat Structure Guided Hypertext
Aspectos distintos: modelo de IR, visão  lógica dos docs.,  tarefa de recuperação.
Definição formal de um sistema de IR ,[object Object],[object Object],[object Object],[object Object],[object Object]
Modelos clássicos em IR ,[object Object],[object Object],[object Object]
Modelos clássicos em IR ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
O modelo booleano ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
O modelo booleano ,[object Object],[object Object],[object Object],(1,1,1) (1,0,0) (1,1,0) Ka Kb Kc
Deficiências do modelo booleano ,[object Object],[object Object],[object Object],[object Object],[object Object]
O modelo vetorial ,[object Object],[object Object],[object Object],[object Object]
O modelo vetorial ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
O modelo vetorial ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Exemplo em modelo vetorial a: System and human system engineering testing of EPS b: A survey of user opinion of computer system response time  c: The EPS user interface management system  d: Human machine interface for ABC computer applications  e: Relation of user perceived response time to error measurement  f: The generation of random, binary, ordered trees  g: The intersection graph of paths in trees  h: Graph minors IV: Widths of trees and well-quasi-ordering  i: Graph minors: A survey
nova galaxy  heat h’wood   film role diet fur 10   5   3 5   10   10   8   7   9   10   5   10   10   9   10 5     7   9   6   10    2   8   7   5     1   3 A B C D E F G H I Exemplo em modelo vetorial Document ids terms Frequency of terms on each document
Plotagem dos vetores Star Diet Doc about astronomy Doc about movie stars Doc about mammal behavior
Documentos no espaço 3D
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Exemplo em modelo vetorial
[object Object],[object Object],[object Object],[object Object],[object Object],Exemplo em modelo vetorial
Métrica de similaridade  normalizada ,[object Object],[object Object],[object Object],i j dj q 
Exemplo em modelo vetorial system interface user a c b
Respondendo a uma consulta  no modelo vetorial ,[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo vetorial ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Modelo vetorial
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Modelo vetorial
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Modelo vetorial
Modelo vetorial - exemplo I d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
Modelo vetorial - exemplo II d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
Modelo vetorial - exemplo III d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
Refinamentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Refinamentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
No tratamento da consulta ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
No tratamento da consulta ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
No tratamento dos documentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
No tratamento dos documentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
No tratamento dos documentos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Modelo Probabilista
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],Regra de Bayes P(R ) e P(  R )  igual para todos os docs.
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Modelo Probabilista ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Comparação entre os modelos ,[object Object],[object Object],[object Object]
Outros modelos ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

Similar a Recuperação Inteligente de Informações

BMT20231 300 200 Modelo Vetorial.pdf
BMT20231 300 200 Modelo Vetorial.pdfBMT20231 300 200 Modelo Vetorial.pdf
BMT20231 300 200 Modelo Vetorial.pdfGeraldo Xexéo
 
Web Data Mining em R: agrupamento de mensagens do twitter
Web Data Mining em R: agrupamento de mensagens do twitterWeb Data Mining em R: agrupamento de mensagens do twitter
Web Data Mining em R: agrupamento de mensagens do twitterFabrício Barth
 
Aula02-RI-Modelo-Booleano.pdf
Aula02-RI-Modelo-Booleano.pdfAula02-RI-Modelo-Booleano.pdf
Aula02-RI-Modelo-Booleano.pdfAntonio Lobato
 
BMT20231 300 250 Vetorial TFIDF.pdf
BMT20231 300 250 Vetorial TFIDF.pdfBMT20231 300 250 Vetorial TFIDF.pdf
BMT20231 300 250 Vetorial TFIDF.pdfGeraldo Xexéo
 
Oficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando ROficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando RFabrício Barth
 
Classficação de Texto e Naive Bayes
Classficação de Texto e Naive BayesClassficação de Texto e Naive Bayes
Classficação de Texto e Naive BayesAlexandre Duarte
 
Vetores E Troca De InformaçõEs Via Xml
Vetores E Troca De InformaçõEs Via XmlVetores E Troca De InformaçõEs Via Xml
Vetores E Troca De InformaçõEs Via XmlLuiz Felipe Mendes
 
Redes Bayesianas para Recuperação de Informação Estruturada
Redes Bayesianas para Recuperação de Informação EstruturadaRedes Bayesianas para Recuperação de Informação Estruturada
Redes Bayesianas para Recuperação de Informação EstruturadaAdolfo Neto
 
Defesa de Artigo: "GPU-NB: A Fast CUDA -based Implementation of Naive Bayes"
Defesa de Artigo: "GPU-NB: A Fast CUDA -based  Implementation of Naive Bayes"Defesa de Artigo: "GPU-NB: A Fast CUDA -based  Implementation of Naive Bayes"
Defesa de Artigo: "GPU-NB: A Fast CUDA -based Implementation of Naive Bayes"Andrew Edberg
 
CAP 375 - Aula 1 - Introdução - Eduardo Luz
CAP 375 - Aula 1 - Introdução - Eduardo LuzCAP 375 - Aula 1 - Introdução - Eduardo Luz
CAP 375 - Aula 1 - Introdução - Eduardo LuzEduardo Luz
 
Recursividade em C
Recursividade em CRecursividade em C
Recursividade em CCaique Silva
 
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...Os Fantasmas !
 
Type based termination for recursive definitions
Type based termination for recursive definitionsType based termination for recursive definitions
Type based termination for recursive definitionsrodrigogribeiro
 
Minicurso de estatística experimental com o R - III SIC IFNMG
Minicurso de estatística experimental com o R  - III SIC IFNMGMinicurso de estatística experimental com o R  - III SIC IFNMG
Minicurso de estatística experimental com o R - III SIC IFNMGPetronio Candido
 

Similar a Recuperação Inteligente de Informações (20)

Mecanismo de Busca
Mecanismo de BuscaMecanismo de Busca
Mecanismo de Busca
 
BMT20231 300 200 Modelo Vetorial.pdf
BMT20231 300 200 Modelo Vetorial.pdfBMT20231 300 200 Modelo Vetorial.pdf
BMT20231 300 200 Modelo Vetorial.pdf
 
Web Data Mining em R: agrupamento de mensagens do twitter
Web Data Mining em R: agrupamento de mensagens do twitterWeb Data Mining em R: agrupamento de mensagens do twitter
Web Data Mining em R: agrupamento de mensagens do twitter
 
Aula02-RI-Modelo-Booleano.pdf
Aula02-RI-Modelo-Booleano.pdfAula02-RI-Modelo-Booleano.pdf
Aula02-RI-Modelo-Booleano.pdf
 
BMT20231 300 250 Vetorial TFIDF.pdf
BMT20231 300 250 Vetorial TFIDF.pdfBMT20231 300 250 Vetorial TFIDF.pdf
BMT20231 300 250 Vetorial TFIDF.pdf
 
Oficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando ROficina: construção de modelos descritivos e preditivos utilizando R
Oficina: construção de modelos descritivos e preditivos utilizando R
 
Classficação de Texto e Naive Bayes
Classficação de Texto e Naive BayesClassficação de Texto e Naive Bayes
Classficação de Texto e Naive Bayes
 
Vetores E Troca De InformaçõEs Via Xml
Vetores E Troca De InformaçõEs Via XmlVetores E Troca De InformaçõEs Via Xml
Vetores E Troca De InformaçõEs Via Xml
 
Redes Bayesianas para Recuperação de Informação Estruturada
Redes Bayesianas para Recuperação de Informação EstruturadaRedes Bayesianas para Recuperação de Informação Estruturada
Redes Bayesianas para Recuperação de Informação Estruturada
 
Defesa de Artigo: "GPU-NB: A Fast CUDA -based Implementation of Naive Bayes"
Defesa de Artigo: "GPU-NB: A Fast CUDA -based  Implementation of Naive Bayes"Defesa de Artigo: "GPU-NB: A Fast CUDA -based  Implementation of Naive Bayes"
Defesa de Artigo: "GPU-NB: A Fast CUDA -based Implementation of Naive Bayes"
 
Banco de Dados Relacional Estendido
Banco de Dados Relacional EstendidoBanco de Dados Relacional Estendido
Banco de Dados Relacional Estendido
 
NHibernate
NHibernateNHibernate
NHibernate
 
CAP 375 - Aula 1 - Introdução - Eduardo Luz
CAP 375 - Aula 1 - Introdução - Eduardo LuzCAP 375 - Aula 1 - Introdução - Eduardo Luz
CAP 375 - Aula 1 - Introdução - Eduardo Luz
 
Recursividade em C
Recursividade em CRecursividade em C
Recursividade em C
 
Linguagem R
Linguagem RLinguagem R
Linguagem R
 
Ed1
Ed1Ed1
Ed1
 
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...
Capítulo 14 Livro Algoritmos e Programação de Computadores Autores JR., Diler...
 
Type based termination for recursive definitions
Type based termination for recursive definitionsType based termination for recursive definitions
Type based termination for recursive definitions
 
Apostila funcoes
Apostila funcoesApostila funcoes
Apostila funcoes
 
Minicurso de estatística experimental com o R - III SIC IFNMG
Minicurso de estatística experimental com o R  - III SIC IFNMGMinicurso de estatística experimental com o R  - III SIC IFNMG
Minicurso de estatística experimental com o R - III SIC IFNMG
 

Más de elliando dias

Clojurescript slides
Clojurescript slidesClojurescript slides
Clojurescript slideselliando dias
 
Why you should be excited about ClojureScript
Why you should be excited about ClojureScriptWhy you should be excited about ClojureScript
Why you should be excited about ClojureScriptelliando dias
 
Functional Programming with Immutable Data Structures
Functional Programming with Immutable Data StructuresFunctional Programming with Immutable Data Structures
Functional Programming with Immutable Data Structureselliando dias
 
Nomenclatura e peças de container
Nomenclatura  e peças de containerNomenclatura  e peças de container
Nomenclatura e peças de containerelliando dias
 
Polyglot and Poly-paradigm Programming for Better Agility
Polyglot and Poly-paradigm Programming for Better AgilityPolyglot and Poly-paradigm Programming for Better Agility
Polyglot and Poly-paradigm Programming for Better Agilityelliando dias
 
Javascript Libraries
Javascript LibrariesJavascript Libraries
Javascript Librarieselliando dias
 
How to Make an Eight Bit Computer and Save the World!
How to Make an Eight Bit Computer and Save the World!How to Make an Eight Bit Computer and Save the World!
How to Make an Eight Bit Computer and Save the World!elliando dias
 
A Practical Guide to Connecting Hardware to the Web
A Practical Guide to Connecting Hardware to the WebA Practical Guide to Connecting Hardware to the Web
A Practical Guide to Connecting Hardware to the Webelliando dias
 
Introdução ao Arduino
Introdução ao ArduinoIntrodução ao Arduino
Introdução ao Arduinoelliando dias
 
Incanter Data Sorcery
Incanter Data SorceryIncanter Data Sorcery
Incanter Data Sorceryelliando dias
 
Fab.in.a.box - Fab Academy: Machine Design
Fab.in.a.box - Fab Academy: Machine DesignFab.in.a.box - Fab Academy: Machine Design
Fab.in.a.box - Fab Academy: Machine Designelliando dias
 
The Digital Revolution: Machines that makes
The Digital Revolution: Machines that makesThe Digital Revolution: Machines that makes
The Digital Revolution: Machines that makeselliando dias
 
Hadoop - Simple. Scalable.
Hadoop - Simple. Scalable.Hadoop - Simple. Scalable.
Hadoop - Simple. Scalable.elliando dias
 
Hadoop and Hive Development at Facebook
Hadoop and Hive Development at FacebookHadoop and Hive Development at Facebook
Hadoop and Hive Development at Facebookelliando dias
 
Multi-core Parallelization in Clojure - a Case Study
Multi-core Parallelization in Clojure - a Case StudyMulti-core Parallelization in Clojure - a Case Study
Multi-core Parallelization in Clojure - a Case Studyelliando dias
 

Más de elliando dias (20)

Clojurescript slides
Clojurescript slidesClojurescript slides
Clojurescript slides
 
Why you should be excited about ClojureScript
Why you should be excited about ClojureScriptWhy you should be excited about ClojureScript
Why you should be excited about ClojureScript
 
Functional Programming with Immutable Data Structures
Functional Programming with Immutable Data StructuresFunctional Programming with Immutable Data Structures
Functional Programming with Immutable Data Structures
 
Nomenclatura e peças de container
Nomenclatura  e peças de containerNomenclatura  e peças de container
Nomenclatura e peças de container
 
Geometria Projetiva
Geometria ProjetivaGeometria Projetiva
Geometria Projetiva
 
Polyglot and Poly-paradigm Programming for Better Agility
Polyglot and Poly-paradigm Programming for Better AgilityPolyglot and Poly-paradigm Programming for Better Agility
Polyglot and Poly-paradigm Programming for Better Agility
 
Javascript Libraries
Javascript LibrariesJavascript Libraries
Javascript Libraries
 
How to Make an Eight Bit Computer and Save the World!
How to Make an Eight Bit Computer and Save the World!How to Make an Eight Bit Computer and Save the World!
How to Make an Eight Bit Computer and Save the World!
 
Ragel talk
Ragel talkRagel talk
Ragel talk
 
A Practical Guide to Connecting Hardware to the Web
A Practical Guide to Connecting Hardware to the WebA Practical Guide to Connecting Hardware to the Web
A Practical Guide to Connecting Hardware to the Web
 
Introdução ao Arduino
Introdução ao ArduinoIntrodução ao Arduino
Introdução ao Arduino
 
Minicurso arduino
Minicurso arduinoMinicurso arduino
Minicurso arduino
 
Incanter Data Sorcery
Incanter Data SorceryIncanter Data Sorcery
Incanter Data Sorcery
 
Rango
RangoRango
Rango
 
Fab.in.a.box - Fab Academy: Machine Design
Fab.in.a.box - Fab Academy: Machine DesignFab.in.a.box - Fab Academy: Machine Design
Fab.in.a.box - Fab Academy: Machine Design
 
The Digital Revolution: Machines that makes
The Digital Revolution: Machines that makesThe Digital Revolution: Machines that makes
The Digital Revolution: Machines that makes
 
Hadoop + Clojure
Hadoop + ClojureHadoop + Clojure
Hadoop + Clojure
 
Hadoop - Simple. Scalable.
Hadoop - Simple. Scalable.Hadoop - Simple. Scalable.
Hadoop - Simple. Scalable.
 
Hadoop and Hive Development at Facebook
Hadoop and Hive Development at FacebookHadoop and Hive Development at Facebook
Hadoop and Hive Development at Facebook
 
Multi-core Parallelization in Clojure - a Case Study
Multi-core Parallelization in Clojure - a Case StudyMulti-core Parallelization in Clojure - a Case Study
Multi-core Parallelization in Clojure - a Case Study
 

Recuperação Inteligente de Informações

  • 1. Recuperação Inteligente de Informações Prof. Dr. Celso A. A. Kaestner Pontifícia Universidade Católica do Paraná Programa de Pós-Graduação em Informática Aplicada
  • 2. Modelos Formais em IR Parte I
  • 3.
  • 4. Modelos usados em IR Retrieval: Adhoc Filtering Browsing U s e r T a s k Non-Overlapping Lists Proximal Nodes Structured Models Classic Models boolean vector probabilistic Set Theoretic Fuzzy Extended Boolean Probabilistic Inference Network Belief Network Algebraic Generalized Vector Lat. Semantic Index Neural Networks Browsing Flat Structure Guided Hypertext
  • 5. Aspectos distintos: modelo de IR, visão lógica dos docs., tarefa de recuperação.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15. Exemplo em modelo vetorial a: System and human system engineering testing of EPS b: A survey of user opinion of computer system response time c: The EPS user interface management system d: Human machine interface for ABC computer applications e: Relation of user perceived response time to error measurement f: The generation of random, binary, ordered trees g: The intersection graph of paths in trees h: Graph minors IV: Widths of trees and well-quasi-ordering i: Graph minors: A survey
  • 16. nova galaxy heat h’wood film role diet fur 10 5 3 5 10 10 8 7 9 10 5 10 10 9 10 5 7 9 6 10 2 8 7 5 1 3 A B C D E F G H I Exemplo em modelo vetorial Document ids terms Frequency of terms on each document
  • 17. Plotagem dos vetores Star Diet Doc about astronomy Doc about movie stars Doc about mammal behavior
  • 19.
  • 20.
  • 21.
  • 22. Exemplo em modelo vetorial system interface user a c b
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28. Modelo vetorial - exemplo I d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
  • 29. Modelo vetorial - exemplo II d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
  • 30. Modelo vetorial - exemplo III d1 d2 d3 d4 d5 d6 d7 k1 k2 k3
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42.
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.