Successful access to information sources on the Web depends on effective methods for identifying the needs of a user and making relevant information resources available when needed. This paper formulates a theoretical framework for the study of context-driven Web search and proposes new methods for learning query terms based on the user task. These methods use an incrementally-retrieved, topic-dependent selection of Web documents for term-weight reinforcement reflecting the aptness of the terms in describing and discriminating the topic of the user context. Based on this framework, we propose an incremental search algorithm for information retrieval agents that has the potential to improve significantly over the traditional IR techniques. The new algorithm learns new descriptors by searching for terms that tend to occur often in relevant documents, and learns good discriminators by identifying terms that tend to occur only in the context of the given topic. We discuss the technical challenges posed by this new framework, outline our agent system architecture, and present an evaluation of the proposed techniques.

1. Incremental Methods for Information Access in Context: The Role of Topic Descriptors and Discriminators Carlos M. Lorenzetti – Rocío L. Cecchini Ana G. Maguitman

2. Problemas: ambigüedad Java?

3. Problemas: ambigüedad Java?

4. Problemas: ambigüedad Java? Animales

5. Problemas: ambigüedad Java? Animales Computación

6. Problemas: ambigüedad Java? Animales Computación Alimentos

7. Problemas: ambigüedad Java? Animales Computación Alimentos Entretenimiento

8. Problemas: ambigüedad Java? Animales Computación Alimentos Entretenimiento Geografía

9. Problemas: ambigüedad Java? Animales Computación Alimentos Entretenimiento Geografía Plantas

10. Problemas: ambigüedad Java? Animales Computación Alimentos Entretenimiento Geografía Plantas Barcos

12. Una solución: CONTEXTO Lista de palabras Contexto Artículos Diario Otros

13. Una solución: CONTEXTO Lista de palabras T1 p1 T2 p2 T3 p3 T4 p4 Tn pn Contexto Artículos Diario Otros

17. Descriptores y Discriminadores Java Lenguaje Applets Código Tópico: Máquina Virtual de Java NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina

18. Descriptores y Discriminadores Java Lenguaje Applets Código NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina Buenos descriptores Tópico: Máquina Virtual de Java

19. Descriptores y Discriminadores Java Lenguaje Applets Código NetBeans Computadoras JVM Ruby Programación JDK Virtual Máquina Buenos discriminadores Tópico: Máquina Virtual de Java

22. Tópico: Máquina Virtual de Java Poder descriptivo de un término de un documento Descriptores de Documentos Contexto Inicial 0 jdk 0 jvm 0 provincia 0 isla 0 café 3 programación 1 lenguaje 1 virtual 2 máquina 4 java 0,000 0,000 0,000 0,000 0,000 0,539 0,180 0,180 0,359 0,718

23. Tópico: Máquina Virtual de Java Poder discriminante de un término de un documento Discriminadores de Documentos Contexto Inicial 0 jdk 0 jvm 0 provincia 0 isla 0 café 3 programación 1 lenguaje 1 virtual 2 máquina 4 java 0,000 0,000 0,000 0,000 0,000 0,577 0,500 0,577 0,500 0,447

24. Similitud entre documentos K 1 K 3 K 2 d 2 d 1  Criterio de comparación de documentos: Similitud por coseno

25. Poder descriptivo de un término en el tópico de un documento Descriptores de Tópicos Contexto Inicial Tópico: Máquina Virtual de Java 1 virtual 0 jvm 0 provincia 1 lenguaje 3 programación 0 isla 0 café 0 jdk 2 máquina 4 java 0,014 0,032 0,040 0,040 0,055 0,064 0,089 0,124 0,158 0,385

26. Poder discriminante de un término en el tópico de un documento Discriminadores de Tópicos Contexto Inicial Tópico: Máquina Virtual de Java 0,385 0,385 0,385 0,493 0,517 0,524 0,566 0,566 0,848 0,848 0 provincia 0 isla 0 café 4 java 1 lenguaje 2 máquina 3 programación 1 virtual 0 jdk 0 jvm

28. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

29. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

30. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

31. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

32. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

33. Framework Search Engine Context-Based Filtering Component Results Retrieval Component Incremental Context Refinement Component Query Generation Component User Task Monitoring Component AGENT Richer Context User Context

38. Evaluación iteration 0,150 0,200 0,250 0,300 0,350 0,400 0,450 0,500 q u a l i t y IIM average quality NM average quality 0 1 2 3 4 5 6 7 8 9 0,150 0,200 0,250 0,300 0,350 0,400 0,450 0,500 0 1 2 3 4 5 6 7 8 9 iteration q u a l i t y IIM minimum quality NM minimum quality

40. Incremental Methods for Information Access in Context: The Role of Topic Descriptors and Discriminators Carlos M. Lorenzetti – Rocío L. Cecchini Ana G. Maguitman