Recuperação de Informação
Objetivos
Conhecimentos:
- Compreender o conceito de relevância de informação
- Analisar dados de texto
- Compreender modelos de ordenação de informação
- Compreender protocolos de avaliação em recuperação de informação
Aptidões:
- Implementar modelos de recuperação de informação
- Implementar módulos de um sistema de recuperação de informação
- Colocar em produção um sistema de recuperação de informação em larga-escala
- Desenhar um protocolo de avaliação e avaliar um motor de pesquisa
Competências:
- Desenhar um sistema de recuperação de informação
- Selecionar as técnicas de RI adequadas a cada problema
- Capacidade de análise critica dos resultados de avaliação
Caracterização geral
Código
12077
Créditos
6.0
Professor responsável
João Miguel da Costa Magalhães
Horas
Semanais - 4
Totais - A disponibilizar brevemente
Idioma de ensino
Português
Pré-requisitos
Nas aulas teóricas é apresentada a matéria, com exemplos e discussão cuidada dos conceitos mais importantes. As aulas laboratoriais destinam-se à realização de 1 projeto com 3 entregas ao longo do semestre.
Será disponibilizada uma página Web da disciplina onde se mantém informação atualizada sobre o funcionamento da mesma. Os slides da matéria teórica e o guia do projeto estarão disponíveis na página Web da disciplina.
A avaliação da disciplina é composta por 1 teste escrito individual realizado no fim do semestre e um projeto.
Bibliografia
IR reference: C. D. Manning, P. Raghavan and H. Schütze, “Introduction to Information Retrieval”, Cambridge University Press, 2008. https://nlp.stanford.edu/IR-book/information-retrieval-book.html
NLP reference: Dan Jurafsky and James H. Martin, Speech and Language Processing (3rd ed. draft) https://web.stanford.edu/~jurafsky/slp3/
Método de ensino
Nas aulas teóricas é apresentada a matéria, com exemplos e discussão cuidada dos conceitos mais importantes. As aulas laboratoriais destinam-se à realização de 1 projeto com 3 entregas ao longo do semestre.
Será disponibilizada uma página Web da disciplina onde se mantém informação atualizada sobre o funcionamento da mesma. Os slides da matéria teórica e o guia do projeto estarão disponíveis na página Web da disciplina.
A avaliação da disciplina é composta por 1 teste escrito individual realizado no fim do semestre e um projeto.
Método de avaliação
A avaliação é composta por um teste / exame e um projeto.
O teste / exame vale 40% da nota final.
O projeto vale 60% da nota final e será entregue em 3 fases. O relatório final deverá descrever o trabalho feito em cada fase e discutir os resultados obtidos em cada fase.
Conteúdo
1. Introduction
2. Text processing, NGRAMS, cosine distance
3. Language models
4. Evaluation
5. Classification tasks: sentiment, category, spam
6. Pseudo relevance models
7. Learning to rank
8. Word embeddings
9. Information extraction
10. Question answering
11. Conversational search
12. Recommendation and personalization