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 - 2
Idioma de ensino
Português
Pré-requisitos
Conhecimentos de programação, preferêncialmente Python.
Algebra linear e probabilidades e estatística.
Bibliografia
Main reference: Dan Jurafsky and James H. Martin, Speech and Language Processing (3rd ed. draft) https://web.stanford.edu/~jurafsky/slp3/
Complementary 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
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 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 trabalhos de laboratório.
Método de avaliação
Grading is divided into the theoretical part and a laboratory project:
Theoretical test/exam: 40% of the final grade (minimum grade is 9.0). Students may use a calculator and one A4 page with their own notes. Notes must be handwritten by the student and the page should be handed in at the end of the exame/test.
Laboratory work (minimum grade is 9.0). The laboratory work consists of an introductory project (20%) and a consolidation project to be submitted in two phases (20% for each phase).
Each lab submissions needs to be include a report and the code.
Conteúdo
1. Introduction
2. Text processing, NGRAMS, cosine distance
3. Language models
4. Evaluation
5. Pseudo relevance models
6. Classification tasks: sentiment, category, spam
7. Learning to rank
8. Word embeddings
9. Contextual embeddings
10. Information extraction
11. Question answering
12. Ethics in Computational NLP