Récupération probabiliste

Cette séance de cours présente Probabilistic Information Retrieval, en se concentrant sur la pertinence de la modélisation en tant que probabilité à laide du modèle de vraisemblance de requête et de la modélisation du langage. Il couvre des concepts tels que le lissage, l'apprentissage et l'utilisation du modèle, l'expansion des requêtes et la génération automatique de thésaurus. L'instructeur discute de l'algorithme Rocchio, de la rétroaction sur la pertinence de l'utilisateur et de l'algorithme SMART pour une rétroaction pratique sur la pertinence. La séance de cours explore également les schémas de pondération, les méthodes d'expansion des requêtes et les défis de la dérive des requêtes. Différents exemples et algorithmes sont présentés pour illustrer les concepts abordés.