Dissertação
Learning to Rank Retrieval Results for a Geographically Constrained Search Queries EVALUATED
A busca de técnicas capazes de melhorar a qualidade dos resultados nos motores de busca continua a ser um importante tópico de investigação. Recentemente, vários autores propuseram a utilização informação geográfica, extraída de documentos e consultas dos utilizadores, de forma a apresentar resultados com relevância geográfica. Outros autores têm proposto o uso de métodos de aprendizagem automática para a construção de fórmulas de ordenação para os resultados dos motores de busca, capazes de combinar múltiplos estimadores de relevância, incluindo distância geoespacial e sobreposição de áreas. Esta tese explora o uso destes métodos de aprendizagem para ordenação de resultados para recuperação de informação geográfica. Eu estudei especificamente o impacto do uso de diferentes grupos de características, diferentes algoritmos de ordenação de resultados, e diferentes métodos para representar o contexto geográfico dos documentos. Várias experiências foram feitas com o conjunto de dados das anteriores campanhas de avaliação do GeoCLEF, tendo sido possível de concluir que a utilização de métodos de aprendizagem para a ordenação de resultados é adequada ao contexto de Recuperação de Informação Geográfica.
junho 1, 2012, 14:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Bruno Emanuel Da Graça Martins
Departamento de Engenharia Informática (DEI)
Professor Auxiliar