بررسی الگوریتم ها و راهکار های افزایش دقت رتبه بندی در بازیابی اطلاعات

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,698

فایل این مقاله در 10 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCOMP02_189

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

یکی از روش های یادگیری ماشین، روش یادگیری رتبه بندی است که برای ساختن مدلی جهت رتبه بندی استفاده می شود. این روش کاربرد های زیادی من جمله در بازیابی اطلاعات، پردازش زبان طبیعی و داده کاوی دارد. بازیابی اطلاعات در موتور های جستجو از حیث سرعت و دقت اهمیت زیادی دارد. چالش های پیش رو، بحث دقت و سرعت سیستم های بازیابی اطلاعات است که می تواند به عنوان دو معیار مهم در این سیستم ها مورد ارزیابی و مطالعه قرار بگیرد. در این رابطه الگوریتم های یادگیری رتبه بندی مورد بررسی قرار گرفته است که هر کدام از نقطه نظری به بررسی این مباحث پرداخته اند. پس از اعمال الگوریتم یادگیری رتبه بندی به سیستم بازیابی اطلاعات وارد فاز متفاوتی از رتبه بندی می شویم که در این فاز فرآیند رتبه بندی به لحاظ محتوای مورد جستجو مورد بررسی قرار گرفته و روندی را در پیش می گیرد که باعث بهبود دقت رتبه بندی می گردد. ما در این مرحله روشی را جهت افزایش دقت رتبه بندی پیشنهاد نموده ایم که به میزان بسیار چشم گیری به بهبود نتایج جستجو کمک نموده است.

نویسندگان

ابوالفضل باقری

دانشجوی کارشناسی ارشد ، دانشکده فاوا ، دانشگاه جامع امام حسین(ع) ، تهران ، ایران

محمدرضا حسنی آهنگر

دانشیارگروه کامپیوتر، دانشکده فاوا ، دانشگاه جامع امام حسین(ع)، تهران، ایران