Cantitate/Preț
Produs
Total produse
Vezi coșul
Information Retrieval: Uncertainty and Logics de Cornelis Joost van Rijsbergen

Information Retrieval: Uncertainty and Logics: The Information Retrieval Series, cartea 4

Editat de Cornelis Joost van Rijsbergen, Fabio Crestani, Mounia Lalmas
en Limba Engleză Hardback – 31 oct 1998

Apreciem metodologia riguroasă prezentată în Information Retrieval: Uncertainty and Logics, o lucrare de referință care redefinește procesul de căutare nu ca o simplă potrivire de termeni, ci ca un proces de inferență logică. Arhitectura propusă de editorii Cornelis Joost van Rijsbergen, Fabio Crestani și Mounia Lalmas pornește de la premisa că interogările și documentele pot fi reprezentate prin formule logice complexe, unde relevanța este determinată de capacitatea sistemului de a deduce interogarea din conținutul documentului.

Remarcăm organizarea progresivă a volumului, care facilitează înțelegerea tranziției de la logica clasică la modelele non-clasice. Partea de început, „Genesis”, stabilește fundamentele teoretice, în timp ce secțiunile dedicate modelelor logice și de incertitudine detaliază aplicații specifice. Cititorul care a aplicat ideile din Soft Computing in Information Retrieval va găsi aici fundamentul matematic și logic care completează abordările bazate pe tehnici de calcul flexibil, oferind o rigoare sporită în explicarea rezultatelor de căutare care, în metodele convenționale, rămân adesea imprevizibile.

Subliniem importanța capitolelor care tratează integrarea cu sistemele de baze de date prin Datalog probabilistic și utilizarea logicii modale pentru structuri complexe. Această abordare unitară permite manipularea datelor multimedia și a legăturilor hypermedia într-un cadru formal coerent. Volumul nu se limitează la teorie, ci explorează „Logical Imaging” și fluxul informațional, oferind instrumente pentru a raționa asupra proprietăților unui model IR înainte de implementarea propriu-zisă în sisteme de producție.

Citește tot Restrânge

Din seria The Information Retrieval Series

Preț: 199992 lei

Preț vechi: 249990 lei
-20%

Puncte Express: 3000

Carte tipărită la comandă

Livrare economică 24 iunie-08 iulie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780792383024
ISBN-10: 0792383028
Pagini: 356
Ilustrații: XXI, 323 p.
Dimensiuni: 160 x 241 x 24 mm
Greutate: 0.7 kg
Ediția:1998
Editura: Springer
Colecția The Information Retrieval Series
Seriile The Information Retrieval Series, Recomandări cărți Ecommerce - Școala de vară GPeC 2019

Locul publicării:New York, NY, United States

Public țintă

Research

De ce să citești această carte

Recomandăm această lucrare cercetătorilor și inginerilor de date care doresc să depășească modelele statistice simple de regăsire a informației. Cititorul câștigă o înțelegere profundă a modului în care logica formală și teoriile incertitudinii pot îmbunătăți precizia sistemelor de căutare. Este o resursă esențială pentru dezvoltarea algoritmilor de căutare în baze de date complexe și medii multimedia.

Cuprins

List of Figures. List of Tables. Preface. Part I: Genesis. 1. A Non-Classical Logic for Information Retrieval; C.J. van Rijsbergen. Part II: Logical Models. 2. Toward a Broader Logical Model for Information Retrieval; Jian-Yun Nie, F. Lepage. 3. Experiences in Information Retrieval Modelling Using Structured Formalisms and Modal Logic; J.-P. Chevallet, Y. Chiaramella. 4. Preferential Models of Query by Navigation; P. Bruza, B. van Linder. 5. A Flexible Framework for Multimedia Information Retrieval; A. Müller. 6. The Flow of Information in Information Retrieval: Towards a General Framework for the Modelling of Information Retrieval; M. Lalmas. 7. Mirlog: A Logic for Multimedia Information Retrieval; C. Meghini, et al. Part III: Uncertainty Models. 8. Semantic Information Retrieval; G. Amati, K. van Rijsbergen. 9. Information Retrieval with Probabilistic Datalog; T. Rölleke, N. Fuhr. 10. Logical Imaging and Probabilistic Information Retrieval; F. Crestani. 11. Simplicity and Information Retrieval; G. Amati, K. van Rijsbergen. Part IV: Meta-Models. 12. Towards an Axiomatic Aboutness Theory for Information Retrieval; T. Huibers, B. Wondergem.

Descriere

In recent years, there have been several attempts to define a logic for information retrieval (IR). The aim was to provide a rich and uniform representation of information and its semantics with the goal of improving retrieval effectiveness. The basis of a logical model for IR is the assumption that queries and documents can be represented effectively by logical formulae. To retrieve a document, an IR system has to infer the formula representing the query from the formula representing the document. This logical interpretation of query and document emphasizes that relevance in IR is an inference process.
The use of logic to build IR models enables one to obtain models that are more general than earlier well-known IR models. Indeed, some logical models are able to represent within a uniform framework various features of IR systems such as hypermedia links, multimedia data, and user's knowledge. Logic also provides a common approach to the integration of IR systems with logical database systems. Finally, logic makes it possible to reason about an IR model and its properties. This latter possibility is becoming increasingly more important since conventional evaluation methods, although good indicators of the effectiveness of IR systems, often give results which cannot be predicted, or for that matter satisfactorily explained.
However, logic by itself cannot fully model IR. The success or the failure of the inference of the query formula from the document formula is not enough to model relevance in IR. It is necessary to take into account the uncertainty inherent in such an inference process. In 1986, Van Rijsbergen proposed the uncertainty logical principle to model relevance as an uncertain inference process. When proposing the principle, Van Rijsbergen was not specific about which logic and which uncertainty theory to use. As a consequence, various logics and uncertainty theories have been proposed and investigated. The choice of an appropriate logic and uncertainty mechanism has been a main research theme in logical IR modeling leading to a number of logical IR models over the years.
Information Retrieval: Uncertainty and Logics contains a collection of exciting papers proposing, developing and implementing logical IR models. This book is appropriate for use as a text for a graduate-level course on Information Retrieval or Database Systems, and as a reference for researchers and practitioners in industry.