Recuperación de Información:
Modelos de Recuperación.

Secciones del Tema:

• Modelos de Recuperacion
• Modelo Vectorial
• Modelo Booleano
• Modelo Probabilístico
• Modelo Relevance feedback
• Modelos basados en el lenguaje
• Modelos basados en redes de inferencia
• Modelos basados en lógica difusa

Modelos de recuperación basados en lógica difusa

El principal defecto del modelo probabilístico es la necesidad de una estimación inicial de los pesos de los términos para estimar el grado de relevancia de un documento. En el modelo de lógica difusa los autores no asignan los grados de pertenencia de los documentos a los términos. Además, la aplicación de modelos borrosos es idónea para solucionar los problemas de incompletitud e imprecisión a la hora de indexar un documento..

En la equiparación probabilística, el cálculo último devuelto sobre la probabilidad de que los términos de los documentos sean potencialmente relevantes a una pregunta, está contenida en los documentos relevantes y en los no relevantes. En la equiparación difusa, el cálculo se define basándose en el grado de pertenencia de los términos. La cuestión llega a ser tal, que el grado de confianza de que un documento contenga un término dado es relevante. Si ésto se usa para definir el grado de pertenencia, entonces este grado con respecto al conjunto de documentos relevantes, puede ser computado para cualquiera de los documentos.

• Índice.
• Accesibilidad y Usabilidad.
• Introducción a la Evaluación de buscadores.
• Modelos de Recuperacion
• Procesamiento del Lenguaje Natural.
• Sistemas de Question-Answering.