Information Retrieval
Das Modul "Information Retrieval" behandelt Methoden zur Suche in (sehr grossen) Textsammlungen, insbesondere im Web. Vorgestellt werden Algorithmen und Verfahren zur Textvorverarbeitung, Anfragesprachen, Relevanzmodelle, Idexierung, und spezielle Probleme bei Web-Suchmaschinen. Am Ende der Vorlesung werden auch kleinere Ausfüge in die Computergestützte Sprachverarbeitung unternommen (Language Models, Word Sense Disambiguation). Immer werden sowohl algorithmische Grundlagen als auch konkrete Anwendungen behandelt.
Die Vorlesung wird durch eine Übung begleitet. Diese vertieft die gelernten Methoden durch praktische Umsetzung. In Gruppen werden verschiedene Probleme des Information Retrieval, teilweise unter Benutzung existierende Frameworks, gelöst.
Vorlesungsverschiebungen:
- Die Vorlesung am 16.4.2018 entfällt. Die erste Vorlesung findet am 23.4.2018 statt.
- Die Vorlesung vom 25.06.2018 findet am Freitag, den 22.06.2018, von 9-11 Uhr im Humboldt-Kabinett statt.
- Die Vorlesung vom 09.07.2018 findet am Freitag, den 06.07.2018, von 9-11 Uhr im Humboldt-Kabinett statt.
Voraussetzungen
Voraussetzung für den Besuch sind gute Kenntnisse in "Algorithmen und Datenstrukturen" und der Programmierung mit Java.
Prüfungen und Anrechenbarkeit
Die Prüfung erfolgt in Form einer schriftlichen Klausur. Die Klausur findet am Freitag, den 24.08.2018, statt. Nachfolgend alle Information zur Klausur:
Datum: 24.08.2018
Raum: RUD 25, 3.001
Einlass: 11:15 Uhr
Beginn: 11:30 Uhr
Literatur zur Vorlesung
- Schütze, Manning, Raghavan: "Introduction to Information Retrieval", MIT Press, 2009 (Komplette Onlineversion
- Weitere Literatur und Links
Themen und Termine im Einzelnen
Folien sind hier jeweils nach der Vorlesung als PDF verfügbar. Änderungen möglich. All slides are English, but the course will be held in German.
- Overview
- Introduction to Information Retrieval
- Evaluation of IR Systems; document normalization
- IR Models I: Boolean, Vector Space, Relevance Feedback
- IR Models II: Probabilistic Retrieval, Latent Semantic Indexing, word embeddings
- Exact substring search: Boyer-Moore Algorithmus
- Indexing terms: Inverted files
- Searching the web: Crawling, PageRank and HITS
- Language models
Weitere Materialien
- Apache Lucene, an open source full text search engine
- Snowball is a small string processing language designed for creating stemming algorithms for use in Information Retrieval
- Lists of stop words
- Google's n-gram viewer
Ergänzende Literatur
- Baezo-Yates, Ribeiro-Neto: "Modern Information Retrieval",
Addison-Wesley, 1999.
- Grossmann, Frieder: "Information Retrieval", Springer, 2004 (in parts at ).
- Online-Lehrbuch Information Retrieval 1 (Grundlagen, Modelle und Anwendungen), Prof. Henrich, Universität Bamberg.