Information Retrieval

Corsi di Algoritmi e Reti.

Studio, progetto e analisi di sistemi software efficienti ed efficaci per l’Information Retrieval nell’ambito di collezioni di documenti testuali (non strutturati), DB-centric (strutturati) o semi-strutturati (p.e. HTML, XML). Questo studio si concentrerà in particolare sui motori di ricerca per il Web.

Information Retrieval, motori di ricerca, Text e Network analysis, strutture dati per l'indicizzazione, data compression

capacità di progettare e valutare le prestazioni di un motore di ricerca

Moduli software che costituiscono un moderno motore di ricerca, e analisi delle prestazioni e dei limiti computazionali delle soluzioni algoritmiche correntemente adottate per ciascuno di essi. Fondamenti pratici e teorici per l’organizzazione e l’analisi dei sistemi di IR. Alcune tecniche algoritmiche utilizzate per realizzare IR-tool che operano su grandi quantità di dati

Study, design and analysis of IR systems which are efficient and effective to process, mine, search, cluster and classify documents, coming from textual, html or XML data collections. In particular, we will:

• describe the main components of a modern search engine: Crawler, Parser, Compressor, Indexer, Query resolver, Results Ranker, Results Classifier/Clusterer;

• present and use in the Lab some interesting Open-Source Tools for IR applications, such as Lucene and Web graph;

• introduce some basic algorithmic techniques which are now ubiquitous in any IR application for data classification, compression, clustering, projection, and sketching.

Motori di Ricerca: Crawling, Text analysis, Indexing, Ranking, Memorizzazione pagine Web e grafo dei collegamenti, Visualizzazione dei risultati. Altri tipi di dato: XML, DB testuali, Data processing for IR tools, Data sketching, compression, clustering (cenni)

• [MRS] C.D. Manning, P. Raghavan, H. Schutze. Introduction to Information Retrieval. Cambridge University Press, 2008. [ link ]
• [MG] Chapter 2 “Text compression” of Managing Gigabytes, I.H. Witten and A. Moffat and T.C. Bell, Morgan Kauffman, 1999.

Più alcuni articoli

Scritto e orale, con un progetto software facoltativo