بازیابی هوشمند اطلاعات
Intelligent Information Retrieval
| مقطع: تحصیلات تکمیلی | گرایش: نرمافزار |
| نوع درس: نظری | تعداد واحد: ۳ |
| پیشنیاز: – | همنیاز: – |
هدف کلی
هدف درس بازیابی هوشمند اطلاعات معرفی زمینه بازیابی اطلاعات و مدیریت دادههای متنی است. این درس دانشجویان را برای انجام پژوهش در حوزه بازیابی اطلاعات و زمینههای مرتبط آماده میکند. دانشجویان با گذراندن این درس سامانههای بازیابی اطلاعات و کاوش دادههای متنی را درک خواهند کرد و با معماری آنها آشنا خواهند شد. کسب توانایی در ارائه مدلها و روشهای جدید، مقایسه روشها و سامانههای مدیریت دادههای متنی از جنبههای مختلف و کسب مهارت برای طراحی و پیادهسازی یک سامانه جامع مدیریت دادههای متنی از اهداف این درس است.
سرفصلها
- مقدمه و پیشزمینه
- مدل فضای برداری برای بازیابی اطلاعات
- مدلهای احتمالاتی برای بازیابی اطلاعات
- مدلهای زبانی آماری برای بازیابی اطلاعات
- تحلیل تئوری برای بازیابی اطلاعات
- بازخورد
- ارزیابی بازیابی اطلاعات
- یادگیری رتبهبندی
- بازیابی اطلاعات عصبی
- بازیابی اطلاعات وب و جویشگرها
- خوشهبندی دادههای متنی
- ردهبندی دادههای متنی
ارزیابی پیشنهادی
- آزمون میان نیمسال: ۳۰ درصد نمره
- آزمون پایان نیمسال: ۳۰ درصد نمره
- تمرینها، پروژه، و فعالیتهای کلاسی: ۴۰ درصد نمره
منابع پیشنهادی
- C. Zhai and S. Massung. Text data management and analysis: a practical introduction to information retrieval and text mining. Morgan & Claypool, 2016.
- J. Lin, R. Nogueira, and A. Yates. Pretrained transformers for text ranking: Bert and beyond. Springer Nature, 2022.
- R. Baeza-Yates and B. Ribeiro-Neto. Modern information retrieval: The Concepts and Technology Behind Search. 2nd Edition, Addison Wesley, 2011.
- W. B. Croft, D. Metzler, and T. Strohman. Search engines: Information retrieval in practice. 1st Edition, Addison-Wesley, 2010.
- B. Mitra and N. Craswell. An introduction to neural information retrieval. Foundations and Trends® in Information Retrieval, 2018.