Modul 39-Inf-IR Information Retrieval

Nach Abschluss des Moduls sollten die Studierenden:

• mit den wesentlichen Paradigmen sowie den gängigen Methoden und Modellen des Information Retrievals vertraut sein,
• Techniken beherrschen, um große Mengen an unstrukturierten Daten im Hinblick auf das effiziente Retrieval zu indizieren,
• ein Verständnis für fortgeschrittene Techniken wie die Verwendung von Sprachmodellen für das IR, relevance feedback sowie latent semantic indexing entwickelt haben,
• die Funktionsweise von Web-Suchmaschinen verstehen, sowie
• in der Lage sein, ein IR System selbstständig zu implementieren.

After completion of the module students should

• be familiar with the basic paradigms as well as the current methods and models of information retrieval
• know the techniques necessary for indexing large amounts of unstructured data for efficient retrieval
• have developed an understanding of advanced techniques like the application of language models for IR, relevance feedback as well as latent semantic indexing
• understand the functionality of search engines on the web
• be capable to implement an IR system without assistance

Das Auffinden relevanter Informationen stellt eine zentrale Aktivität in unserer modernen Wissensgesellschaft dar. Relevante Informationen sind zum großen Teil in unstrukturierten Dokumenten (insbesondere Textdokumente) zu finden. Das Gebiet des Information Retrieval (IR) beschäftigt sich mit der Erforschung, Entwicklung und Anwendung von Methoden für den effizienten Zugriff und Suche auf großen Mengen von unstrukturierten Daten, insbesondere Texte, Bilder und Videos. In der Vorlesung werden folgende Themen behandelt:

• Information Retrieval Modelle (insbesondere das Boolsche, das vektor-basierte und das probabilistische Modell)
• Methoden zur Gewichtung von Termen
• Techniken zur Indizierung
• Sprachmodelle für das Information Retrieval
• Relevance Feedback und Query Expansion für das Information Retrieval
• Latent Semantic Indexing
• Web Suche: Der Fall Google
• Multimedia Retrieval

Ziel des Praktikums ist es, eine eigene Suchmaschine für einen größeren Datensatz (den Reuters Datensatz) zu entwickeln.

Literatur:

• "Introduction to Information Retrieval", Manning, Raghavan, Schütze, Cambridge University Press, 2008
• "Search Engines: Information Retrieval in Practice", Bruce Croft, Donald Metzler, Trevor Strohman, Pearson/Addison-Wesley, 2009
• "Modern Information Retrieval", Baeza-Yates and Ribeiro-Neto, Addison-Wesley, 1999

The retrieval of relevant information constitutes a central activity in our modern knowledge-based society. Relevant information is to a large extent found in unstructured documents (especially text documents). The area of Information Retrieval (IR) is concerned with the research, development and application of methods that allow large amounts of unstructured data, especially texts, pictures and videos, to be accessed and searched efficiently. The following topics will be disussed:

• IR models (including Boolean, vector based and probabilistic)
• term weighting methods
• indexing techniques
• language models for IR
• relevance feedback and query expansion for IR
• latent semantic indexing
• Web search: the case of google
• Multimedia retrieval

Aim of the practical is the development of a search engine for a dataset.

Algorithmen und Datenstrukturen, Grundkenntnisse Mathematik, Einführung in die Datenbanken und Modellierung

Algorithms and datastructure, fundamentals in mathematics, introduction to databases and modelling

—