دانلود مقاله ترجمه شده بازیابی موثر بولین تعمیم یافته

چکیده

مدلهای بازیابی بولین تعمیم یافته (EBR) تقریباً سه دهه پیش مطرح شدن، ولی علیرغمِ مزیت های چشمگیر آن در مقایسه با رتبه بندی کلمات کلیدی، یا بازیابی بولینِ کامل تاثیر عملیِ اندکی داشتند. بطور خاص، مدلهای EBR رتبه بندی های هدفمندی تولید می کنند؛ مدل پرس و جو (جستار) آنها اجازۀ نمایش مفاهیم پیچیده در فرمت and-or را می دهد؛ و بخاطر اینکه امتیاز اختصاص یافته به یک فایل نوشتاری، صرفاً به محتوای آن نوشتار وابسته است، و تحت تاثیر هیچ شاخص آماریِ جمع آوری یا دیگر عوامل خارجی نیستند، قابل کشف (فهمیدنی) هستند. این خصوصیات مدلهای EBR را در حوزه های مربوط به جستجوی اطلاعات پزشکی و قانونی، - که در آنها تاکید برروی طراحی مکررِ جستارهای پیچیده و قابل تجدیدِ دهها یا حتی صدها جمله می باشد، جذاب تر می کنند. بااین حال، EBR از لحاظ محاسباتی نسبت به راهکارهای دیگر سنگین تر هستند. ما اجرای روش p-norm را برای EBR درنظر می گیریم و نشان می دهیم که ایده های مورد استفاده در تکنیک های بهینه سازیِ دقیقِ بیشینه امتیاز (max-score) و میله ای (wand)، برای بازیابی کلمه کلیدی رتبه بندی شده، جهت میسر ساختنِ کنارگذریِ انتخابیِ فایل های نوشتاری بواسطۀ فرایند کم هزینۀ غربال گری، برای این مدل ها و دیگر مدلهای بازیابی مشابه، قابل اتخاذ هستند. همچنین کران های مستقل از جمله را مطرح می کنیم که قادر به کاهش بیشترِ مقدار محاسباتِ امتیاز برای جستارهای کوتاه و ساده، با استفاده از مدل بازیابی بولینِ تعمیم یافته، هستند. روی هم رفته، این مدل ها باعث صرفه جویی 50 تا 80 درصدی در هزینه های ارزیابی مربوط به آزمایش جستارهای حاصل از جستجوی زیست پزشکی می شوند.

1-مقدمه

ارائه کنندگان سرویس جستجو، رغبت زیادی به رقابت برسر تامین میزان بازدهیِ بالا با کمترین هزینه ممکن برای منبع دارند. این امر راجع به سرویس های اختصاصیِ جستجو که برای امور پزشکی و حقوقی تخصیص یافته اند نیز صدق می کند، که جهت پشتیبانی از جستارهای پیچیده به واسطۀ جستجوکننده های حرفه ای و شاید با برآمدهای چشمگیر اجتماعی و تجاری حاصل از نتایج جستجو بکار گرفته می شوند...