Top-Themen

Aktuelle Themen (A bis Z)

Administrator.de FeedbackApache ServerAppleAssemblerAudioAusbildungAuslandBackupBasicBatch & ShellBenchmarksBibliotheken & ToolkitsBlogsCloud-DiensteClusterCMSCPU, RAM, MainboardsCSSC und C++DatenbankenDatenschutzDebianDigitiales FernsehenDNSDrucker und ScannerDSL, VDSLE-BooksE-BusinessE-MailEntwicklungErkennung und -AbwehrExchange ServerFestplatten, SSD, RaidFirewallFlatratesGoogle AndroidGrafikGrafikkarten & MonitoreGroupwareHardwareHosting & HousingHTMLHumor (lol)Hyper-VIconsIDE & EditorenInformationsdiensteInstallationInstant MessagingInternetInternet DomäneniOSISDN & AnaloganschlüsseiTunesJavaJavaScriptKiXtartKVMLAN, WAN, WirelessLinuxLinux DesktopLinux NetzwerkLinux ToolsLinux UserverwaltungLizenzierungMac OS XMicrosoftMicrosoft OfficeMikroTik RouterOSMonitoringMultimediaMultimedia & ZubehörNetzwerkeNetzwerkgrundlagenNetzwerkmanagementNetzwerkprotokolleNotebook & ZubehörNovell NetwareOff TopicOpenOffice, LibreOfficeOutlook & MailPapierkorbPascal und DelphiPeripheriegerätePerlPHPPythonRechtliche FragenRedHat, CentOS, FedoraRouter & RoutingSambaSAN, NAS, DASSchriftartenSchulung & TrainingSEOServerServer-HardwareSicherheitSicherheits-ToolsSicherheitsgrundlagenSolarisSonstige SystemeSoziale NetzwerkeSpeicherkartenStudentenjobs & PraktikumSuche ProjektpartnerSuseSwitche und HubsTipps & TricksTK-Netze & GeräteUbuntuUMTS, EDGE & GPRSUtilitiesVB for ApplicationsVerschlüsselung & ZertifikateVideo & StreamingViren und TrojanerVirtualisierungVisual StudioVmwareVoice over IPWebbrowserWebentwicklungWeiterbildungWindows 7Windows 8Windows 10Windows InstallationWindows MobileWindows NetzwerkWindows ServerWindows SystemdateienWindows ToolsWindows UpdateWindows UserverwaltungWindows VistaWindows XPXenserverXMLZusammenarbeit

Suchmaschine für Dokumente

Frage Entwicklung

Mitglied: Praktikantin

Praktikantin (Level 1) - Jetzt verbinden

29.09.2007 um 15:06 Uhr, 3282 Aufrufe

Vektor Space Modell

Hallo zusammen,
ich muss dieses System anfertigen:
Ziel dieser Arbeit ist die Planung und das laufen eines Systems zu der Suche von Informationen basierend auf dem vector model.Der Benutzer des Systems kann seine Fragen durch eine graphische Seite (html) formulieren und das System gibt die Texte wieder anhand der Relativität, mit erstem dem Text der die meiste Relevanz zu der Frage hat .
Damit die Schätzung der Leistung des Systems möglich ist, müssen Sie die Texte der Ansammlung CACM (Archiv cacm.tar.gz, cacm.all) benutzen. Es sind Zusammenfassungen von 3204 Artikeln, die in der anerkannten Zeitschrift Communications of the ACM veröffentlicht worden sind. Jeder Text besitzt eine Gruppe von Feldern. Zwischen diesen Feldern sind der Titel des Artikels, die Autoren sowie die Zusammenfassung am wichtigsten vom Text des Artikels. Diese Ansammlung besitzt auch 64 Fragen (information requests) die im Zusammenhang mit dem Inhalt der Texte der Ansammlung stehen (Archiv query.text). Haben Sie auch werden dem Verwandten Die relevanten für jede Frage Texte sind festgestellt und in dieser Datei gespeichert(Archiv qrels.text).
Mit Hilfe dieser Informationen der relativen Texte auf jeder Frage, schätzen Sie die Leistung des Systems mit der Herstellung eines Precision/Recall Diagramms für jede Frage. Es soll auch das Diagramm der “Average Precision at Seen Relevant Documents” erstellt werden. Die graphische Darstellung von allen Informationen über die Leistung des Systems kann vom gleichen System oder Alternativ mit Hilfe irgendeines Außenprogramms dargestellt werden (z.B. Excel).

Details zur herstellung

Bevor ein Information Retrieval System läuft, müssen zuerst die Schlüsselwörter (keywords ) festgelegt werden mit Hilfe derer die Suche in der Ansammlung der Texte beginnen kann. In dieser Ansammlung, für den Export der Fachwörter müssen Sie sich ausschließlich auf die Bezeichnungen, die Zusammenfassungen, auf den Titeln, sowie auf den Namen der Verfasser basieren und den Rest der Felder der Texte ignorieren.

Sie müssen außerdem die Wörter ignorieren, die in das Archiv common_words.txt enthalten werden ignorieren. Dieses Archiv enthält eine Liste von den allgemeinen Wörtern, die fast in den meisten Texten auftauchen und keinen bestimmten Wert für den Inhalt der Suche haben werden. Für den selben Grund müssen Sie auch die alle Wörter in denen Zahlen auftauchen ignorieren, das heißt sie enthalten nicht andere nicht numerische Buchstaben.

Für die Verbesserung der Qualität der Resultate der Suche, wird Ihnen empfohlen einen
stemming Algorithmus zu verwenden, einen Algorithmus also der die grammatischen Wurzeln von den Wörtern exportiert. Die Bekannteste stemming Algorithmus ist der Algorithmus von Porter und es ist einfach so einen zu finden und zu anfertigen.

Ein anderer wichtiger Parameter, der in den Ersten Schritten des Entwerfens des Systems der Wiederherstellung von Informationen festgestellt werden muss, ist die Struktur von Daten, mit derer die Schlüsselwörter des Wörterbuchs der Ansammlung organisiert werden wird. Die Struktur der Inverted Files, ist die Struktur die die bessere Leistung in den IR Systemen erzielt. In einer solchen Struktur, wird für jedes Schlüsselwort eine Liste von Texten gespeichert in der das jeweilige Schlüsselwort erscheint. Spezifisch für das Vector Modell wird auch alles wesentliche zu der vorbildlichen Information gespeichert das heißt, die Zahl der Texte in denen jedes Schlüsselwort erscheint, und die Frequenz des jeweiligen Schlüsselwortes in jedem Text.
Das ist die Arbeit. Die Archive befinden sich hier:http://rapidshare.com/files/59055129/cacm.tar.gz

Diese Seite kann auch sehr hilfreich sein:
http://www.hray.com/5264/find.htm

Ich willnur ein einfaches IR System dass die Texte durchsucht und die Relevanten findet. Wenn jemmand irgdwann in seinem Leben so etwas gemacht oder infos darüber kennt,bitte ich ihm mir zu helfen.Ich bin einfach zu dumm un unerfahren und in der Klasse hatten wir nur Theorie dazu!

Viele Grüße

die Praktikantin
Ähnliche Inhalte
Windows 7
Löschen der unerwünschten Suchmaschine "amisite" über Programmentfernung
gelöst Frage von wiedhalmWindows 72 Kommentare

Hallo Experten! Irgendwie habe ich mir "amisite" eingefangen, welche sich auf meinem Firefox eingenistet hat und welche auch mehreren ...

Windows 10
Windows 10: Microsoft Edge: Wie ändert man die Standard-Suchmaschine?
Anleitung von FrankWindows 107 Kommentare

Im neuen Microsoft Edge Browser ist "Bing" die Standard-Suchmaschine. Wie stellt man nun die Suchmaschine z.B. auf Administrator.de oder ...

Internet
Eureka - ? neue Europäische Suchmaschine, die Ihre Privatsphäre schützt
Frage von itfreak007Internet6 Kommentare

kennt jemand eureka ? "die neue Europäische Suchmaschine, die Ihre Privatsphäre schützt." kommt mir seltsam vor, kein hinweis auf ...

IDE & Editoren
Programm zum Bearbeiten von HTML Dokumenten
Frage von MarcysIDE & Editoren9 Kommentare

Hallo, in der Firma haben wir ein Intranet. Bestandteil des Intranets sind u. a. Verfahrensanweisungen. Die Verfahrensanweisungen sind HTML ...

Neue Wissensbeiträge
Sicherheit

Blackberry stirbt - Keine Updates für Priv mehr

Tipp von certifiedit.net vor 16 MinutenSicherheit

Blackberry wird zu einer 08/15 Firma und geht wohl mehr und mehr den Weg, den HTC schon ging. Von ...

Windows 10

Autsch: Microsoft bündelt Windows 10 mit unsicherer Passwort-Manager-App

Tipp von kgborn vor 2 TagenWindows 107 Kommentare

Unter Microsofts Windows 10 haben Endbenutzer keine Kontrolle mehr, was Microsoft an Apps auf dem Betriebssystem installiert (die Windows ...

Sicherheits-Tools

Achtung: Sicherheitslücke im FortiClient VPN-Client

Tipp von kgborn vor 2 TagenSicherheits-Tools

Ich weiß nicht, wie häufig die NextGeneration Endpoint Protection-Lösung von Fortinet in deutschen Unternehmen eingesetzt wird. An dieser Stelle ...

Internet

USA: Die FCC schaff die Netzneutralität ab

Information von Frank vor 2 TagenInternet5 Kommentare

Jetzt beschädigt US-Präsident Donald Trump auch noch das Internet. Der neu eingesetzte FCC-Chef Ajit Pai ist bekannter Gegner einer ...

Heiß diskutierte Inhalte
Batch & Shell
Kann man mit einer .txt Datei eine .bat Datei öffnen?
gelöst Frage von HelloWorldBatch & Shell20 Kommentare

Wie schon im Titel beschrieben würde ich gerne durch einfaches klicken auf eine Text oder Word Datei eine Batch ...

LAN, WAN, Wireless
WLAN Reichweite erhöhen mit neuer Antenne
gelöst Frage von gdconsultLAN, WAN, Wireless10 Kommentare

Hallo, ich besitze einen TL-WN722N USB-WLAN Dongle mit einer richtigen Antenne. Ich frage mich jetzt ob man die Reichweite ...

Router & Routing
Wieso kann ich den UPD 7000-9000 nicht freigeben?
Frage von Jayk0bRouter & Routing8 Kommentare

Router: Telekom W 723V Ports: UDP 7000-9000 Können nicht frei gegeben werden. Benutzgrund: Rocket League 7000 – 9000 UDP ...

Router & Routing
Fritzbox Gastnetz - exposed Host - zur Sophos IPTV
Frage von medikopterRouter & Routing8 Kommentare

Hallo zusammen, ich habe eine Frage bezüglich des Fritz box Gastzugangs an einer Sophos UTM Home. An liebsten wäre ...