Modulbeschreibung

Information Retrievel

ECTS-Punkte:
2
Lernziele:

Die Studierenden

  • kennen wichtige Prinzipien und Modelle, die für das Information Retrieval  zur Anwendung kommen.
  • wissen aus welchen Komponenten Information Retrieval Systeme aufgebaut sind und wie man diese evaluiert.
  • besitzen einen Überblick über Information Extraction Technologien.
  • kennen verschiedene Machine Learning Verfahren und deren Anwendungen.

Weiters sind die Studierenden in der Lage die oben erläuterten Methoden und Technologien gezielt in praktischen Aufgabenstellungen anzuwenden.

Kurse in diesem Modul

Information Retrieval:
  • Grundlagen von IR Systemen
  • Automatische Indexierungsverfahren
  • Überblick über Retrievalmodelle
         - Boole’sches Retrieval
         - Rankingsysteme und Relevance-Feedback
         - Google-Page-Rank-Modell
         - Vektorraum-Modell
         - Termgewichtungsmodelle
         - Natürlichsprachiges Retrieval mit dem Fuzzy-Retrievalmodell
         - Probabilistische Retrievalmodelle am Beispiel des Binary Independent-Retrieval-Modells (BIR)
  • Kennzahlen für die Evaluierung von IR Systemen
  • Informationsextraktion mittels
         - Regulärer Ausdrücke (Wikipedia, Dokumenten)
         - XPath (Wikipedia, XML Dokumente)
         - SPARQL (DBpedia, Triple Stores)
  • N-Gramm-Analyse
  • Machine Learning und Anwendungen
         -  Naive Bayes (Document Filtering)
         - Clustering (Aufbau von Preismodellen)
         - Support Vektor Maschinen (Klassifikation)
         - Genetische Algorithmen (Financial Forecasting)
  • Praxisprojekt (Umsetzung der Lerninhalte auf konkrete Aufgabenstellungen).
Klassenunterricht mit 2 Lektionen pro Woche
Disclaimer

Diese Beschreibung ist rechtlich nicht verbindlich! Weitere Informationen finden Sie in der detaillierten Modulbeschreibung.