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

Mitglied: Praktikantin

Praktikantin (Level 1) - Jetzt verbinden

29.09.2007 um 15:06 Uhr, 3347 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
Microsoft Office
XLSX Dokument Formatierung
gelöst Frage von HanutaMicrosoft Office7 Kommentare

Hallo Zusammen, ich habe eine XLSX Datei, die von einem MAC Rechner gespeichert wird und anschließend von einem Windowsrechner ...

Backup
Backup von WORD dokument
gelöst Frage von justdanBackup9 Kommentare

Hallo, Ein WORD Dokument wurde überschrieben! Kann ich irgendwie dieses DOC Backupen von gestern oder vorgestern machen? Also Veritas ...

Netzwerkgrundlagen
Dokument zum Bearbeiten gesperrt, wieso?
Frage von McLionNetzwerkgrundlagen3 Kommentare

Hallo, ich öffne mit LibreOffice eine .doc-Datei, diese liegt auf einer Freigabe auf nem Rechner im Netzwerk. Seit ein ...

Microsoft Office
Saubere HTML aus Word-Dokument
Frage von peterpaMicrosoft Office19 Kommentare

Hallo, kennt jemand eine Möglichkeit ein Word-Dokument in eine "saubere" HTML-Seite zu wandeln? Ja es gibt die Möglichkeit diese ...

Neue Wissensbeiträge
Windows 10

Windows 10 V1809: Rollout ist gestartet - kommt per Windows Update

Information von kgborn vor 16 StundenWindows 101 Kommentar

Eine kurze Information für die Admins, die Windows 10 im Programm haben. Microsoft hat die letzte Baustelle (die Inkompatibilität ...

Sicherheit

Heise Beitrag Passwort-Sammlung mit 773 Millionen Online-Konten im Netz aufgetaucht

Information von Penny.Cilin vor 19 StundenSicherheit5 Kommentare

Auf Heise Online ist folgender Beitrag veröffentlicht worden: Heise Beitrag passwörter geleakt Ich bin mir jetzt nicht ganz sicher, ...

Microsoft Office
TEAMS - Skype for business
Tipp von Nebellicht vor 19 StundenMicrosoft Office

Hallo, ms ersetzt Skype for business durch TEAMS. Also, nicht wundern wenn mit der OFFICE365 Umgebung kein Skype for ...

Windows 10

Windows 10: Cortana und die Suche gehen bald wieder eigene Wege

Information von Frank vor 23 StundenWindows 102 Kommentare

Microsoft hat einen neuen Insider Build von Windows 10 veröffentlicht (Fast Ring, Version 18317), wo die digitale Assistentin "Cortana" ...

Heiß diskutierte Inhalte
Windows Server
Uhren gehen immer wieder falsch
Frage von killtecWindows Server23 Kommentare

Hallo, ich habe folgende Konstellation: 1. Physischer DC Div. Virtuelle DC's auf Hyper-V Servern Die Hyper-V-Server, der Physische DC ...

Switche und Hubs
Medienkonverter mit 12 oder 24 Ports gesucht
Frage von wmuellerSwitche und Hubs22 Kommentare

Guten Morgen, ich bin auf der Suche nach einem größeren Medienkonverter, der "stumpf" 1:1 die Ports auf über ein ...

Debian
OpenSSH Login mit Public Key schlägt fehl, mit Passwort funktioniert
gelöst Frage von DKowalkeDebian19 Kommentare

Hallo zusammen, ich hatte hier schon nach einer Anleitung für einen SFTP Server mit Linux gefragt, habe dort auch ...

Windows Server
Client in die Domäne einbinden - Allgemeine Frage dazu
gelöst Frage von RalphTWindows Server19 Kommentare

Moin, ich habe 2 DCs in einer Hauptstelle und 2 DCs in einer Nebenstelle. Ich bringe in der Hauptstelle ...