20200131

Pagina 1

Prova scritta di METODI PER IL RITROVAMENTO DELL’INFORMAZIONE C.d.L. in Informatica - A.A. 2019-20 Docente: P. Lops - 31 Gennaio 2020 Nome e Cognome : ___________________________________________ Matricola : ___________________________________________ 1) Sia q una query che ha 6 documenti rilevanti nella collezione. Supponiamo che un algoritmo di ritrovamento applicato a q riporti il seguente ranking Rq: D1 D5 D3 D7 D9 D4 Supponiamo che D5, D7 e D4 siano documenti rilevanti per q a) Calcolare l’Average Precision per la query q, fornendo anche una descrizione della metrica (PUNTI 3) b) Riportare la curva di precision-recall per la query q, usando gli 11 livelli standard di recall (PUNTI 3) c) Supponendo di avere dei giudizi di rilevanza non binari, e assume ndo che D5 abbia un grado di rilevanza pari a 3, mentre D7 e D4 abbiano un grado di rilevanza pari a 1, calcolare il valore del DCG (Discounted Cumulative Gain) per q, fornendo anche una breve descrizione della metrica. (PUNTI 4) 2) Siano dati l’insieme delle categorie C = {c1, c2} e una collezione di 150 documenti definiti sul vocabolario V = {T1,T2,T3,T4,T5}. a) Costruire un classificatore bayesiano per C, addestrandolo sul seguente training set TR: TR = {<D1,c1>, <D2,c1>, <D3,c2>, <D4,c2>} dove per ogni documento si riporta di seguito l’elenco delle parole in esso presenti, con le relative occorrenze: D1={T1:2, T2:3, T4:4} D2={T1:1, T3:2} D3={T2:2, T3:4} D4={T1:4, T4:2} NB: illustrare chiaramente tutte le fasi di costruzione del classificatore (PUNTI 6) b) Determinare la classe di appartenenza del seguente documento d={T3:2,T5:2} (PUNTI 2) 3) Descrivere in maniera sintetica i principi alla base del PageRank, focalizzando l’attenzione sulla formulazione basata sul Flow model (PUNTI 4) 4) Descrivere l’ontologia…