20140114

Page 1

Prova scritta di METODI PER IL RITROVAMENTO DELL’INFORMAZIONE C.d.L. in Informatica - A.A. 2013-14 Docente: P. Lops 14 Gennaio 2014 (DURATA: 2 ore) Nome e Cognome : ___________________________________________ Matricola : ___________________________________________ 1) Sia data la seguente collezione di documenti con le relative occorrenze dei termini: d1=(T2:9, T4:1) d2=(T1:3, T3:12, T4:1) d3=(T2:1, T3:4, T5:1) d4=(T2:5, T4:5, T6:1) d5=(T1:1, T2:4, T6:3) a) Costruire l'indice invertito della collezione (PUNTI 3) b) calcolare il ranking dei documenti rispetto alla query q=(T1:1, T6:1) utilizzando la similarità del coseno e come schema di pesatura dei termini il TF-IDF (*) (*) Non applicare nessuna normalizzazione al TF, utilizzare il logaritmo in base 10. (PUNTI 5) 2) Descrivere l’ontologia linguistica WordNet ed indicare come è organizzata e rappresentata la conoscenza lessicale al suo interno. (PUNTI 8) 3) Sia q una query e s iano S1 ed S2 due sistemi che riportano i seguenti primi 10 risultati in risposta alla query q. R indica che un documento è rilevante, N indica che il documento è non rilevante (il risultato più a sinistra è il top della lista). S1: NNRNRRNNRR S2: NRNRRRRNRN Calcolare l’accuratezza dei due sistemi per la query q, utilizzando le seguenti metriche, fornendone anche una breve descrizione: a) P@5, P@10 (PUNTI 2) b) Sapendo che i documenti rilevanti nella collezione sono 6, calcolare la Average Precision e Recall@10 (PUNTI 4) 4) Descrivere, commentando opportunamente, la funzione per il calcolo delle predizioni dei rating in un algoritmo di filtraggio collaborativo di tipo user to user. (PUNTI 8)