20190904

Page 1

Prova scritta di METODI PER IL RITROVAMENTO DELL’INFORMAZIONE C.d.L. in Informatica - A.A. 2018-19 METODI PER LA GESTIONE DELLA CONSOCENZA C.d.L. in Informatica e Tecn. Per la Prod. del Software Docente: P. Lops - 4 Settembre 2019 Nome e Cognome : ___________________________________________ Matricola : ___________________________________________ 1) Descrivere in maniera sintetica i principi alla base del PageRank, focalizzando l’attenzione sulla formulazione basata sul Flow Model. (PUNTI 5) 2) Siano dati l’insieme delle categorie C = {c1,c2} e una collezione di 1000 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,c2>, <D3,c1>, <D4,c2>} dove per ogni documento si riporta di seguito l’elenco delle parole in esso presenti, con le relative occorrenze dei termini ne: D1={T1:2, T2:1} D2={T1:1, T3:2} D3={T2:1, T4:2} D4={T2:2, T3:4} NB: illustrare chiaramente tutte le fasi di costruzione del classificatore (PUNTI 7) b) Determinare la classe di appartenenza del seguente documento d={T3:1,T5:2} (PUNTI 3) 3) Sia q una query che ha 6 documenti rilevanti nella collezione. Supponiamo che un algoritmo di ritrovamento riporti il seguente ranking Rq (R indica che il documento è rilevante; N indica che il documento è non rilevante; il risultato più a sinistra è il top della lista): Rq: RRRNNNNRNR a) Fornire la descrizione sintetica delle metriche: Precision, Recall, Average Precision (PUNTI 3) b) Calcolare Precision, Recall ed Average Precision per la query q (PUNTI 4) c) Riportare la curva di precision-recall per la query q, usando gli 11 livelli standard di recall (PUNTI 3) 4) Fornire la definizione di synset in WordNet e descrivere in maniera sintetica l a relazione…