CdSINFORMATICA
Codice289AA
CFU6
PeriodoPrimo semestre
LinguaInglese
Moduli | Settore/i | Tipo | Ore | Docente/i | |
INFORMATION RETRIEVAL | INF/01 | LEZIONI | 48 |
|
Lo studente che completerà con successo il percorso didattico avrà l'abilità e le conoscenze per progettare un semplice motore di ricerca e/o uno strumento di IR, utile nelle applicazioni moderne per il Web o i Big Data.
The student who successfully completes the course will have the ability to design a simple search engine and/or one of the numerous IR tools which are at the core of modern Web or Big Data applications.
Gli studenti verranno valutati in base alle loro abilità e conoscenze acquisite sui contenuti del corso, attraverso una prova scritto/orale, accompagnata da eventuali prove intermedie.
Ulteriori informazioni possono essere trovare nella home page del corso.
The student will be assessed on his/her demonstrated ability to discuss the main course contents using the appropriate terminology.
Methods:
- Final oral exam
- Final written exam, with possible midterm exams
Further information can be found at the home page of the course.
Gli studenti alla fine del percorso didattico saranno in grado di progettare e valutare motori di ricerca e IR tool, adottando soluzioni algoritmiche allo stato dell'arte.
Students will be able to design and evaluate IR tools and search engines, by deploying the most adavanced algorithmic solutions to date.
Esame scritto e orale, con la possibilità di svolgere prove intermedie
Via written and oral exam, possibly with intermediate exams.
Gli studenti saranno esposti durante il corso al contesto dell'IR su Big Data testuali e non, le loro sfide, scelte algoritmiche, e apprezzeranno l'impatto che le soluzioni efficienti in tempo e spazio viste in classe hanno sull'analisi, la ricerca e il mining di Big Data in practica.
Students will be exposed to the context of IR tools and search engines, their challenges and algorithmic design choices. They'll appreciate the impacts in time and space of various known solutions, and be able to make their own choices and evaluate their pro/cons.
Esame scritto e orale, con la possibilità di svolgere prove intermedie
Via written and oral exams
Esami sul progetto di algoritmi, e conoscenze di programmazione e Math.
Basics of Algorithms, Maths, Programming.
Lezioni frontali.
Delivery: face to face
Learning activities:
- attending lectures
Attendance: Advised
Studio, progetto e analisi di sistemi di Information Retrieval che risultano efficienti ed efficaci nel processare, analizzare, memorizzare, ricercare, classificare e raggruppare documenti testuali e non. Le lezioni descriveranno
- le principali componenti di un motore di ricerca moderno: Crawler, Parser, Compressor, Indexer, Query resolver, Query and Document annotator, Results Ranker;
- le tecniche algoritmiche che sono alla base del progetto di applicazioni di IR per la compressione, l'indicizzazione e lo sketching di documenti;
- alcuni IR tool che sono utilizzati come componenti di motori di ricerca sofisticati oppure come tool indipendenti in applicazioni per processano Big Data, quali: Classification, Clustering, Recommendation, Random Sampling, Locality Sensitive Hashing.
Study, design and analysis of IR systems which are efficient and effective to process, mine, search, cluster and classify documents, coming from textual as well as any unstructured domain. In the lectures, we will:
- study and analyze the main components of a modern search engine: Crawler, Parser, Compressor, Indexer, Query resolver, Query and Document annotator, Results Ranker;
- dig into some basic algorithmic techniques which are now ubiquitous in any IR application for data compression, indexing and sketching;
- describe few other IR tools which are used either as a component of a search engine or as independent tools and build up the previous algorithmic techniques, such as: Classification, Clustering, Recommendation, Random Sampling, Locality Sensitive Hashing.
C.D. Manning, P. Raghavan, H. Schutze. Introduction to Information Retrieval. Cambridge University Press, 2008
Chapter 2 “Text compression” of Managing Gigabytes, I.H. Witten and A. Moffat and T.C. Bell, Morgan Kauffman, Second edition, 1999.
Alcune note in Inglese scritte dal docente
C.D. Manning, P. Raghavan, H. Schutze. Introduction to Information Retrieval. Cambridge University Press, 2008
Chapter 2 “Text compression” of Managing Gigabytes, I.H. Witten and A. Moffat and T.C. Bell, Morgan Kauffman, Second edition, 1999.
Notes provided by the teacher
Come per i frequentanti
Same as attending students
Esame scritto e orale, con la possibilità di svolgere prove intermedie
Via written and oral exam, possibly with intermediate exams.
http://didawiki.di.unipi.it/doku.php/magistraleinformatica/ir/start