RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS

Detalhes bibliográficos
Autor(a) principal: BONFIM, Marcello Erick
Data de Publicação: 2009
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Digital Unicesumar
Texto Completo: http://rdu.unicesumar.edu.br/handle/123456789/6062
Resumo: Neste trabalho são apresentadas estratégias utilizadas para a recuperação de informação, com base no modelo probabilístico de recuperação de informação. Nessas estratégias adotou-se os modelos probabilístico e probabilístico exponencial, que foram combinados com recursos do modelo vetorial, sendo denominados de modelo probabilístico estendido e modelo probabilístico exponencial estendido. A recuperação de informação considera os valores da probabilidade de relevância e de não-relevância durante a classificação dos documentos resultantes. São apresentados resultados de experimentos que comprovam que a combinação dos modelos probabilísticos com o modelo vetorial possibilita uma recuperação mais eficaz, trazendo como resposta documentos relevantes que não seriam recuperados utilizando somente um dos modelos.
id UNICESU -1_501fd5fdbf2177beb684c89be6f62933
oai_identifier_str oai:rdu.unicesumar.edu.br:123456789/6062
network_acronym_str UNICESU -1
network_name_str Repositório Digital Unicesumar
repository_id_str
spelling RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOSRecuperação de informaçãoModelo probabilístico estendidoProbabilístico exponencial estendidoCNPqNeste trabalho são apresentadas estratégias utilizadas para a recuperação de informação, com base no modelo probabilístico de recuperação de informação. Nessas estratégias adotou-se os modelos probabilístico e probabilístico exponencial, que foram combinados com recursos do modelo vetorial, sendo denominados de modelo probabilístico estendido e modelo probabilístico exponencial estendido. A recuperação de informação considera os valores da probabilidade de relevância e de não-relevância durante a classificação dos documentos resultantes. São apresentados resultados de experimentos que comprovam que a combinação dos modelos probabilísticos com o modelo vetorial possibilita uma recuperação mais eficaz, trazendo como resposta documentos relevantes que não seriam recuperados utilizando somente um dos modelos.UNIVERSIDADE CESUMARBrasilUNICESUMAR2020-09-30T11:05:16Z2020-09-30T11:05:16Z2009-10-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdf9788561091057http://rdu.unicesumar.edu.br/handle/123456789/6062porBONFIM, Marcello Erickinfo:eu-repo/semantics/openAccessreponame:Repositório Digital Unicesumarinstname:Centro Universitário de Maringá (UNICESUMAR)instacron:UniCesumar2020-10-01T06:01:22ZRepositório InstitucionalPRI
dc.title.none.fl_str_mv RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
title RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
spellingShingle RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
BONFIM, Marcello Erick
Recuperação de informação
Modelo probabilístico estendido
Probabilístico exponencial estendido
CNPq
title_short RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
title_full RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
title_fullStr RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
title_full_unstemmed RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
title_sort RECUPERAÇÃO DE DOCUMENTOS TEXTO USANDO MODELOS PROBABILISTICOS ESTENDIDOS
author BONFIM, Marcello Erick
author_facet BONFIM, Marcello Erick
author_role author
dc.contributor.author.fl_str_mv BONFIM, Marcello Erick
dc.subject.por.fl_str_mv Recuperação de informação
Modelo probabilístico estendido
Probabilístico exponencial estendido
CNPq
topic Recuperação de informação
Modelo probabilístico estendido
Probabilístico exponencial estendido
CNPq
description Neste trabalho são apresentadas estratégias utilizadas para a recuperação de informação, com base no modelo probabilístico de recuperação de informação. Nessas estratégias adotou-se os modelos probabilístico e probabilístico exponencial, que foram combinados com recursos do modelo vetorial, sendo denominados de modelo probabilístico estendido e modelo probabilístico exponencial estendido. A recuperação de informação considera os valores da probabilidade de relevância e de não-relevância durante a classificação dos documentos resultantes. São apresentados resultados de experimentos que comprovam que a combinação dos modelos probabilísticos com o modelo vetorial possibilita uma recuperação mais eficaz, trazendo como resposta documentos relevantes que não seriam recuperados utilizando somente um dos modelos.
publishDate 2009
dc.date.none.fl_str_mv 2009-10-27
2020-09-30T11:05:16Z
2020-09-30T11:05:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv 9788561091057
http://rdu.unicesumar.edu.br/handle/123456789/6062
identifier_str_mv 9788561091057
url http://rdu.unicesumar.edu.br/handle/123456789/6062
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv UNIVERSIDADE CESUMAR
Brasil
UNICESUMAR
publisher.none.fl_str_mv UNIVERSIDADE CESUMAR
Brasil
UNICESUMAR
dc.source.none.fl_str_mv reponame:Repositório Digital Unicesumar
instname:Centro Universitário de Maringá (UNICESUMAR)
instacron:UniCesumar
instname_str Centro Universitário de Maringá (UNICESUMAR)
instacron_str UniCesumar
institution UniCesumar
reponame_str Repositório Digital Unicesumar
collection Repositório Digital Unicesumar
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1747771932864937984