Boolský model 1.

Boolský model: P vs. R

– upřesňováním dotazu v Boolském modelu získáváme větší P, ale menší R
Př. pokus (Blair, Maron 1985) – 40 000 právnických textů o dopravních nehodách, Cíl: nejen vysoké P ale i R., Výsledky: P=80%, R=20% – málo!!! (teoreticky 100%), Problém synonym – obecný jazyk, nelze zachytit tezaurem (Př. nehoda, neštěstí, srážka, karambol,…)
– automatická indexace neodstraní tyto problémy

Boolský model –problémy
– co ovlivňuje vztah P a R?
– problémy s ručně indexovanými systémy

Neurčitost
– v indexování – vliv indexátora
– ve výběru termu pro dotaz – vliv tazatele

Kritérium predikce
– jak zajistit shodu mezi výběrem termů pro dotaz a dokumenty (dnes: podobnost ontologií)
– metoda odstraňování neurčitosti

Kritérium maxima
– lze zvládnout 20-50 hitů
Problémy s databází úplných textů
– velikost databáze (vs. kritérium maxima)
– výběr termů pro dotaz (přecenění eliminace indexátorů, zůstává neurčitost tazatele)
– jednostranné chování tazatele (tendence měnit poslední rozhodnutí, zachovat první kroky)

Řízení neurčitosti ve výběru termů pro dotaz
– najdeme D s vysokou relevancí pro uživatele (D je znám + je známo, že je v databázi)
– termy pro dotaz jsou vybrány z D
– odstraňování termů, resp. jejich nahrazování disjunkcemi → zmenšování neurčitosti tazatele