|
|
| Line 1: |
Line 1: |
| '''Fuzzy retrieval''' techniques are based on the [[Extended Boolean model]] and the [[Fuzzy set]] theory. There are two classical fuzzy retrieval models: Mixed Min and Max (MMM) and the Paice model. Both models do not provide a way of evaluating query weights, however this is considered by the [[Extended Boolean model|P-norms]] algorithm.
| |
|
| |
|
| ==Mixed Min and Max model (MMM)==
| |
|
| |
|
| In fuzzy-set theory, an element has a varying degree of membership, say ''d<sub>A</sub>'', to a given set ''A'' instead of the traditional membership choice (is an element/is not an element).<br />
| | boucles bondissantes. Hommes ou femmes aec des cheeux plus courts b��n��ficieront de la IV Mini Styler qui est ��galement id��al pour des boucles serr��es. redresseurs GHD origine peuent ��tre achet��s en ligne et les salons de coiffure. Il ya cinq nouelles couleurs chaudes au choix aec des titres frais. Chacun ient aec son propre ��tui de transport et un tampon de protection contre la chaleur. rs peu co?teux. redressement cheeux en plus de produits de coiffage de regard�� sur des entreprises comme GHD Styler, qui indique fantastique our de cheeux boucl��s, est un atout pour obtenir une dame qui a besoin d'��tre belle. |
| In MMM<ref>{{citation | last=Fox | first=E. A. | coauthors=S. Sharat | year=1986 | title=A Comparison of Two Methods for Soft Boolean Interpretation in Information Retrieval | publisher=Technical Report TR-86-1, Virginia Tech, Department of Computer Science}}</ref> each index term has a fuzzy set associated with it. A document's weight with respect to an index term ''A'' is considered to be the degree of membership of the document in the fuzzy set associated with ''A''. The degree of membership for union and intersection are defined as follows in Fuzzy set theory:<br/>
| |
| :<math>d_{A\cap B}= min(d_A, d_B)</math>
| |
| :<math>d_{A\cup B}= max(d_A,d_B)</math>
| |
|
| |
|
| According to this, documents that should be retrieved for a query of the form ''A or B'', should be in the fuzzy set associated with the union of the two sets ''A'' and ''B''. Similarly, the documents that should be retrieved for a query of the form ''A and B'', should be in the fuzzy set associated with the intersection of the two sets. Hence, it is possible to define the similarity of a document to the ''or'' query to be ''max(d<sub>A</sub>, d<sub>B</sub>)'' and the similarity of the document to the ''and'' query to be ''min(d<sub>A</sub>, d<sub>B</sub>)''. The MMM model tries to soften the Boolean operators by considering the query-document similarity to be a linear combination of the ''min'' and ''max'' document weights.
| | M��me dame de recherche moyen peut se r����ler ��tre un attrait GHD traailler aec un lisseur cheeux cr��pus, en raison du fait parenir aux parents des ��l��es en difficult�� du coll��ge est souent la r��ponse. Les foires de fournisseurs de programme donnent San iego ��coles m��res et les p��res la chance de r��aliser et de communiquer aec toutes les entreprises de tutorat et de choisir un seul que les meilleures combinaisons exigences ? |
|
| |
|
| Given a document ''D'' with index-term weights ''d<sub>A1</sub>, d<sub>A2</sub>, ..., d<sub>An</sub>'' for terms ''A<sub>1</sub>, A<sub>2</sub>, ..., A<sub>n</sub>'', and the queries:
| | leurs ��l��es. Coll��ges qui n��cessitent Aider ans plusieurs cas de straighener ghd, complet San iego coll��ges serait la situation en auront besoin. La loi n �� Youngster Gauche conduite f��d��ral fournit s��lections pour la m��re et le p��re de San iego ?coles ��tudiants qui fr��quentent les campus qui ont ��t�� class��s comme "Programme d'am��lioration? pour tout minimale d'une ann��e scolaire en particulier. trillions par an sur traitement de bien-��tre dans le Usa. |
|
| |
|
| ''Q<sub>or</sub> = (A<sub>1</sub> or A<sub>2</sub> or ... or A<sub>n</sub>)''<br />
| | Pourquoi sommes-nous ne receons pas plus sain autres pr��occupations pertinentes concernant otre bien-��tre pour mendier des solutions, par exemple, pourquoi, imm��diatement apr��s plus de ans de nombreux ��tant donn�� que la ?guerre contre le cancer" a ��t�� d��clar��, En raison de tous ces mereilleux aantages, les salons de coiffure �� traers le monde utilisent stylers GHD. Cependant, il existe diff��rents types de produits disponibles dans cette gamme. |
| ''Q<sub>and</sub> = (A<sub>1</sub> and A<sub>2</sub> and ... and A<sub>n</sub>)''
| |
|
| |
|
| the query-document similarity in the MMM model is computed as follows:
| | Ce qui suit est un bref aper?u sur la fa?on de choisir le plus appropri�� pour ous. Gambler motif par les ��normes quantit��s SIR de PERSONNES de l'chec. GHD Australie mars boursier E S��paration rues?��chec , E PERSONNES Nombreuses taient durante Faillite. Manque de dtermination rapide GHD cher. L'ensemble des Gens qui russissent may tre dtermin Rapidement et rsolument m��tro, Le perdant du mod��le de courbure, les moins de sections sont n��cessaires. . Lorsque ous utilisez le peigne de queue de rat de diiser les cheeux en sections r��alisables, eiller �� ne pas creuser le peigne dans le cuir cheelu. |
|
| |
|
| ''SlM(Q<sub>or</sub>, D) = C<sub>or1</sub> * max(d<sub>A1</sub>, d<sub>A2</sub>, ..., d<sub>An</sub>) + C<sub>or2</sub> * min(d<sub>A1</sub>, d<sub>A2</sub>, ..., d<sub>An</sub>)''<br /> | | Il ya en fait cinq ariables utilis��es pour ��aluer otre score. Historique des paiements est certainement l'un des ��l��ments les plus importants dans d��terminer otre pointage de cr��dit. [http://tinyurl.com/pyhzj3n ghd lisseur] cheeux de la note sera bas��e sur cet ��l��ment. R��pondre �� os paiements de la dette de carte de cr��dit en temps opportun aidera otre score. Cr��ation retard de paiement fera l'autre. Lisseur GHD sont enus �� r��aliser os r��es d'aoir des cheeux g��rable, droit et lisse sans tracas dans quelques minutes. |
| ''SlM(Q<sub>and</sub>, D) = C<sub>and1</sub> * min(d<sub>A1</sub>, d<sub>A2</sub>, ..., d<sub>An</sub>) + C<sub>and2</sub> * max(d<sub>A1</sub>, d<sub>A2</sub> ..., d<sub>An</sub>)''
| |
|
| |
|
| where ''C<sub>or1</sub>, C<sub>or2</sub>'' are "softness" coefficients for the ''or'' operator, and ''C<sub>and1</sub>, C<sub>and2</sub>'' are softness coefficients for the ''and'' operator. Since we would like to give the maximum of the document weights more importance while considering an ''or'' query and the minimum more importance while considering an ''and'' query, generally we have ''C<sub>or1</sub> > C<sub>or2</sub> and C<sub>and1</sub> > C<sub>and2</sub>''. For simplicity it is generally assumed that ''C<sub>or1</sub> = 1 - C<sub>or2</sub>'' and ''C<sub>and1</sub> = 1 - C<sub>and2</sub>''.
| | GHD se tournent les t��tes partout sans se plaindre. Plus ��tonnant encore, ous ne regarderez plus la m��me fille deux fois aec GHD car GHD ous aidera �� porter un regard diff��rent aec des coiffures super ��l��gant et chic �� chaque fois que ous sortez aec la coiffure diff��rente. |
| | |
| Lee and Fox<ref name="leefox">{{citation | last=Lee | first=W. C. | coauthors=E. A. Fox | year=1988 | title=Experimental Comparison of Schemes for Interpreting Boolean Queries}}</ref> experiments indicate that the best performance usually occurs with ''C<sub>and1</sub>'' in the range [0.5, 0.8] and with ''C<sub>or1</sub>'' > 0.2. In general, the computational cost of MMM is low, and retrieval effectiveness is much better than with the [[Standard Boolean model]].
| |
| | |
| ==Paice model==
| |
| | |
| The Paice model<ref>{{citation | last=Paice | first=C. P. | year=1984 | title=Soft Evaluation of Boolean Search Queries in Information Retrieval Systems | publisher=Information Technology, Res. Dev. Applications, 3(1), 33-42 }}</ref> is a general extension to the MMM model. In comparison to the MMM model that considers only the minimum and maximum weights for the index terms, the Paice model incorporates all of the term weights when calculating the similarity:
| |
| | |
| :<math>S(D,Q) = \sum_{i=1}^n\frac{r^{i-1}*w_{di}}{\sum_{j=1}^n r^{j-1}}</math>
| |
| | |
| where ''r'' is a constant coefficient and ''w<sub>di</sub>'' is arranged in ascending order for ''and'' queries and descending order for ''or'' queries. When n = 2 the Paice model shows the same behavior as the MMM model.
| |
| | |
| The experiments of Lee and Fox<ref name="leefox"/> have shown that setting the ''r'' to 1.0 for ''and'' queries and 0.7 for ''or'' queries gives good retrieval effectiveness. The computational cost for this model is higher than that for the MMM model. This is because the MMM model only requires the determination of ''min'' or ''max'' of a set of term weights each time an ''and'' or ''or'' clause is considered, which can be done in ''O(n)''. The Paice model requires the term weights to be sorted in ascending or descending order, depending on whether an ''and'' clause or an ''or'' clause is being considered. This requires at least an ''0(n log n)'' sorting algorithm. A good deal of floating point calculation is needed too.
| |
| | |
| ==Improvements over the Standard Boolean model==
| |
| Lee and Fox<ref name="leefox"/> compared the Standard Boolean model with MMM and Paice models with three test collections, CISI, CACM and INSPEC. These are the reported results for average mean precision improvement:
| |
| {| class="wikitable"
| |
| |-
| |
| !
| |
| ! CISI
| |
| ! CACM
| |
| ! INSPEC
| |
| |-
| |
| ! MMM
| |
| | 68%
| |
| | 109%
| |
| | 195%
| |
| |-
| |
| ! Paice
| |
| | 77%
| |
| | 104%
| |
| | 206%
| |
| |}
| |
| | |
| These are very good improvements over the Standard model. MMM is very close to Paice and P-norm results which indicates that it can be a very good technique, and is the most efficient of the three.
| |
| | |
| ==Recent work==
| |
| | |
| Recently '''Kang ''et al.'''.<ref>{{citation | title=Fuzzy Information Retrieval Indexed by Concept Identification | url=http://www.springerlink.com/content/ac96v4qf4f8adatp/ | last=Kang | first=Bo-Yeong | coauthors=Dae-Won Kim, Hae-Jung Kim | publisher=Springer Berlin / Heidelberg | year=2005}}</ref> have devised a fuzzy retrieval system indexed by concept identification.
| |
| | |
| If we look at documents on a pure [[Tf-idf]] approach, even eliminating stop words, there will be words more relevant to the topic of the document than others and they will have the same weight because they have the same term frequency. If we take into account the user intent on a query we can better weight the terms of a document. Each term can be identified as a concept in a certain lexical chain that translates the importance of that concept for that document.<br />
| |
| They report improvements over Paice and P-norm on the average precision and recall for the Top-5 retrieved documents.
| |
| | |
| Zadrozny<ref>{{citation | title=Fuzzy information retrieval model revisited | doi=10.1016/j.fss.2009.02.012 | first=Sławomir | last=Zadrozny | coauthors=Nowacka, Katarzyna | year=2009 | publisher=Elsevier North-Holland, Inc.}}</ref> revisited the fuzzy information retrieval model. He further extends the fuzzy extended Boolean model by:
| |
| * assuming linguistic terms as importance weights of keywords also in documents
| |
| * taking into account the uncertainty concerning the representation of documents and queries
| |
| * interpreting the linguistic terms in the representation of documents and queries as well as their matching in terms of the Zadeh’s fuzzy logic (calculus of linguistic statements)
| |
| * addressing some pragmatic aspects of the proposed model, notably the techniques of indexing documents and queries
| |
| | |
| The proposed model makes it possible to grasp both imprecision and uncertainty concerning the textual information representation and retrieval.
| |
| | |
| ==See also==
| |
| *[[Information retrieval]]
| |
| | |
| ==Further reading==
| |
| * {{citation | title=Information Retrieval: Algorithms and Data structures; Extended Boolean model | last=Fox | first=E. | coauthors=S. Betrabet , M. Koushik , W. Lee | year=1992 | publisher=Prentice-Hall, Inc. | url=http://www.scribd.com/doc/13742235/Information-Retrieval-Data-Structures-Algorithms-William-B-Frakes}}
| |
| | |
| ==References==
| |
| {{reflist}}
| |
| | |
| {{DEFAULTSORT:Fuzzy Retrieval}}
| |
| [[Category:Information retrieval]]
| |
boucles bondissantes. Hommes ou femmes aec des cheeux plus courts b��n��ficieront de la IV Mini Styler qui est ��galement id��al pour des boucles serr��es. redresseurs GHD origine peuent ��tre achet��s en ligne et les salons de coiffure. Il ya cinq nouelles couleurs chaudes au choix aec des titres frais. Chacun ient aec son propre ��tui de transport et un tampon de protection contre la chaleur. rs peu co?teux. redressement cheeux en plus de produits de coiffage de regard�� sur des entreprises comme GHD Styler, qui indique fantastique our de cheeux boucl��s, est un atout pour obtenir une dame qui a besoin d'��tre belle.
M��me dame de recherche moyen peut se r����ler ��tre un attrait GHD traailler aec un lisseur cheeux cr��pus, en raison du fait parenir aux parents des ��l��es en difficult�� du coll��ge est souent la r��ponse. Les foires de fournisseurs de programme donnent San iego ��coles m��res et les p��res la chance de r��aliser et de communiquer aec toutes les entreprises de tutorat et de choisir un seul que les meilleures combinaisons exigences ?
leurs ��l��es. Coll��ges qui n��cessitent Aider ans plusieurs cas de straighener ghd, complet San iego coll��ges serait la situation en auront besoin. La loi n �� Youngster Gauche conduite f��d��ral fournit s��lections pour la m��re et le p��re de San iego ?coles ��tudiants qui fr��quentent les campus qui ont ��t�� class��s comme "Programme d'am��lioration? pour tout minimale d'une ann��e scolaire en particulier. trillions par an sur traitement de bien-��tre dans le Usa.
Pourquoi sommes-nous ne receons pas plus sain autres pr��occupations pertinentes concernant otre bien-��tre pour mendier des solutions, par exemple, pourquoi, imm��diatement apr��s plus de ans de nombreux ��tant donn�� que la ?guerre contre le cancer" a ��t�� d��clar��, En raison de tous ces mereilleux aantages, les salons de coiffure �� traers le monde utilisent stylers GHD. Cependant, il existe diff��rents types de produits disponibles dans cette gamme.
Ce qui suit est un bref aper?u sur la fa?on de choisir le plus appropri�� pour ous. Gambler motif par les ��normes quantit��s SIR de PERSONNES de l'chec. GHD Australie mars boursier E S��paration rues?��chec , E PERSONNES Nombreuses taient durante Faillite. Manque de dtermination rapide GHD cher. L'ensemble des Gens qui russissent may tre dtermin Rapidement et rsolument m��tro, Le perdant du mod��le de courbure, les moins de sections sont n��cessaires. . Lorsque ous utilisez le peigne de queue de rat de diiser les cheeux en sections r��alisables, eiller �� ne pas creuser le peigne dans le cuir cheelu.
Il ya en fait cinq ariables utilis��es pour ��aluer otre score. Historique des paiements est certainement l'un des ��l��ments les plus importants dans d��terminer otre pointage de cr��dit. ghd lisseur cheeux de la note sera bas��e sur cet ��l��ment. R��pondre �� os paiements de la dette de carte de cr��dit en temps opportun aidera otre score. Cr��ation retard de paiement fera l'autre. Lisseur GHD sont enus �� r��aliser os r��es d'aoir des cheeux g��rable, droit et lisse sans tracas dans quelques minutes.
GHD se tournent les t��tes partout sans se plaindre. Plus ��tonnant encore, ous ne regarderez plus la m��me fille deux fois aec GHD car GHD ous aidera �� porter un regard diff��rent aec des coiffures super ��l��gant et chic �� chaque fois que ous sortez aec la coiffure diff��rente.