Evaluation of a Supervised Approach to Information Retrieval

Bc. Matej Meško

Bakalářská práce

Anotace:

Táto bakalárska práca sa zaoberá konceptami z Information Retrieval. Zameriava sa na problematiku využitia modelov založených na supervised prístupe v IR. Porovnáva viacero verejne dostupných datasetov a vyberá reprezentatívnu vzorku s rôznorodými vlastnosťami, na ktorých následne testuje niekoľko supervised a unsupervised IR modelov. Na základe týchto výsledkov vyhodnocuje efektivitu týchto dvoch prístupov k IR, vhodnosť vybraných datasetov pre supervised vyhľadávanie, a ich ďalšie následky.

Abstract:

This bachelor’s thesis deals with the concepts of Information Retrieval. It focuses on the apparent difficulties in employing supervised-based models in IR. It compares several publicly available datasets and selects a representative sample with diverse properties, on which it subsequently tests several supervised and unsupervised IR models. Based on these results, it evaluates the effectiveness of the two considered approaches to IR, the suitability of selected datasets for supervised retrieval, and further implications.

Keywords

information retrieval, dataset, supervised, unsupervised, TF-IDF, BM25, reranking, logistic regression, cross encoding

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 19. 5. 2022

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2022
• Vedoucí: Mgr. Michal Štefánik
• Oponent: Mgr. Martin Geletka

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika