Corso di

Information Retrieval

II Anno - Laurea Specialistica in Informatica

Università di Padova

Anno Accademico 2007/08

Docente: Dott. Fabio Aiolli



Obiettivi del corso

L'obiettivo del corso è quello di fornire un'introduzione ai concetti fondamentali e alle tecniche dell'information retrieval, la disciplina che si occupa della realizzazione di sistemi per l'accesso mediante mezzo informatico a dati con semantica non formalizzata. In particolare, il corso introdurrà metodi e tecniche per la ricerca e la gestione basata su contenuto di testi, nonché alcune applicazioni avanzate di questa tecnologia come i motori di ricerca su Web, la categorizzazione e il clustering automatici di documenti in forma digitale, e l'estrazione di informazione. Il corso dà luogo al conseguimento di 6 CFU.

Propedeuticità: Nessuna ma é fortemente consigliato l'aver giá seguito il corso di Sistemi Intelligenti.

Programma di massima del corso (48 ore)


Orario del corso

Il corso fa parte del I anno del Corso di Laurea Specialistica in Informatica, Università di Padova, ed è collocato nel I trimestre dell'Anno Accademico 2006/07, con il seguente orario:
 
Giorno
Orario
Aula
Lezione
Martedi
13.30 -- 15.30
1BC45, Torre Archimede
Lezione
Mercoledi
13.30 -- 15.30
1BC45, Torre Archimede
Lezione Giovedi 13.30 -- 15.30 1BC45, Torre Archimede

Orario di ricevimento 

Giorno
Orario
Studio
Lunedì
13:30 -- 14:30
426, IV piano Torre Archimede

Calendario degli accertamenti di profitto

L'accertamento di profitto comprenderà un seminario (da tenersi dallo studente su una tema a scelta fra una rosa di temi proposti dal docente) o un progetto (consistente nella realizzazione di un modulo di un sistema di IR), eventualmente da realizzarsi in gruppo, e su di una prova orale.
Possibili argomenti di seminario.

Riferimenti bibliografici

Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2007.
(N.B. Ancora in versione Draft, l'ultima versione e' scaricabile da qui).
Parte
Copie dei lucidi
Introduzione all'IR Lezione 1
Lezione 2
Boolean Model Lezione 3
Fuzzy Model Lezione 4a
Vector Space Model Lezione 4b
Lezione 5
Probabilistic Model Lezione 6
Relevance Feedbak & Co. Lezione 7
Text Pre-processing Lezione 8
Text Categorization Lezione 9
Lezione 10
Lezione 11
Lezione 12
Lezione 13
Lezione 14
Lezione 15
Text Clustering Lezione 16
Lezione 17
Lezione 18
Web Search Engines Lezione 19
Lezione 20
Fabrizio Sebastiani. Models of information retrieval. Servizio Editoriale Universitario, Pisa, 1998 (scarica la dispensa e la sua copertina).
Fabrizio Sebastiani. Machine learning in automated text categorization. ACM surveys (scarica la dispensa). 
Ellen M. Voorhees. Overview of TREC 2004. In Proceedings of TREC-04, 13th Text Retrieval Conference, Gaithersburg, US.
Ellen M. Voorhees and Donna K. Harman (eds.). TREC: Experiment and Evaluation in Information Retrieval. The MIT Press, Cambridge, MA, 2005. (Prossimamente disponibile presso la Biblioteca del Seminario Matematico.).
David A. Grossman and Ophir Frieder. Information Retrieval: Algorithms and Heuristics. 2nd Edition, Springer Verlag, Heidelberg, DE, 2004.
Maristella Agosti, Fabio Crestani, and Gabriella Pasi (eds.). Lectures in Information Retrieval. Published in the Lecture Notes in Computer Science series, number 1980, Springer Verlag, Heidelberg, DE, 2001.
Ricardo Baeza-Yates e Berthier Ribeiro-Neto. Modern Information Retrieval. Addison Wesley, Reading, US, 1999. (Disponibile presso la Biblioteca del Seminario Matematico, Collocazione: 0.INF.044).
Soumen Chakrabarti. Mining the Web. Morgan Kaufmann, San Francisco, US, 2003. Disponibile presso la Biblioteca Interdipartimentale di Ingegneria dell'Informazione e Ingegneria Elettrica, Collocazione: DEI.C/PE.Ac.IV.269. [Leggi la recensione su SearchEngineWatch].
Christopher Manning and Hinrich Schütze. Foundations of Statistical Natural Language Processing. The MIT Press, Cambridge, US, 1999. (Disponibile presso la Biblioteca Interdipartimentale di Ingegneria dell'Informazione e Ingegneria Elettrica, Collocazione: DEI.Ac.I.48).
Ian H. Witten, Alistair Moffat, and Timothy C. Bell. Managing Gigabytes.2nd Edition, Morgan Kaufmann, San Francisco, US, 1999. (Disponibile presso la Biblioteca Interdipartimentale di Ingegneria dell'Informazione e Ingegneria Elettrica, Collocazione: DEI.Rb.IV.51).

Tesi di Laurea disponibili

Vorrei segnalare a chi fosse interessato che sono disponibile a seguire lavori di tesi nel settore del Machine Learning  applicato all' Information Retrieval ed in particolare nella categorizzazione, clustering e ranking di testi. L'invito si indirizza in particolare alle persone che sono a pochi esami (non piu' di 3) dalla tesi, e che hanno trovato di proprio interesse gli argomenti trattati nel corso di Sistemi Informativi.

Chi fosse interessato è invitato a contattarmi per un colloquio preliminare.