Våren 2007

Navn: Førsteamanuensis Ragnar Nordlie E-post: Ragnar.Nordlie@jbi.hio.no Telefon: 22 45 26 88 Adresse: Pilestredet 48 Kontor: R404

Studiepoeng: 15

Mål

Studentene skal tilegne seg teorier, metoder og modeller for oppbygging, utnyttelse og evaluering av informatikkbaserte gjenfinningssystemer, herunder det nødvendige lingvistiske, matematiske, statis-tiske og informasjonsteoretiske grunnlaget.

Faglig innhold

Emne tar for seg både det teoretiske grunnlaget og de algoritmiske realiseringene av ulike IKT-baserte gjenfinningsmodeller, med vekt på vektorromsbaserte, probabilistiske og datalingvistiske metoder. Grunnleggende teknikker for koding og komprimering, strengsøking, klustring og automatisk klassifikasjon og kategorisering behandles. Shannon's signalteori brukes til å studere mål for informasjonsmengde og språkets kapasitet for opplysning.

Gjenfinning på Verdensveven har særlig fokus.

Fra datalingvistikken studeres modeller for grammatisk analyse, med vekt på morfologi og syntaks. Metodenes anvendelse i automatiserte gjenfinningssystemer belyses gjennom eksperimenter med parsere og algoritmer for automatisk rotlemmatisering.

 Faget er beskrevet i detalj på side 9 i Studieplanen . 

Pensum

Revidert pensumliste vil foreligge om kort tid (uke 3 2007).

• Belew, Richard K. Finding out about: a cognitive perspective on search engine technology and the www. - Cambridge: Cambridge University press, 2000. - 356 s. -[Enkelte avtalte avsnitt leses kun kursorisk.]
• Belkin, Nicholas J. og W. Bruce Croft. Retrieval techniques. - S.109-140. - I: Annual review of information science and technology (ARIST). - Vol. 22 (1987)
• Croft, W. Bruce og David J. Harper. Using probabilistic models of document retrieval without relevance information. - S. 339-344. - I: Readings in information retrieval / edited by Karen Sparck Jones and Peter Willett. - San Fransisco, CA.: Morgan Kaufman, 1997
• Deerwester, Scott et al. Indexing by latent semantic analysis. - S. 391-407. - I: Journal of the American Society for Information Science. - Vol 41, no. 6 (1990). [Avsnittet "Technical details" er ikke pensum]
• Eakins, John og Margaret Graham. Content-based image retrieval : JISC Technology Applications Programme, Report: 39, October 1999. - University of Manchester, 1999. - 60 s.
• Fellbaum, Christine. Wordnet: an electronic lexical database. - Cambridge, Mass.: MIT press, 1998. - Pensum: Ch. 1, 4 og 11
  Ongstad, Per. Grafteoretisk modell av siteringsnett. - S. [173]-185. -
  I: Mer enn bøker : SBIH 50 år / redigert av Hans Eirik Aarek. - Oslo : Statens bibliotek- og informasjonshøgskole, 1990
• Ongstad, Per. Forelesningsnotat om Zipfs lov. - 1990. - (maskinleselig fil under Zipfs lov)
• Ongstad, Per. Forelesning 1og 4 i signalteori. - 1990. - (Tilgjengelig: Signalteori)
• Page, Lawrence og Sergey Brin. The anatomy of a large-scale hypertextual web search engine. - 17 s. - Upubl. Notat, 1998. [utdelt som kopi]
• Page, Lawrence, Sergey Brin, Rajeev Motwani og Terry Winograd. The pagerank citation ranking: bringing order to the web. - 17 s. - Upubl. notat, 1998 [utdelt som kopi]
• Pirkola, Ari et al. Dictionary-based cross-language information retrieval: problems, methods, and research findings. - S. 209-230. -
  I: Information retrieval. - 2001, no. 4
• Salton, Gerald et al. A vector space model for automatic indexing. - S. 273-280. - I: Readings in information retrieval / edited by Karen Sparck Jones and Peter Willett. - San Francisco: Morgan Kaufman, 1997
• Salton, Gerard. Introduction to modern information retrieval / Gerard Salton, Michael J. McGill. - New York : McGraw-Hill, 1983. - XV, 448 s. - Pensum er: Kap. 3 (s. 52-63, s. 66-87), kap. 4 (s. 140-145).
• Salvesen, Gunhild. Termvekting i automatisk gjenfinning / Gunhild Salvesen. - Oslo : Statens bibliotek- og informasjonshøgskole, 1994. Diplomoppgave ved Statens bibliotek- og informasjonshøgskole. -
  Pensum er: Kap. 4 "Vekter", s. 29-51
• Sebastiani, Fabrizio. Machine learning in automated text categorization. - Upubl. notat, 2002. - 55 s.
• Stamper, Ronald. Information in business and administrative systems. - London : Batsford, 1973. - Pensum er: Ch. 18, s. 272-290, ch. 19 s. 291-302

Totalt ca. 800 s.