روش های ساخت مجموعه داده بین زبانی برای یادگیری رتبه بندی

پیشرفت علم داده کاوی باعث بهبود موتورهای جستجوی وب و پاسخگویی مناسب به کاربران وب شده است . بهبود کیفیت رتبه بندی اسناد، سرعت رتبه بندی اسناد، باعث جهش بزرگی در مباحث داده کاوی می شود. امروزه میلیو ن ها صفحه وب در موتورهای جستجو و میلیون ها مخازن اطلاعاتی که در شرکت های تجاری و مراکز دانشگاهی و علمی که هر روزه بر میزان آن ها افزوده می شود بازیابی سند و رتبه دهی را لازمه زندگی امروزه کرده است. هر چند الگوریتم هایی ارائه شده است ولی در زمینه ساخت مجموعه های مناسب آموزشی هم از نظر کمیت و هم کیفیت هنوز سوالات بسیاری باقی است . تولید و ایجاد مجموعه آموزشی مناسب، یک قدم پیش از استفاده از الگوریتم های رتبه بندی مورد استفاده قرار می گیرد که باعث تاثیر شگرفی بر الگوریتم های رتبه دهی می شود تا بتوانند اسناد با کیفیت را بازیابی کنند. این مقاله تلاشی برای ایجاد یک مجموعه داده آموزشی بهینه و با کیفیت است تا الگوریتم های رتبه بندی بهترین عملکرد را داشته باشند و بتوانند حداکثر رضایت کاربر را تامین نمایند. ایده اصلی کار از روش های جبر مجموعه ها تبعیت می کند که در این روش های بهینه بودن را با استفاده از روش های ارزیابی اندازه گیری کند. برای ارزیابی روش پیشنهادی مبتنی بر روش های جبر مجموعه از مجموعه داده استاندارد همشهری استفاده شده که نتایج ارزیابی نشان داد، روش پیشنهادی باعث می شود رتبه بندی با دقت بیشتری انجام و اسناد با اطمینان بیشتری از مجموعه داده آموزشی انتخاب شود.

کلیدواژه ها:

بازیابی اطلاعات ، یادگیری رتب هبندی ، ساخت مجموعه داده ی آموزشی