Latent semantic indexing model for Boolean query formulation (poster session)

Abstract

A new model named Boolean Latent Semantic Indexing model based on the Singular Value Decomposition and Boolean query formulation is introduced. While the Singular Value Decomposition alleviates the problems of lexical matching in the traditional information retrieval model, Boolean query formulation can help users to make precise representation of their information search needs. Retrieval experiments on a number of test collections seem to show that the proposed model achieves substantial performance gains over the Latent Semantic Indexing model.

Algoritmos De Clustering Paralelos en Sistemas De Recuperación De Información Distribuidos

“…Por ejemplo: en [22] se intenta unir el LSI y el probabilístico, en [23,24] se intenta relacionar la matriz de vectores conceptos obtenida a partir del Spherikal K-Means con la matriz de bajo rango obtenida con el modelo LSI utilizando la SVD, en [25] se quiere unir el modelo LSI con la formulación de consultas boleanas. E incluso de unir varios métodos indistintamente cuales seanéstos, al centrarse en como combinar los resultados de varios métodos de recuperación para unificar y dar sólo una relación de documentos relevantes, aún cuando cada método puede dar lugar a un conjunto distinto [26].…”

“…La mayoría de los sistemas de recuperación de información comerciales utilizan el modelo lógico o booleano extendido [25]. Pero estos sistemas no resuelven las necesidades de información reales.…”

“…El paradigma más utilizado hoy en día en los sistemas de recuperación de información comerciales es el modelo lógico [25]. Dicho modelo tiene como estructura de datos subyacente losíndices invertidos.…”

“…La indexación semántica latente (LSI -Latent Semantic Indexing-) es una modelización utilizada en los sistemas de recuperación de información que intenta superar los problemas de emparejamiento léxico, es decir, los problemas de sinonimia y polisemia, usandoíndices conceptuales en lugar de término individuales [25]. La LSI asume que existen estructuras semánticas latentes o subyacentes a los términos usados en los documentos, la cual se encuentra parcialmente oculta por la variabilidad de uso de los términos.…”

“…El modelo vectorial de indexación semántica latente (LSI -Latent Semantic Indexing-) es el que trabaja la solución de las aproximaciones de bajo rango, utilizando algoritmos tales como la factorización QR y la descomposición en valores singulares (SVD -Singular Value Decomposition-). Desafortunadamente, tanto en el modelo vectorial como el LSI, no es posible distinguir las consultas que usan conectivas Y (and ) de las que usan conectivas O (or ) [25].…”