Recuperacion de Información

Instructores:

Dr. Manuel Montes y Gómez
mmontesg(at)inaoep(dot)mx
Oficina: 8218
Dr. Aurelio López López
allopez(at)inaoep(dot)mx
Oficina: 8314
Dra. Irazú Hernández Farias
dirazuhf(at)inaoep(dot)mx
Oficina: 8323

Horario:
Martes y jueves, de 10:30 a 12:00

Descripción del curso:

Este curso provee un panorama general de la tarea de recuperación de información. En particular se enfoca en presentar algunos enfoques orientados a mejorar el desempeño de la recuperación de información, tales como el indexado basado en "word embeddings", la fusión de información, y el aprendizaje del ordenamiento. También, en la parte final del curso, se introducen algunas subtareas y aplicaciones importantes, tal es el caso de la recuperación multilíngüe y la búsqueda de respuestas.

El curso presenta un enfoque teórico-práctico, que considera la asignación de ejercicios (para programar) y la presentación de trabajos del estando del arte. El objetivo es construir de manera incremental un pequeño sistema de IR donde se pongan en práctica varios de los conceptos aprendidos.

Evaluación:

• 10% participación en clase
• 20% tareas (ejercicios)
• 30% presentación de artículos
• 40% proyecto (presentación y reporte como artículo)
  
  

Temas: (las diapositivas están en inglés)

1. Introduction to information retrieval
   • Definition of the task
   • Vector space model
   • Performance evaluation
   • Main problems and basic solutions
2. Beyond word-based representations
   • Indexing with POS tags
   • Indexing with phrases
   • Indexing by senses
   • Concept-based IR (DOR and TCOR representations)
   • Latent semantic analysis (LSA)
3. NN-based representations
   • Non-contextualized word emebddings in IR
   • Contextualized word emebddings in IR
   • Using large language models in IR
4. Robust information retrieval
   • Robust information retrieval
   • Query performance prediction
   • Methods for information fusion
   • Context-based information retrieval
5. Application tasks
   • Spoken document retrieval
   • Geographic information retrieval
   • Question answering

Tareas

• La descripción de las tareas se pueden consultar aquí.
• Todas las tareas se programarán en PYTHON. Se entregarán por email, anexando código e impresión de la salida.
• Se recomienda bajar el libro Natural Language Processing with Python

Lecturas

Seleccionar DOS papers de los que se listan en la carpeta compartida, y preparar una presentación de máximo 15 min., incluyendo la motivación de la investigación, la descripción de sus principales ideas, sus resultados y una discusión de sus ventajas y desventajas. Terminar explicando cómo se extendería ese trabajo o cómo se usaría para otro propósito.