tailieunhanh - Bài giảng Cơ sở dữ liệu đa phương tiện: Chương 4 - Nguyễn Thị Oanh (P1)

Bài giảng "Cơ sở dữ liệu đa phương tiện - Chương 4: Tìm kiếm dữ liệu đa phương tiện" cung cấp cho người học các kiến thức: Giới thiệu chung, biểu diễn văn bản, đánh chỉ mục (chỉ số hóa), tìm kiếm văn bản, phản hồi thích đáng,. . | Bài giảng Cơ sở dữ liệu đa phương tiện: Chương 4 - Nguyễn Thị Oanh (P1) Chương 4: Tìm kiếm DL ĐPT P1: Dữ liệu văn bản Nguyễn Thị Oanh Bộ môn HTTT – Viện CNTT & TT oanhnt@ 1 Nội dung Giới thiệu chung Biểu diễn văn bản – Chất lượng từ – Trọng số từ Đánh chỉ mục (chỉ số hóa) (indexing) Tìm kiếm văn bản (retrieving) Phản hồi thích đáng (relevance feedback) Đánh giá hiệu năng 2 Văn bản Dữ liệu văn bản: – 1 tài liệu văn bản là chuỗi các từ Giây phút cận kề cái chết ở Nhật Vẫn biết động đất là chuyện cơm bữa ở Tokyo vì một năm có khoảng 200 trận. Vẫn biết rằng khi động đất lớn thì phải thật bình tĩnh và việc đầu tiên là phải chui xuống gầm bàn chứ đừng có chạy. Vậy mà! . – Từ đồng nghĩa: coi – xem (hát), coi – giữ - trông (nhà) – Từ đa nghĩa: mũi (người), mũi (thuyền, dao, mác) – Thứ tự các từ: đi ra – ra đi Tập văn bản: tập các chuỗi 3 Tìm kiếm thông tin văn bản ? Cho: 1 (tập) tài liệu văn bản (từ, câu, đoạn, văn bản, ) Mục tiêu: tìm các tài liệu liên quan đến tài liệu truy vấn (tài liệu tương tự) 4 Biểu diễn và tìm kiếm 1 tài liệu văn bản là chuỗi các từ, đó có thể: – tiêu đề – tóm tắt – toàn bộ nội dung tài liệu CSDL văn bản: tập các chuỗi được chỉ số hóa một cách hợp lý Tìm kiếm: tìm các văn bản trong CSDL có chứa các từ trong văn bản truy vấn Bài toán khớp xâu (string-matching, substring-finding) 5 Ví dụ Document String ID d1 Jose Orojuelo’s Operations in Bosnia d2 The Medellin Cartel’s Financial Organization d3 The Cali Cartel’s Distribution Network d4 Banking Operation and Money Laundering d5 Profile of Hector Gomez d6 Connection between Terrorism and Asian Dope Operations d7 Hector Gomez: How He Gave Agents the Slip in Cali d8 Sex, Drugs, and Videotape d9 The Iranian Connection d10 Boating and Drugs: Slips Owned by the Cali Cartel 6 Vấn đề khi khớp xâu VD truy vấn 1: tìm các tài liệu liên quan đến chủ đề « money .