Emne

Informasjonsgjenfinning og tekstutvinning (DAT640)

Kurset tilbyr en innføring i teknikker og metoder for behandling, uthenting og søk i store tekstlige datasamlinger. Kurset tar for seg ulike applikasjoner og gir en "hands-on" eksperimentering med "state-of-the-art" algoritmer ved hjelp av eksisterende programvareverktøy og datasamlinger.


Dette er emnebeskrivelsen for studieåret 2023-2024. Merk at det kan komme endringer.

Se emnebeskrivelse og eksamens-/vurderingsinfo for dette studieåret (2024-2025)

Semesters

Fakta

Emnekode

DAT640

Vekting (stp)

10

Semester undervisningsstart

Høst

Undervisningsspråk

Engelsk

Antall semestre

1

Vurderingssemester

Høst

Timeplan

Vis timeplan

Litteratur

Pensumlisten finner du i Leganto

Innhold

  • Søkemotorarkitektur
  • Tekstpreprosessering, indeksering, representasjonslæring
  • Gjenfinningsmetoder (vektor-rom modell, probabilistiske modeller, learning-to-rank, nevrale modeller)
  • Gjenfinningsevaluering
  • Query modellering, relevant tilbakemelding
  • Websøk (gjennomsøking, indeksering, lenkeanalyse)
  • Semantisk søk (kunnskapsbaser, enhetsgjenfinning, enhetslenking)
  • Kategorisering og gruppering av tekst

Læringsutbytte

Kunnskap:

  • Teori og praksis innen datautvinning og informasjonssøk. Ulike metoder og teknikker vil bli gjennomgått.

Ferdigheter:

  • Prosessere og forberede storskala tekstlige datasamlinger for utvinning og søk.
  • Bruke clustering, klassifisering og rangeringsmetoder til en rekke informasjonstilgangsoppgaver.
  • Evaluere resultater og utføre feilanalyse.

Generell kompetanse:

  • Forstå styrker og begrensninger av populære datautvinning- og informasjonssøkteknikker. Kunne identifisere gode forretningsapplikasjoner og være aktiv deltaker og lede slike prosjekter.

Forkunnskapskrav

Ingen

Eksamen / vurdering

Vurderingsform Vekting Varighet Karakter Hjelpemiddel Exam system Withdrawal deadline Exam date
Prosjektoppgave 2/5 Bokstavkarakterer — — —
Skriftlig eksamen 3/5 4 Timer Bokstavkarakterer Alle trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt, Alle hjelpemidler er tillatt – det er ikke tillatt å samarbeide / få hjelp av andre personer i arbeidet med eksamensoppgaven Inspera assessment 06.11.2023 20.11.2023


Prosjektet er en kombinasjon av individuelle og gruppeoppgaver. Prosjektgrupper blir satt opp av faglærer. 

Det er ikke kontemuligheter på prosjektsoppgaven. Studenter som ønsker å ta denne delen på nytt, må ta den opp igjen neste gang emnet har ordinær undervisning.

Alle vurderingsdeler må være bestått for å oppnå samlet karakter i emnet.

Fagperson(er)

Instituttleder:

Tom Ryen

Emneansvarlig:

Krisztian Balog

Faglærer:

Krisztian Balog

Faglærer:

Petra Galuscakova

Arbeidsformer

6 timer forelesning/laboratorieøvinger pr. uke.

Overlapping

Emne Reduksjon (SP)
Websøk og data mining (DAT630_1) , Informasjonsgjenfinning og tekstutvinning (DAT640_1) 5

Åpent for

Enkeltemner ved Det teknisk-naturvitenskaplige fakultet
Data Science - master i teknologi Datateknologi - master i teknologi Kybernetikk og robotteknologi - Master i teknologi/siv.ing. - 5 år
Utveksling ved Det teknisk- naturvitenskapelige fakultet

Emneevaluering

Det skal være en tidligdialog mellom emneansvarlig, studenttillitsvalgt og studentene. Formålet er tilbakemelding fra studentene for endringer og justering i emnet inneværende semester.

I tillegg skal det gjennomføres en digital emneevaluering minimum hvert tredje år. Den har som formål å innhente studentenes erfaringer med emnet.

Litteratur

Book Text data management and analysis : a practical introduction to information retrieval and text mining Zhai, ChengXiang, Massung, Sean, [San Rafael, Calif.], Morgan & Claypool, XX, 510 s., no. 12, cop. 2016, isbn:9781970001167; 9781970001198, E-book Entity-Oriented Search [electronic resource] Balog, Krisztian., Cham :, Imprint Springer; Springer International Publishing , 1 online resource (XIX, 351 p. 86 illus., 13 illus. in color.), 39, 2018., isbn:3-319-93935-1, Chapters 1--5 https://bibsys-ur.userservices.exlibrisgroup.com/view/uresolver/47BIBSYS_UBIS/openurl?ctx_enc=info:ofi/enc:UTF-8&ctx_id=10_1&ctx_tim=2020-05-19T11%3A09%3A24IST&ctx_ver=Z39.88-2004&url_ctx_fmt=info:ofi/fmt:kev:mtx:ctx&url_ver=Z39.88-2004&rfr_id=info:sid/primo.exlibrisgroup.com-BIBSYS_ILS&req_id=&rft_dat=ie=47BIBSYS_DIAKON:5141636900002247,ie=47BIBSYS_UBIS:5176639730002208,ie=47BIBSYS_UBB:51164968700002207,ie=47BIBSYS_UBA:5175885660002209,ie=47BIBSYS_UBTO:51132887690002205,ie=47BIBSYS_UBO:51219580670002204,ie=47BIBSYS_SSHF:5123146620002269,ie=47BIBSYS_NIH:5125837550002238,ie=47BIBSYS_UBIN:5192604960002211,ie=47BIBSYS_NTNU_UB:51245894430002203,ie=47BIBSYS_NMBU:5137555320002213,ie=47BIBSYS_MF:5142753320002227,ie=47BIBSYS_LOVISHS:5124112550002272,ie=47BIBSYS_HIB:5159567020002221,ie=47BIBSYS_HIO:5180303690002218,ie=47BIBSYS_HIT:5168700090002210,ie=47BIBSYS_HIOA:5180910740002212,ie=47BIBSYS_FFI_BIBL:5119268700002246,ie=47BIBSYS_SIRUS:5133591110002256,ie=47BIBSYS_DMMH:5125896880002262,ie=47BIBSYS_AHUS:5132459740002263,ie=47BIBSYS_NETWORK:71568821940002201,language=eng,view=UBIS&svc_dat=viewit&u.ignore_date_coverage=true&user_ip=10.16.56.57&req.skin=primoView online Article Lecture Notes on Neural Information Retrieval Nicola Tonellotto, https://arxiv.org/abs/2207.13443View online

Kontakt

Instituttleder:

Tom Ryen

Emneansvarlig:

Krisztian Balog

Faglærer:

Krisztian Balog

Faglærer:

Petra Galuscakova

Tilbys av

Det teknisk-naturvitenskapelige fakultet

Institutt for data- og elektroteknologi

Emnebeskrivelsen er hentet fra Felles studentsystem Versjon 1