Designing an Effective Relevance Feedback System with Genetic Algorithms
This article explores the development of a relevance feedback system enhanced by genetic algorithms. It discusses the importance of relevance judgments—both positive and negative—and strategies for applying these judgments to queries and documents. The approach involves modifying term weights based on relevance and introduces query variants to optimize retrieval results efficiently within 3-4 iterations. It also highlights the need for user satisfaction, ensuring that users do not encounter repetitive documents during the process. Finally, the role of natural language processing techniques and citation processing in enhancing retrieval effectiveness is examined.
Télécharger la présentation 
Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.
F I N
