Incidencia de técnicas de realimentación de consultas en recuperación de información distribuida

Abstract

Este artículo presenta un exhaustivo análisis sobre la aplicación de la realimentación por pseudo-relevancia (PRF) aplicada a la recuperación de información distribuida (DIR). Este trabajo se centra en la efectividad de la realimentación aplicada al problema de la fusión de colecciones. Normalmente, los sistemas distribuidos usan la realimentación de la misma forma que los sistemas tradicionales de recuperación de información. Para cada colección, los resultados mejoran usando PRF. Los sistemas DIR fusionan listas de documentos, cada una obtenida a partir de una colección previamente seleccionada para una consulta dada. En el momento en que tenemos un ranking de documentos global, podemos emplear esta lista para aplicar PRF de nuevo, ahora a nivel global mejor que a nivel local. Para aplicar PRF global, hemos desarrollado una nueva técnica llamada RSV en dos pasos (2-step RSV), asimismo describimos un número de experimentos involucrando los dos niveles —local y global— de aplicación de las técnicas de PRF.

This paper presents a thorough analysis of the capabilities of the pseudorelevance feedback (PRF) technique applied to Distributed Information Retrieval (DIR). This work emphasizes the effectiveness of PRF applied to the collection fusion problem. Usually, DIR Systems apply PRF in the same way of traditional Information Retrieval systems. For each collection, local results are improved through PRF. DIR systems merge the documents of rankings that are returned from a set of collections. Since a new global list of documents is available, we could use that list to apply PRF again, but at global level better than at local one. In order to apply global PRF, we have developed a new merging approach called 2-step RSV. Finally, we describe a number of experiments involving the two levels, local and global, of application of the PRF techniques.