Resumen de Modelos de recuperación de información basados en redes de creencia
CAPÍTULO 1 Este primer capítulo nos servirá para exponer los conceptos generales y básicos para comprender el resto de la memoria, tanto en la vertiente de las redes bayesianas como en la de recuperación de información, Comenzaremos introduciendo las bases de la Recuperación de Información mediante la descripción del proceso completo, desde la indexación de documentos y consultas, hasta las técnicas, existentes para mejorar el rendimeinto del sistema recuperador, pasando por la forma en que los principales modelos hacen la propia recuperación.
La segunda parte se dedicará a hacer lo mismo, pero en este caso con las redes de creencia: qué son, para qué sirven, cómo se construyen (proceso de aprendizaje) y, por último, cómo se utilizan (programación). Finalmente, uniremos estas dos áreas, pasando a centrarnos en una revisión de las principales aplicaciones de las redes de creencia a la recuperación de información.
CAPÍTULO 2 El segundo capítulo pretende demostrar cómo las redes bayesianas pueden utilizarse eficiente y eficazmente como ayuda a cualquier sistema de recuperación de información, en este caso para realizar tareas de expansión de consultas.
Describiremos detalladamente cómo construimos la red de creencia subyacente, es decir, explicaremos su topología y el algoritmo de aprendizaje diseñado a medida para este problema. Una vez hecho esto, pasaremos a comentar cómo se puede utilizar la red construida para poner en práctica la técnica de modificación de la consulta mediante expansión. Finalmente, concluiremos el capítulo con la experimentación efectuada con este sistema de apoyo a la recuperación.
CAPÍTULO 3 Este capítulo se puede claificar como el más importante de la memoria, ya que en él presentamos el modelo genérico de recuperación de información que se ha desarrollado. Se distinguen tres partes principales en él: la primera, que se centra en la descripción del modelo,
