Resume Paper : Numeric Query Ranking Approach
•Download as PPTX, PDF•
1 like•426 views
Riset ini membahas masalah rendahnya kinerja sistem pencarian dalam meranking dokumen untuk query yang berisi angka. Peneliti mengembangkan algoritma baru yang mampu mengidentifikasi query sensitif terhadap angka dan memperhitungkan fitur khusus angka untuk meranking dokumen. Metode ini dilatih menggunakan RankNet dan evaluasi menunjukkan kinerja lebih baik dibanding baseline dalam meranking dokumen untuk query angka dan query sensitif angka.
Recommended
More Related Content
Viewers also liked
Viewers also liked (13)
Similar to Resume Paper : Numeric Query Ranking Approach
Similar to Resume Paper : Numeric Query Ranking Approach (20)
Resume Paper : Numeric Query Ranking Approach
- 1. Numeric Query Ranking Approach NIKOLAS ANOVA / 10.6398 3KS2 Resume Paper Sumber Paper : http://www2013.wwwconference.org/companion/p229.pdf
- 2. Latar Belakang Riset APA SALAHKU (google) ?? Query : SPSS 20 Masalah : doc ranking teratas kurang sesuai dengan maksud query dan cenderung hanya menjelaskan tentang ‘SPSS’ saja. NUMERIC QUERY : SPSS 20, ironman 3, Naruto 461, Netbeans 7.0.1 , dsb
- 3. Latar Belakang Riset Query : netbeans 7.0.1 Masalah : Pada 5 ranking teratas, terdapat doc yang kurang terkait / dan cenderung hanya menjelaskan ‘netbeans’ saja. APA SALAHKU (google) ??
- 4. Latar Belakang Riset Terdiri dari13.920 queries 942 Numeric queries docs Searching masing2 numeric queri Hasil searching masing2 numeric query Rata-rata NDCG rendah POOR RANKING PERFORMANCE AT NUMERIC QUERIES mengindikasikan EKSPERIMEN PENULIS
- 5. Latar Belakang Riset POOR RANKING PERFORMANCE AT NUMERIC QUERIES A Feature value (makna) dari numeric term amat rendah B Numeric term pada dokumen amatlah berantakan dan bervariasi WHY?
- 6. Latar Belakang Riset Kenapa isu A bisa terjadi ? Misal, numeric query : SPSS 20 Term ’20’ terdapat pada banyak dokumen. Sehingga memiliki DF (Document Frequency) yang tinggi, sehingga nilai TF- IDF dari term ‘20’ menjadi rendah. A Feature value (makna) dari numeric term amat rendah
- 7. Latar Belakang Riset Kenapa isu B bisa terjadi ? Tingginya DF dari numeric term yang didiskusikan pada isu A. B Numeric term pada dokumen amatlah berantakan dan bervariasi Makna/arti yang berbeda-beda dan bervariasi pada numeric term yang sama pada kumpulan dokumen.
- 8. PERMASALAHAN RISET • Bagaimana algoritma/metode yang memberikan hasil pemeringkatan yang lebih baik untuk numeric sensitive queries ?
- 9. Teknologi/Istilah Penting • Numeric query : query yang minimal terdiri dari 1 term berupa angka. – Misal : SPSS 20, ironman 3, windows 7, makan 2 apel, sehari 4 kali, harganya 10.000 , dsb • Numeric sensitive queries : subset dari numeric query, numeric term-nya amat berkaitan dengan non stopword term yang terletak sebelum numeric term. contoh : pada query 'harry potter 6', karena banyak pattern seperti 'harry potter x' di top docs, sehingga '6' penting di query.
- 10. Teknologi/Istilah Penting • NDCG (Normalized Discounted Cumulative Gain) Ukuran keefektifan dari algoritma web search engine, yang dilihat dari kegunaan dokumen didasarkan pada ranking. Ex : hasil pencarian ‘SPSS 20’ pada latar belakang
- 11. Kontribusi Utama Riset • Pengembangan algoritma web search engine yang lebih baik untuk query yang mengandung angka (numeric query). Sehingga memperoleh hasil pencarian yang lebih baik.
- 12. Metode Pemecahan Masalah • Mengidentifikasi numeric sensitive queries. • Memperingkat dokumen • Melatih model Pemeringkatan
- 13. Metode Pemecahan Masalah Mengidentifikasi numeric sensitive queries “download firefox 4” “number 1 cameras on the market" Sensitive Non-Sensitive Boosting feature values No Boosting feature values Apa yang terjadi apabila proses ini tidak dilakukan ?
- 14. Metode Pemecahan Masalah Mengidentifikasi numeric sensitive queries Menunjukkan Numeric distribution dari query q pada kumpulan dokumen s : numeric term pada query q : non stopword term sebelum pada q : numeric term pada kumpulan dokumen s : jumlah munculnya x bersamaan dengan pada s : measure similarity dari x dan
- 15. Metode Pemecahan Masalah Mengidentifikasi numeric sensitive queries Sensitive Non-Sensitive : k dokumen teratas untuk query q (k = 10)
- 16. Metode Pemecahan Masalah Memperingkat dokumen Ekstrak Reliable Numeric Term : stream (s) dari title, body, anchor, dan url Sehingga didapat numeric term x (pada doc) yang paling reliable terhadap numeric query q. Output itu untuk dipakai pada
- 17. Metode Pemecahan Masalah Memperingkat dokumen dengan bantuan numeric-related features NMatch NSimilarity Binary match L1 Distance Ukuran kesamaan antara numeric term pada dokumen d dengan yang ada pada query q.
- 18. Metode Pemecahan Masalah Memperingkat dokumen dengan bantuan numeric-related features Numeric Term NMatch NSimilarity query Docs 20 20 1 0 20 40 0 20 20 15 0 5 20 20 1 0
- 19. Metode Pemecahan Masalah • Dilakukan dengan menggunakan RankNet. • RankNet merupakan suatu implementasi dari neural network untuk memodelkan fungsi pemeringkatan. • RankNet memberikan performa yang baik pada permasalahan nyata proses pencarian, walaupun pada data yang amat besar. Melatih Model Pemeringkatan
- 20. Evaluasi
- 21. Ide Pengembangan Riset • Mengembangkan algoritma pencarian yang lebih baik untuk non numeric sensitive queries. • Pengembangan website search engine data BPS (yang banyak mengandung numeric term) yang lebih baik. Misal : Searching “inflasi 7”
- 22. Kesimpulan • Penggunaan numeric model memberikan hasil pemeringkatan yang lebih baik daripada baseline dan boostN model dalam pencarian untuk numeric query dan numeric sensitive query. • Bisa menjadi alternatif algoritma pencarian selain algoritma yang tradisional seperti TF-IDF.