2016 Вопросы к КР 2

Вопросы 2

1. Автоматическая классификация текстов. Задачи классификации. Основные подходы к автоматической классификации (рубрицирования) текстов.

2. Что такое инженерный метод классификации текстов? Плюсы и минусы инженерных методов классификации

3. Укажите плюсы и минусы ручного рубрицирования.

4. Метод Байеса для автоматической классификации текстов

5. Байесовский классификатор в задаче обнаружения поискового спама

6. Метод Роккио для автоматической классификации текстов

7. Метод Knn для автоматической классификации текстов

8. Поясните основной принцип метода SVM для автоматической классификации текстов

9. Плюсы и минусы методов машинного обучения для классификации текстов

10. Особенности применения методов машинного обучения при классификации текстов в зависимости от размера обучающей коллекции

11. Метрики качества для систем автоматической классификации (рубрикации) текстов. Микро и макро усреднение

12. Что такое кластеризация текстов? Чем она отличается от классификации (рубрикации) текстов? Типы методов кластеризации

13. Метод K-means для кластеризации текстов

14. Аггломеративная кластеризация – основной принцип и подвиды

15. Методы тестирования автоматической кластеризации

16. Особенности кластеризации потока новостей в реальном времени

17. Автоматическое аннотирование. Виды автоматических аннотаций.

18. Методы и признаки для отбора предложений в экстрактивном методе автоматического аннотирования

19. Метод MMR автоматического аннотирования

20. Метрика Rouge для тестирования автоматических аннотаций

21. Метод пирамид для тестирования автоматических аннотаций

22. Что такое PageRank? Зачем нужен, как вычисляется

23. Алгоритм HITS

24. Особенности использования кликов пользователя в качестве фидбека от пользователя. Каскадная модель при обработке кликов.

25. Классификация запросов по цели. Зачем нужна. Особенности обработки разных типов запросов

26. Вероятностная модель информационного поиска: основная идея, различие с векторной моделью

27. Языковые статистические модели. Сглаживание. Где применяются

28. Языковая модель информационного поиска

29. Методы приблизительного вычисления сходства документов в реальных поисковых системах

30. Обработка фразовых запросов и запросов с указанием близости слов в поисковых системах

31. Позиционный индекс в поисковой системе. Зачем нужен, как обрабатывается

32. Какие факторы помимо веса tf.idf учитываются в поисковых моделях, как создаются многофакторные модели в информационно поиске

Задачи на следующие темы:

1. Байесовская модель классификации текстов

2. Макро- и микро- усреднение при оценке качества автоматической рубрикации

3. Кластеризация текстов

4. Метрика Rouge оценки качества автоматического аннотирования

5. Вычисление близости документа к запросу по языковой модели информационного поиска

6. Вычисление PageRank

7. Объяснение формулы BM25 (вероятностный информационный поиск)