| Competencias / Resultados do título |
| Código | Competencias / Resultados do título |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias / Resultados do título | ||
| Coñecer, comprender e analizar os diferentes modelos de busca de información | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Coñecer, comprender e analizar as técnicas para unha implantación eficiente dos buscadores | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Coñecer, comprender e analizar as metodoloxías de avaliación dos sistemas de acceso á información | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Coñecer, comprender e saber utilizar tecnoloxías, marcos e bibliotecas para construír sistemas de recuperación de información | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Planificar e realizar a avaliación dos sistemas de recuperación de información | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Ser capaz de manexar correctamente os aspectos éticos, de privacidade, de confidencialidade e de seguridade destes sistemas. | B3 B4 B5 B8 B9 B10 |
C3 |
|
| Contidos |
| Temas | Subtemas |
| Introducción |
Recuperación de Información e Search Engines. Arquitectura dun Search Engine. Grandes retos. |
| Recopilación de información. |
Crawling, feeds, web scraping e minería web. |
| Procesamento de texto. |
Preprocesamento. Parsing, documentos estructurados, anchor text e análisis de enlaces, internacionalización |
| Indices e procesado eficiente. |
Indices Invertidos, compresión, construcción, procesado eficiente de consultas sobre índices invertidos |
| Formulación de consultas e presentación de resultados |
Transformación de consultas, relevance feedback, pseudo-feedback, snippets e visualización de resultados. |
| Modelos de recuperación de información. |
Booleano, espacio vectorial, probabilístico, BM25, Language Models, Relevance Models, modelos neuronales |
| Evaluación de sistemas de Recuperación de Información. |
Datasets e iniciativas de evaluación. Métricas de eficacia e eficiencia. Training e test. Significancia estadística |
| Búsqueda distribuida e social. |
Meta-buscadores, búsqueda distribuida e federada, redes sociais, sistemas de recomendación. |
| Planificación | ||||
| Metodoloxías / probas | Competencias / Resultados | Horas lectivas (presenciais e virtuais) | Horas traballo autónomo | Horas totais |
| Prácticas de laboratorio | B3 B4 B5 B8 B9 B10 C3 | 14 | 21 | 35 |
| Solución de problemas | B3 B4 B5 B8 B9 B10 C3 | 4 | 12 | 16 |
| Proba mixta | B3 B4 B5 B8 B9 B10 C3 | 2 | 14 | 16 |
| Traballos tutelados | B3 B4 B5 B8 B9 B10 C3 | 3 | 9 | 12 |
| Sesión maxistral | B3 B4 B5 B8 B9 B10 C3 | 19 | 38 | 57 |
| Lecturas | B3 B4 B5 B8 B9 B10 C3 | 2 | 12 | 14 |
| Atención personalizada | 0 | 0 | ||
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Prácticas de laboratorio | Prácticas de laboratorio sobre plataformas de desenvolvemento de amplio uso na industria, nas compañias de Search Engines e nos grupos de investigación (Apache Lucene e outras librerías para outros módulos dos sistemas) |
| Solución de problemas | Problemas e cuestións para asentar e profundizar nos contidos expostos nas sesións maxistrais. |
| Proba mixta | Proba que versará sobre os contidos fundamentais da materia. |
| Traballos tutelados | Traballos complementarios plantexados polo profesor e realizados de forma autónoma |
| Sesión maxistral | O estudante asistirá ás explicacións dadas polo profesor sobre os distintos modelos, técnicas e algoritmos de Recuperación de Información. O profesor utilizará distintos niveis de abstracción-detalle e orientará ao estudante nas lecturas fundamentais e complementarias. |
| Lecturas | Lecturas para consolidar e complementar os coñecementos adquiridos. Temas: técnicas, aplicaciones, sistemas industriales. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias / Resultados | Descrición | Cualificación |
| Prácticas de laboratorio | B3 B4 B5 B8 B9 B10 C3 | Seguimento, defensa e avaliación dos resultados das prácticas realizados nas horas de clases prácticas de laboratorio. | 30 |
| Solución de problemas | B3 B4 B5 B8 B9 B10 C3 | Resultados obtidos na realización de problemas, cuestións e cuestionarios realizados nas clases e controles levados a cabo. | 20 |
| Proba mixta | B3 B4 B5 B8 B9 B10 C3 | Preguntas sobre os coñecementos adquiridos nas sesións maxistrais, lecturas, actividades prácticas e de problemas, cuestións e cuestionarios. É obrigatorio alcanzar un 40% da cualificación para superar a materia |
50 |
| Sesión maxistral | B3 B4 B5 B8 B9 B10 C3 | Os contidos das sesións maxistrais serán avaliados na proba mixta e os estudiantes deben tamén saber aplicarlos a solución de problemas e cuestións, e na aplicación dos conceptos os traballos prácticos. | 0 |
| Observacións avaliación | |||
|
Se non se obtén a puntuación mínima nas partes que o requiren, a nota máxima do alumno será 4'5. Para os alumnos a tempo parcial o baremo de cualificación e a avaliación continua son os mesmos que para os outros alumnos. |
|||
| Fontes de información |
| Bibliografía básica |
W. Croft, D. Metzler, and T. Strohman. (2009). Search engines: Information retrieval in practice. Addison-Wesley
Manning, Christopher D. and Raghavan, Prabhakar and Schütze, Hinrich. 2008. (2008). . Introduction to Information Retrieval. Cambridge University Press |
|
https://ciir.cs.umass.edu/downloads/SEIRiP.pdf https://nlp.stanford.edu/IR-book/pdf/irbookonlinereading.pdf |
|
| Bibliografía complementaria |
D. Jurafsky, JH Martin. (2009). Speech and Language Processing. Prentice Hall
Chengxiang Zhai, Sean Massung. (2016). Text Data Management and Analysis: A Practical Introduction to Information Retrieval. ACM Books |
| Recomendacións | |
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente |
| Materias que continúan o temario |
| Observacións | |