Vai ai contenuti. | Spostati sulla navigazione | Spostati sulla ricerca | Vai al menu | Contatti | Accessibilità

logo del sistema bibliotecario dell'ateneo di padova

Busato, Giulio (2017) Data-Driven Information Retrieval: Riproducibilità di uno stemmer probabilistico. [Magistrali biennali]

Full text disponibile come:

[img]
Anteprima
Documento PDF
844Kb

Abstract

In questa tesi viene studiata la riproducibilità di GRAS, un algoritmo di stemming che utilizza metodi probabilistici per raggruppare le parole di un lexicon in classi morfologicamente correlate, a cui viene assegnata una radice linguistica comune. L'obiettivo è riprodurre quanto svolto dagli autori dell'articolo in cui GRAS è stato presentato, sia per quanto riguarda l'implementazione del codice, sia per la parte relativa alla valutazione sperimentale

Tipologia del documento:Magistrali biennali
Parole chiave:IR, Data-Driven, riproducibilità, Stemmer
Settori scientifico-disciplinari del MIUR:Area 09 - Ingegneria industriale e dell'informazione > ING-INF/05 Sistemi di elaborazione delle informazioni
Codice ID:54589
Relatore:Agosti, Maristella
Data della tesi:13 Aprile 2017
Biblioteca:Polo di Ingegneria > Biblioteca Interdipartimentale di Ingegneria dell'Informazione e Ingegneria Elettrica
Tipo di fruizione per il documento:on-line per i full-text
Tesi sperimentale (Si) o compilativa (No)?:Sì

Solo per lo Staff dell Archivio: Modifica questo record