La ambigüedad de las palabras no afecta a los sistemas de recuperación que utilizan palabras clave Verdadero Falso.
La tarea de Recuperación de Información se basa en buscar información en los campos de texto de una base de datos Verdadero Falso.
La categorización de documentos consiste en agrupar los documentos en grupos similares, de forma que cada documento pertenezca a una única categoría Verdadero Falso.
En recuperación de información la efectividad se mide comprobando la calidad de los documentos relevantes recuperados con respecto a una consulta Verdadero Falso.
En el interfaz de usuario de un sistema de recuperación de información se puede recabar información para realizar la realimentación por relevancia. Verdadero Falso.
En recuperación de información la efectividad mide la velocidad en la recuperación desde una colección relativamente grande de documentos Verdadero Falso.
Normalmente un sistema de recuperación de información no realiza la eliminación de palabras vacía en la consulta del usuario Verdadero Falso.
El índice invertido de un sistema de recuperación de información se llama así porque la información de la colección se indexa por documentos y no por palabras Verdadero Falso.
El modelo de Recuperación Espacio-Vectorial ordena los documentos relevantes según la probabilidad de importancia Verdadero Falso.
El modelo de recuperación con Redes Neuronales se considera un modelo extendido del modelo Vectorial Verdadero Falso.
El modelo de recuperación probabilístico está basado en el teorema de Bayes Verdadero Falso.
El modelo de recuperación probabilístico está basado en la teoría de conjuntos Verdadero Falso.
Una recuperación de información inteligente no necesita conocer el orden de las palabras en la consulta Verdadero Falso.
Cuando se realizan búsquedas de documentos utilizando la técnica de bolsa de palabras se tiene en cuenta el orden en el que aparecen las palabras en la consulta Verdadero Falso.
El modelo de recuperación booleano busca la concordancia exacta con la consulta, que suele estar expresada utilizando conectores lógicos Verdadero Falso.
Los modelos clásicos de recuperación de información son booleano, vectorial y redes bayesinas Verdadero Falso.
Una recuperación de información inteligente adapta la consulta de usuario usando retroalimentación directa o indirecta Verdadero Falso.
La categorización de documentos consiste en asignar una o varias etiquetas a cada documento dependiendo de su contenido Verdadero Falso.
El modelo de Recuperación de Información Booleano está basado en el álgebra vectorial Verdadero Falso.
El modelo de Recuperación Probabilístico está basado en la teoría de conjuntos Verdadero Falso.
Una recuperación de información inteligente debe tener en cuenta el significado de las palabras Verdadero Falso.
Los modelos clásicos de Recuperación de Información son Booleano, Vectorial y Probabilístico Verdadero Falso.
Una recuperación de información inteligente no necesita retroalimentación del usuario para obtener buenos resultados Verdadero Falso.
La clasificación de documentos consiste en asignar una o varias etiquetas a cada documento dependiendo de su contenido Verdadero Falso.
En recuperación de información la eficiencia se mide comprobando la calidad de los documentos relevantes recuperados con respecto a una consulta Verdadero Falso.
El modelo de Recuperación de Información Booleano está basado en la teoría de conjuntos Verdadero Falso.
En un sistema de recuperación de información la parte de ordenación de resultados se encarga de recuperar los documentos que contienen las palabras de la consulta a través del índice invertido Verdadero Falso.
El modelo de recuperación con Conjuntos Difusos se considera un modelo extendido del modelo Booleano Verdadero Falso.
Los sistemas de gestión de bases de datos no están interesados en utilizar técnicas de recuperación de información, ya que la información almacenada está bien estructurada Verdadero Falso.
En recuperación de información la eficiencia mide la velocidad en la recuperación desde una colección relativamente grande de documentos Verdadero Falso.
La clasificación de documentos consiste en agrupar los documentos en grupos similares, de forma que cada documento pertenezca a una única clase Verdadero Falso.
Los modelos clásicos de Recuperación de Información utilizan Redes neuronales, Conjuntos difusos o Redes bayesianas Verdadero Falso.
El modelo de Indexación por Semántica Latente se considera un modelo extendido del modelo de RI Probabilístico Verdadero Falso.
El índice invertido de un sistema de recuperación de información se llama así porque la información de la colección se indexa por palabras y no por documentos Verdadero Falso.
La recuperación de información es encontrar material (normalmente documentos) de naturaleza no estructurada (normalmente texto) que satisfaga una necesidad de información, buscándola en una gran colección (normalmente almacenada en un ordenado) Verdadero Falso.
Los sistemas de recuperación de información que utilizan métodos basados en palabras clave permiten recuperar documentos relevantes aunque en el aparezcan sinónimos de dichas palabras clave Verdadero Falso.
El modelo de Recuperación Espacio-Vectorial ordena los documentos relevantes según la similitud con la consulta dada Verdadero Falso.
El modelo de Indexación por Semántica Latente se considera un modelo extendido del modelo de RI Vectorial Verdadero Falso.
El feedback de un sistema de recuperación de información consiste en convertir la consulta de un usuario al formato que utilice el sistema Verdadero Falso.
Las palabras que forman el índice invertido de un sistema de recuperación de información se suelen denominar "tokens" Verdadero Falso.
La técnica que nos permite extraer la auténtica raíz de una palabra se llama "stemmer" o extracción de raíces Verdadero Falso.
La ley de Zipf afirma que, en una colección documental, un pequeño número de palabras son utilizadas con mucha frecuencia, mientras que un gran número de palabras son poco empleadas Verdadero Falso.
El problema de la infrarradiación consiste en obtener raices distintas de un mismo concepto Verdadero Falso.
La lista de palabras vacías para un idioma es siempre la misma y se puede encontrar en Internet Verdadero Falso.
Las palabras más frecuentes de un corpus documental tienen un alto poder de discriminación Verdadero Falso.
La sobrerradicación es un problema derivado de la utilización de la técnica de stemmer o extracción de raíces Verdadero Falso.
El término "stopwords" hace referencia a las palabras que tienen poco contenido semántico Verdadero Falso.
El problema de la infrarradiación consiste en obtener una misma raíz de dos conceptos distintos Verdadero Falso.
La infrarradiación es un problema derivado de la utilización de la técnica de lematización Verdadero Falso.
Para un SRI es mejor realizar una extracción de raíces que una lematización Verdadero Falso.
La infrarradiación es un problema derivado de la utilización de la técnica de stemmer o extracción de raíces Verdadero Falso.
La lista de palabras vacías para un idioma puede completarse con palabras frecuentes obtenidas de la propia colección de documentos Verdadero Falso.
Las palabras que forman la lista de “stopwords” son distintas para cada idioma Verdadero Falso.
El análisis léxico en los SRI se utiliza para tener distintas formas de representar distintos conceptos e igual forma para un sólo concepto en su representación de los documentos Verdadero Falso.
Uno de los objetivos del análisis léxico en los SRI es la eliminación de palabras sin significado Verdadero Falso.
La normalización morfológica de una colección mejora la cobertura y la precisión de un SRI. Verdadero Falso.
El análisis léxico en los SRI permite mejorar la elección de las palabras índice que se utilizarán para representar los documentos Verdadero Falso.
Las palabras con mayor poder discriminación no son ni las más frecuentes ni las menos frecuentes o raras Verdadero Falso.
Las palabras mas frecuentes de una colección documental no ayudan a diferencias unos documentos de otros Verdadero Falso.
Las palabras mas frecuentes de una colección documental ayudan a diferenciar unos documentos de otros Verdadero Falso.
La Ley de Zipf afirma que la frecuencia de aparición de las palabras en un corpus documentos sigue una distribución normal o de Gauss Verdadero Falso.
La sobrerradicación es un problema derivado de la utilización de la técnica de lematización Verdadero Falso.
El problema de la sobrerradicación consiste en obtener una misma raiz de dos conceptos distintos Verdadero Falso.
El problema de la sobrerradicación consiste en obtener raices distintas de un mismo concepto Verdadero Falso.
La lematización de una palabra se puede realizar fácilmente utilizando un diccionario de términos Verdadero Falso.
La lematización de una palabra no es una tarea trivial Verdadero Falso.
La eliminación de palabras vacías en los SRI ahorra tiempo de ejecución y espacio en disco o memoria Verdadero Falso.
El análisis léxico en los SRI dificulta la elección de las palabras índice que se utilizarán para representar los documentos Verdadero Falso.
La eliminación de palabras vacías no mejora la precisión de los SRI Verdadero Falso.
En un SRI booleano es difícil expresar consultas muy complejas Verdadero Falso.
La implementación de un SRI booleano es muy compleja y poco eficiente Verdadero Falso.
En el modelo de recuperación booleano la similitud se calcula como un número real entre 0 y 1 Verdadero Falso.
En un sistema de recuperación booleano las consultas simples son fáciles de entender porque siguen un formalismo muy claro Verdadero Falso.
El modelo de recuperación booleano transforma la consulta lógica a Forma Normal Disyuntiva Verdadero Falso.
Los SRI booleanos que almacenan también la posición de los términos de un documento no mejoran sus resultados pero si ralentizan su funcionamiento Verdadero Falso.
La cobertura de un SRI booleano se mide como el porcentaje de documentos recuperados que son relevantes Verdadero Falso.
En un SRI booleano el operador NEAR devuelve falso cuando dos términos no están uno al lado del otro Verdadero Falso.
En un SRI booleano básico no se puede ordenar la lista de documentos relevantes obtenida Verdadero Falso.
La precisión de un SRI booleano se mide como el porcentaje de documentos recuperados que son relevantes Verdadero Falso.
Los SRI booleanos eliminan las “palabras vacías” (stopwords) antes de construir sus índices Verdadero Falso.
En un SRI booleano es muy fácil limitar el número de documentos devueltos, escogiendo sólo los mejores de los documentos relevantes Verdadero Falso.
Los SRI no necesitan eliminar las “palabras vacías” (stopwords) de sus índices Verdadero Falso.
En el modelo de recuperación booleano, si los términos de la consulta no aparecen en el documento la similitud entre ambos es 0 Verdadero Falso.
Un SRI booleano puede ser extendido con facilidad para incorporar un ránking Verdadero Falso.
Si un SRI booleano almacena también la posición de los términos en los documentos podrá utilizar los operadores ADJ y NEAR Verdadero Falso.
Una posible mejora de los SRI booleanos podría ser el resaltado de la localización de los términos de la consulta en el documento Verdadero Falso.
Es posible extender un SRI booleano para que indique un valor de similitud entre 0 y 1 de los resultados, si se utiliza la frecuencia de aparición de los términos Verdadero Falso.
En un SRI booleano el usuario debe escribir la consulta en Forma Normal Disyuntiva Verdadero Falso.
Los SRI booleanos utilizan listas invertidas de términos para conocer en que documentos aparece cada término Verdadero Falso.
En el modelo de recuperación booleano las consultas están escritas en lenguaje natural Verdadero Falso.
La precisión de un SRI booleano se mide como el porcentaje de documentos relevantes que se han recuperado respecto al total de documentos relevantes de la colección Verdadero Falso.
Los SRI booleanos no utilizan índices invertidos Verdadero Falso.
Un SRI booleano básico considera que todos los términos tienen la misma importancia, independientemente de la frecuencia de aparición Verdadero Falso.
En el modelo de recuperación booleano las consultas están formadas por términos y operadores lógicos Verdadero Falso.
Un SRI booleano básico considera que todos los términos no tienen la misma importancia Verdadero Falso.
Los SRI booleanos no necesitan eliminar las "palabras vacías" (stopwords) de sus índices Verdadero Falso.
En un sistema de recuperación booleano es difícil comprender el motivo por el que un documento es relevante para la consulta Verdadero Falso.
La cobertura de un SRI booleano se mide como el porcentaje de documentos relevantes que se han recuperado en relación con el total de documentos relevantes de la colección Verdadero Falso.
|
