Estimativa de eficácia não supervisionada por meio de medidas baseadas em ranqueamento

• Processo: 23/01828-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 31 de março de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Daniel Carlos Guimarães Pedronette
• Beneficiário: Thiago César Castilho Almeida
• Instituição Sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
• Vinculado ao auxílio: 18/15597-6 - Aplicação e investigação de métodos de aprendizado não-supervisionado em tarefas de recuperação e classificação, AP.JP2
• Assunto(s): Recuperação da informação
• Palavra(s)-Chave do Pesquisador: estimativa de eficácia | Ranqueamento | recuperação da informação

Resumo

Em um cenário não supervisionado, em que nenhum dado rotulado está disponível, parte do problema de melhorar os resultados da recuperação consiste em identificar listas de resultados efetivas e não efetivas. Portanto, estimar a eficácia dos resultados recuperados sem a necessidade de intervenção do usuário é de extrema importância. A qualidade dos resultados recuperados para uma determinada consulta pode ser usada para melhorar o sistema de busca automaticamente. Por exemplo, considerando que a eficácia dos resultados para uma determinada consulta é conhecida, o sistema CBIR pode realizar tarefas de re-ranqueamento ou pode realizar sessões de feedback de relevância para melhorar a qualidade de consultas de baixa eficácia. Além disso, pode-se atribuir maior relevância a consultas de alta eficácia, e essas informações podem ser utilizadas para ajustar modelos de busca visando melhorar os resultados associados a consultas futuras. Neste projeto de pesquisa, pretendemos investigar medidas de estimativa de eficácia não supervisionada com base em informações de ranqueamento.