Especificação de Consultas

Eveline Alonso VelosoPUC-MINAS

Referências

BAEZA-YATES, Ricardo e RIBEIRO-NETO, Berthier. Modern Information Retrieval. 1ª edição, New York: ACM Press, 1999, capítulo 4.

Introdução Consulta:

formulação da necessidade de informação do usuário de um sistema de recuperação de informação.

Dependendo da experiência do usuário; e da clareza de sua necessidade de

informação; uma determinada forma de especificar

sua consulta é selecionada.

Formas de Especificar uma Consulta Principais formas de especificar

consultas que geralmente aparecem em sistemas de recuperação de informação textual: consultas baseadas em palavras-chave:

consultas com uma única palavra-chave; consultas em um contexto:

frase exata; proximidade;

consultas booleanas; casamento de padrão; consultas estruturadas.

Consultas baseadas em Palavras-chave Para os modelos de recuperação

de informação clássicos; é o principal tipo de consulta.

Uma consulta é formada por palavras-chave e algumas restrições opcionais; os documentos que possuem as

palavras-chave especificadas e atendem as restrições estabelecidas são recuperados.

Consultas baseadas em Palavras-chave

Populares; intuitivas; fáceis de especificar; em geral, processadas

rapidamente.

Consultas com uma Única Palavra-chave

Consulta mais elementar. Consulta é formada por uma

palavra-chave; e os documentos que possuem

a palavra-chave especificada são recuperados.

Consultas com uma Única Palavra-chave

Consultas em um Contexto Palavras-chave especificadas;

são pesquisadas em um dado contexto;

ou seja, próximas umas às outras.

Dois tipos de consultas em um contexto: frase exata; proximidade.

Frase Exata

Sequência de palavras-chave.

Procura-se pela ocorrência da frase nos documentos indexados.

Frase Exata

Proximidade Versão mais “relaxada” da busca

por frase exata. Sequência de palavras-chave;

em geral, juntamente com a distância máxima permitida entre elas.

As palavras podem aparecer nos documentos recuperados; em uma ordem diferente daquela

em que foram especificadas na consulta.

Proximidade

Consultas Booleanas Forma mais antiga de especificar

consultas; combinando palavras-chave.

Consultas são especificadas como expressões booleanas; que possuem semântica precisa.

São compostas de: palavras-chave; operadores booleanos:

AND, OR, NOT. Exemplo:

recuperação AND informação

Operadores Booleanos AND (e) e OR (ou);

são conectores binários; possuem a mesma precedência.

NOT (não); conector unário; possui precedência sobre os

demais operadores booleanos.

Casamento de Padrão Um padrão é um conjunto de

características sintáticas que devem ocorrer em um segmento de texto.

Dizemos que os segmentos de texto que satisfazem às especificações do padrão; casam com o padrão indicado.

Casamento de Padrão Consultas mais complexas;

auxiliam a busca por palavras-chave;

complementando-a com recursos mais poderosos de recuperação de dados.

Quanto mais poderoso for o conjunto de padrões, mais complexa é a implementação

do sistema de recuperação de informação.

Tipos de Padrões

Prefixo; Sufixo; Substring; Permitindo erros; Expressão regular.

Prefixo

Padrão que deve ocorrer no início de uma palavra.

Exemplo: Padrão:

info; casa com:

informação; informática; etc.

Sufixo

Padrão que deve ocorrer no final de uma palavra.

Exemplo: Padrão:

info; casa com:

paraninfo; etc.

Substring Padrão que deve ocorrer em

qualquer lugar de uma palavra. Exemplo:

Padrão: info;

casa com: desinformado; paraninfo; informática; etc.

Permitindo Erros Padrão que corresponde a uma

palavra; juntamente com um patamar de erros.

Recupera palavras cujas escritas são similares à da palavra indicada.

Similaridade: distância entre duas palavras;

medida através do número mínimo de: inserções; remoções; e substituições.

Permitindo Erros

Exemplo: Padrão:

informação, permitindo 5 erros; casa com:

informacao; desinformado; informática; etc.

Expressão Regular Corresponde a um padrão com

operadores. Exemplos de operadores:

* pode ser substituído por 0 ou mais

caracteres; ?

pode ser substituído por um caracter.

Expressão Regular

Consultas Estruturadas Exploram a estrutura dos

documentos. Permitem combinar o

conteúdo do documento; com sua estrutura.

Permitem a especificação de consultas mais poderosas.