Αυτόµατη Θεµατική Κατηγοριοποίηση και Σηµασιολογική Διεύρυνση Ερωτηµάτων για Μηχανή Αναζήτησης µε Οντολογίες 1

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αυτόµατη Θεµατική Κατηγοριοποίηση και Σηµασιολογική Διεύρυνση Ερωτηµάτων για Μηχανή Αναζήτησης µε Οντολογίες 1"

Transcript

1 Αυτόµατη Θεµατική Κατηγοριοποίηση και Σηµασιολογική Διεύρυνση Ερωτηµάτων για Μηχανή Αναζήτησης µε Οντολογίες 1 Αµαλία Κούρτη 2 Εθνικό Μετσόβιο Πολυτεχνείο, Εργαστήριο ΣΒΓΔ Ηρώων Πολυτεχνείου 9, Ζωγράφου 15780, Αθήνα Περίληψη Ο ολοένα αυξανόµενος όγκος πληροφοριών στις µέρες µας, καθιστά επιτακτική την χρήση συστηµάτων για την αποδοτική διαχείρισή τους. Τέτοιο είναι το σύστηµα GoNTogle, µια µηχανή αναζήτησης που αναπτύχθηκε στο Εργαστήριο ΣΒΓΔ και επιτρέπει την αναζήτηση µε βάση τη σηµασιολογία, πέραν των λέξεων κλειδιών. Η παρούσα διπλωµατική εργασία εµπλουτίζει την λειτουργικότητά του, καθιστώντας το χρηστικό σε πλείστες νέες περιπτώσεις. Επειδή η χειροκίνητη επισηµείωση εγγράφων του GoNTogle είναι έργο επίπονο, υλοποιείται υποσύστηµα αυτόµατου σηµασιολογικού χαρακτηρισµού εγγράφων µε χρήση τεχνικών µηχανικής µάθησης. Το σύστηµα προτείνει στο χρήστη τους πιθανότερους χαρακτηρισµούς για κάθε κείµενο, µαθαίνει από τα λάθη του και επιτυγχάνει υψηλή απόδοση. Για την αντιµετώπιση του συχνού προβλήµατος µη επαρκών αποτελεσµάτων αναζήτησης, προτείνουµε τεχνικές επέκτασης του ερωτήµατος στο σηµασιολογικό άξονα. Με τις µεθόδους αυτές ο χρήστης µπορεί να εξερευνήσει αποδοτικά το χώρο των σηµασιολογικά συναφών αποτελεσµάτων σχετικά µε το αρχικό ερώτηµα. Πειράµατα µε πραγµατικά δεδοµένα επιστηµονικής βιβλιογραφίας αναδεικνύουν την αποδοτικότητα των µεθόδων µας. Κύρια περιοχή έρευνας: Semantic Annotation, Text and Ontology Retrieval Λέξεις κλειδιά: Κατηγοριοποίηση, µηχανική µάθηση, k-nn, αναζήτηση εγγύτητας, οντολογία, σηµασιολογικός χαρακτηρισµός 1. Εισαγωγή Το κλασσικό παράδειγµα αναζήτησης µε χρήση λέξεων κλειδιών (keywords) συχνά αδυνατεί να εντοπίσει ικανοποιητικά αποτελέσµατα σε ένα ερώτηµα, λόγω µειωµένης εκφραστικής δύναµης. Μια λύση σε αυτό το πρόβληµα είναι η συµπερίληψη στα κριτήρια αναζήτησης, του επιθυµητού νοηµατικού περιεχοµένου των αποτελεσµάτων. Η λειτουργία αυτή συχνά γίνεται µε χρήση οντολογιών, δηλαδή, ιεραρχικών κατηγοριοποιήσεων εννοιών µιας γνωστικής περιοχής. Ως επακόλουθο, ο χρήστης µπορεί να δροµολογεί αναζητήσεις κει- µένων χρησιµοποιώντας έννοιες ή κατηγορίες από µια οντολογία. Στην περίπτωση αυτή, σηµαντικό είναι να υπάρχει η δυνατότητα σηµασιολογικού χαρακτηρισµού κειµένων µε βάση κατηγορίες και έννοιες οντολογιών. Το GoNTogle [1] είναι µια µηχανή αναζήτησης τοπικών εγγράφων, που αναπτύχθηκε στο Εργαστήριο Συστηµάτων Βάσεων Γνώσεων και Δεδοµένων, για την παροχή τέτοιων προχωρηµένων δυνατοτήτων αναζήτησης. Η αναζήτηση δε βασίζεται µόνο στον εντοπισµό λέξεων-κλειδιών (όπως γίνεται συνήθως στις µηχανές αναζήτησης), αλλά και στη σηµασιολογία των εγγράφων, δηλαδή στο νοηµατικό τους περιεχόµενο. Με τη χρήση του συστήµατος αυτού, µπορούν να απαντηθούν ερωτήµατα όπως Ποια έγγραφα αναφέρονται σε αποθήκες και καθαρισµό, και θεµατικά εµπίπτουν στην περιοχή των Βάσεων Δεδοµένων;, που είναι δύσκολο να απαντηθούν µε κλασσικά παραδείγµατα αναζήτησης. Στο GoNTogle, ο χρήστης έχει την δυνατότητα να αποδώσει (χειρωνακτικά) θεµατική κατηγορία σε κάθε έγγραφο, αντιστοιχίζοντάς το σε έναν ή περισσότερους κόµβους µιας οντολογίας. Κατόπιν, είναι δυνατή η αναζήτηση του εγγράφου αυτού και µε θεµατικά κριτήρια. Η διπλωµατική αυτή επεκτείνει το σύστηµα GoNTogle, προσθέτοντάς του νέες λειτουργίες, και καθιστώντας το χρηστικό σε πληθώρα νέων περιπτώσεων για το λόγο αυτό, αναφερόµαστε στο προκύπτον σύστη- µα ως GoNTogle 2.0. Οι κυριότερες συνεισφορές της διπλωµατικής αυτής είναι : Υλοποιούµε σύστηµα αυτόµατου σηµασιολογικού χαρακτηρισµού, δηλαδή αυτόµατης κατηγοριοποίησης 1 Επιβλέπων: Καθ. Τ. Σελλής, Συνεπιβλέποντες: Θοδωρής Δαλαµάγκας (Ερευνητής), Αγγελική Δηµητρίου (Υ.Δ.) 2 Η διπλωµατική εργασία εκπονήθηκε το έτος 2008, όπου η συγγραφέας ήταν τελειόφοιτος Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών, ΕΜΠ.

2 εγγράφων στις κατηγορίες µιας οντολογίας. Το σύστηµα χρησιµοποιεί τεχνικές µηχανικής µάθησης για να µαθαίνει από τα λάθη του και να προσαρµόζεται στις συνήθειες του χρήστη. Προτείνουµε και υλοποιούµε τεχνικές διεύρυνσης του ερωτήµατος στο σηµασιολογικό άξονα, υπό το γενικό τίτλο αναζήτηση σηµασιολογικής γειτονίας. Με τις µεθόδους αυτές ο χρήστης µπορεί να εξερευνήσει αποδοτικά τον χώρο των σηµασιολογικά συναφών αποτελεσµάτων σχετικά µε το αρχικό του ερώτηµα. Έτσι, αντιµετωπίζουµε το συχνό πρόβληµα που παρατηρείται στις αναζητήσεις, της επιστροφής µη επαρκούς αριθµού αποτελεσµάτων, για παράδειγµα αν το ερώτηµα αναζήτησης είναι υπερβολικά περιοριστικό. Για την αξιολόγηση των µεθόδων µας, δηµιουργούµε µια πλήρη οντολογία κατάταξης επιστηµονικών δηµοσιεύσεων Πληροφορικής, βασισµένη στο σύστηµα κατάταξης της ACM 3 [2]. Πειράµατα µε χρήση πραγµατικών δεδοµένων (άρθρων και πρακτικών συνεδρίων και αυτής της οντολογίας) αναδεικνύουν την αποτελεσµατικότητα των µεθόδων µας Σχετικές Εργασίες Όσον αφορά το αυτόµατο σύστηµα σηµασιολογικού χαρακτηρισµού, έχουν προταθεί αρκετές εργασίες επάνω σε παρεµφερή προβλήµατα. Στο [3] προτείνεται το σύστηµα KIM, το οποίο συνδυάζει αναφορές από τη θεµελιώδη οντολογία (upper level ontology) ΚΙΜΟ που χρησιµοποιείται για την κατηγοριοποίηση και το συσχετισµό οντοτήτων (named entities), τη βάση γνώσης περιγραφής οντοτήτων και συνήθη αναζήτηση µε λέξεις κλειδιά, για την παροχή προχωρηµένων δυνατοτήτων αναζήτησης. Το σύστηµα αυτό πραγµατοποιεί σηµασιολογική επισήµανση οντοτήτων που περιέχονται σε κείµενο (Named Entity Recognigtion - NER), χωρίς να προσδίδει σηµασιολογικό χαρακτηρισµό του κειµένου ή τµηµάτων του. Δηλαδή, δεν χαρακτηρίζει ένα κείµενο βάσει του εννοιολογικού του περιεχοµένου. Για παράδειγµα, ένα κείµενο που αναφέρεται στην προσωπική ζωή ποδοσφαιριστών (οπότε θα χαρακτηριζόταν σηµασιολογικά µε την κατηγορία πχ Κοσµικά ), στο ΚΙΜΟ µπορεί να αναζητηθεί σηµασιολογικά µόνο µέσω των Ποδοσφαιριστών. Πολλά άλλα συστήµατα κάνουν χρήση NER όπως πχ τα [4] και [5]. Στο [6] προτείνεται ένα σύστηµα αναζήτησης που πραγµατοποιεί αναζήτηση συνδυάζοντας οντολογίες και αναζήτηση µε λέξεις κλειδιά. Επίσης προτείνει τεχνικές ηµιαυτόµατου σηµασιολογικού χαρακτηρισµού κειµένων. Εντούτοις, οι τεχνικές αυτές βασίζονται σε κάποιες 3 Το σύστηµα κατάταξης επιστηµονικών δηµοσιεύσεων Πληροφορικής CCS (Computing Classification System) της ACM (Association for Computing Machinery). ευριστικές και επεξεργασία φυσικής γλώσσας. Μη χρησιµοποιώντας τεχνικές µηχανικής µάθησης, το σύστηµα δεν έχει τη δυνατότητα βελτίωσης της απόδοσής του καθώς εµπλουτίζεται η επισηµειωµένη συλλογή εγγράφων. Το [7] χρησιµοποιεί k-nn Classifiers για την κατάταξη εγγράφων σε κόµβους µιας οντολογίας, όπως και η παρούσα εργασία εντούτοις ο στόχος στην [7] είναι η εξατοµικευµένη ιεράρχηση αποτελεσµάτων µετααναζήτησης στον παγκόσµιο ιστό. Στην [8] προτείνεται µέθοδος κατηγοριοποίησης εγγράφων σε οντολογία, η οποία γίνεται µε τεχνικές µη επιβλεπόµενης µηχανικής µάθησης, και άρα αδυνατεί να εκµεταλλευτεί τη γνώση από τα ήδη επισηµασµένα έγγραφα. To [9] πραγµατοποιεί µη επιβλεπόµενο αυτόµατο σηµασιολογικό χαρακτηρισµό κειµένων, χωρίς όµως την χρήση οντολογίας. Το [10] περιγράφει τρόπους κατηγοριοποίησης εγγράφων ως σχετικών µε κάποια ευρεία σηµασιολογική κατηγορία ή µη, χρησιµοποιώντας τεχνικές µηχανικής µάθησης, αλλά αφορά δυαδική κατηγοριοποίηση (Binary Classification). Το [11] εξετάζει ζητήµατα διάκρισης µεταξύ γενικών ή ειδικότερων κατηγοριών που ανακύπτουν κατά την αυτόµατη κατηγοριοποίηση εγγράφων. Τέλος, όσον αφορά τη συνδυασµένη αναζήτηση µε λέξεις-κλειδιά και σηµασιολογία, έχουν προταθεί διάφορες σχετικές εργασίες,, όπως [3], [6]. 2. Αρχιτεκτονική Συστήµατος Σχήμα 1. Αρχιτεκτονικό σχέδιο GoNTogle 2.0 Το συνολικό σύστηµα GoNTogle 2.0, έτσι όπως διαµορφώνεται µε την προσθήκη των παραπάνω λειτουργιών χωρίζεται σε πέντε υποσυστήµατα: Με το Υποσύστηµα Δηµιουργίας Ευρετηρίου πραγµατοποιείται η ευρετηριοποίηση εγγράφων του σκληρού δίσκου, δηµιουργώντας ευρετήριο πάνω στο οποίο εκτελείται η αναζήτηση µε λέξεις-φράσεις κλειδιά.

3 Το Υποσύστηµα Σηµασιολογικού Χαρακτηρισµού δίνει τη δυνατότητα χειρωνακτικού σηµασιολογικού χαρακτηρισµού τµήµατος ή ολόκληρου του κειµένου εγγράφων, χρησιµοποιώντας τους κόµβους-κατηγορίες µίας οντολογίας που έχει φορτωθεί στο σύστηµα, δηµιουργώντας στιγµιότυπα των κλάσεών της. Ο χρήστης επιλέγει το προς χαρακτηρισµό κείµενο, φορτώνει την επιθυµητεί οντολογία, περιηγείται στους κόµβουςκατηγορίες της και επιλέγει ποιοι από αυτούς χαρακτηρίζουν νοηµατικά το κείµενο. Με το Υποσύστηµα Αυτόµατου Σηµασιολογικού Χαρακτηρισµού δίνεται στο χρήστη µία νέα δυνατότητα σηµασιολογικού χαρακτηρισµού των εγγράφων του µε αυτόµατο τρόπο, χωρίς να απαιτείται η γνώση του θεµατικού περιεχοµένου του κειµένου από αυτόν. Ο χρήστης απλώς επιλέγει το προς κατηγοριοποίηση έγγραφο και εκτελεί την λειτουργία αυτόµατης κατηγοριοποίησης. Αυτό έχει ως αποτέλεσµα τη δηµιουργία ενός µοντέλου αναπαράστασης του κειµένου του εγγράφου, µε τη βοήθεια του οποίου επιτυγχάνεται η σύγκρισή του µε τα υπόλοιπα έγγραφα της συλλογής, και την εφαρµογή του αλγορίθµου µηχανικής µάθησης ο οποίος προτείνει τις καταλληλότερες για το έγγραφο κατηγορίες. Ο χρήστης µπορεί είτε να επιλέξει µία από τις προτεινόµενες κατηγορίες για το χαρακτηρισµό του εγγράφου, είτε να τις αγνοήσει, καθώς και να προσθέσει το έγγραφο στο σύνολο εγγράφων εκπαίδευσης του συστήµατος, βελτιώνοντας έτσι τις επιδόσεις του. Με το Υποσύστηµα Αναζήτησης, ο χρήστης µπορεί να εκτελέσει απλή αναζήτηση µε λέξεις κλειδιά, σηµασιολογική αναζήτηση (επιλέγοντας προς εµφάνιση έγγραφα που έχουν χαρακτηριστεί µε κλάσεις µιας οντολογίας), και συνδυαστική αναζήτηση (τα αποτελέσµατα εµφανίζονται µε σκορ που προκύπτει συνυπολογίζοντας την ικανοποίηση των κριτηρίων τόσο λεκτικής, όσο και σηµασιολογικής αναζήτησης). Τέλος το Υποσύστηµα Σηµασιολογικής Αναζήτησης Γειτονίας. Με τον όρο Αναζήτηση σηµασιολογικής γειτονίας, αναφερόµαστε σε δύο νέες δυνατότητες αναζήτησης, που υλοποιήθηκαν για τον εµπλουτισµό των αποτελεσµάτων της απλής σηµασιολογικής αναζήτησης, γενικεύοντας το οντολογικό κοµµάτι του ερωτήµατος, αναζητώντας έγγραφα συγγενών. Η πρώτη δυνατότητα (Αναζήτηση Επόµενης Γενιάς) επιτρέπει προοδευτική ανάκτηση εγγράφων, από κόµβους της οντολογίας που βρίσκονται στο αµέσως επόµενο βάθος σε σχέση µε τους κόµβους αρχικής αναζήτησης, ενώ η δεύτερη (Αναζήτηση Στενής Γειτονίας) πραγµατοποιεί αναζήτηση στους εγγύτερους απογόνους των κόµβων αυτών. 3. Αυτόµατη Θεµατική Κατηγοριοποίηση Η χειρωνακτική κατάταξη των εγγράφων σε θεµατικές κατηγορίες, που απαιτείται για την µετέπειτα αναζήτησή τους από το GoNTogle, είναι έργο επίπονο και χρονοβόρο. Για να χαρακτηρίσει θεµατικά µια συλλογή εγγράφων, ο χρήστης πρέπει, για κάθε έγγραφο, να εξετάσει αφενός το περιεχόµενό του και αφετέρου την οντολογία, προκειµένου να επιλέξει τον κόµβο της οντολογίας που χαρακτηρίζει καλύτερα το θέµα του εγγράφου. Η πολυπλοκότητα της διαδικασίας αυτής αυξάνεται καθώς µεγαλώνει το µέγεθος της οντολογίας ή/και της συλλογής εγγράφων. Για την αντιµετώπιση του προβλήµατος αυτού, αναπτύσσουµε ένα σύστηµα Αυτόµατης Θεµατικής Κατηγοριοποίησης εγγράφων, µε βάση το περιεχόµενό τους. Το σύστηµα χρησιµοποιεί τεχνικές Μηχανικής Μάθησης, και προτείνει στο χρήστη τους καταλληλότερους κόµβους µιας οντολογίας για κάθε έγγραφο ή τµήµα αυτού. Για την εκπαίδευση του αλγορίθµου Μηχανικής Μάθησης ήταν απαραίτητη η χρήση ενός συνόλου εγγράφων εκπαίδευσης (training data set), και κάθε κόµβο της εκάστοτε οντολογίας. Δεδοµένου ότι το GoNTogle δεν κατασκευάστηκε για να λειτουργεί µε µία µόνο συγκεκριµένη οντολογία, προέκυψε το ζήτηµα της εξασφάλισης του κατάλληλου συνόλου τέτοιων εγγράφων, για τους κόµβους οποιασδήποτε οντολογίας εισαχθεί στο σύστηµα (είτε έχει κατασκευαστεί από τρίτους, είτε από τον ίδιο το χρήστη). Για παράδειγµα, έστω ότι ο χρήστης χρησιµοποιεί µία έτοιµη οντολογία που συνοδεύεται από τα αντίστοιχα έγγραφα εκπαίδευσης. Δύο προβλήµατα µπορεί να προκύψουν: Αφενός, αν ο χρήστης προσθέσει νέους κόµβους στην οντολογία, θα πρέπει να εξασφαλίζονται δεδοµένα εκπαίδευσης γι αυτούς. Αφετέρου,µπορεί ο χρήστης να αποδίδει διαφορετικό νόηµα στο περιεχόµενο κάποιας κατηγορίας (κατά την υποκειµενική του κρίση), οπότε να διαφωνεί µε το δοθέν σύνολο εγγράφων εκπαίδευσης αυτής. Τέλος, επιθυµητό θα ήταν το σύστηµα να µπορεί να βελτιώνεται καθώς αυξάνεται η αποθηκευµένη σε αυτό γνώση και να µαθαίνει από τα λάθη του. Η ιδέα αυτή υιοθετήθηκε για την υλοποίηση του υποσυστήµατος Αυτόµατης Θεµατικής Κατηγοριοποίησης ως εξής: Από τη στιγµή που ο χρήστης χαρακτηρίζει σηµασιολογικά ένα έγγραφο, το έγγραφο αυτό µπορεί πλέον να συµµετέχει στα έγγραφα εκπαίδευσης του αντίστοιχου κόµβου της οντολογίας. Έτσι, το σύστηµα µαθαίνει κάθε φορά που κατηγοριοποιείται ένα νέο έγγραφο, µε αποτέλεσµα να χτίζεται σταδιακά το σύνολο των δεδοµένων εκπαίδευσης ολόκληρης της οντολογίας και κατ επέκταση να βελτιώνονται οι επιδόσεις του συστήµατος Μοντέλο Αναπαράστασης Εγγράφων Για την αναπαράσταση των εγγράφων χρησιµοποιήθηκε το Διανυσµατικό Μοντέλο (Vector Space Text Retrieval Model) [12]. Τα έγγραφα της συλλογής υπόκεινται στην απαραίτητη λεξικολογική επεξεργασία (αφαίρεση κοινών λέξεων και σηµείων στίξης, στελέχωση) για την παραγωγή των ελάχιστων λεκτικών

4 µονάδων που αποτελούν τους περιγραφείς τους. Ακολουθεί η διαδιασία ανάθεσης βάρους σε κάθε λεκτική µονάδα, που απεικονίζει τη σηµαντικότητα που έχει κάθε λέξη σε ένα έγγραφο. Η µέθοδος που χρησιµοποιήθηκε είναι η κανονικοποιηµένη tf-idf. Με τη διαδικασία αυτή προκύπτει το διάνυσµα συχνοτήτων των λεκτικών µονάδων του κειµένου (tf vector). Για την κατηγοριοποίησή ενός εγγράφου άγνωστης κατηγορίας, κατασκεάζεται το αντίστοιχο διάνυσµά του, δηµιουργείται µε αυτό ένα ερώτηµα (query) και εκτελείται αναζήτηση στα ευρετηριοποιηµένα έγγραφα της συλλογής. Η αναζήτηση επιστρέφει ως αποτέλεσµα έγγραφα ταξινοµηµένα σύµφωνα µε το βαθµό οµοιότητας του διανύσµατος του εγγράφου, µε τα διανύσµατα των εγγράφων της συλλογής. Η συνάρτηση που υπολογίζει το βαθµό οµοιότητας αποτελεί παραλλαγή της απόστασης συνηµιτόνου (cosine similarity) [12]. Επί των ταξινοµηµένων αποτελεσµάτων που επιστρέφει η αναζήτηση, εφαρµόζεται ο αλγόριθµος µηχανικής µάθησης του συστήµατος. Σχήμα 2. Υποσύστημα Αυτόματης Θεματικής Κατηγοριοποίησης 3.2. Αλγόριθµος Μηχανικής Μάθησης Ο αλγόριθµος που χρησιµοποιήθηκε είναι ο αλγόριθµος των k κοντυνότερων γειτόνων k-nn (k- Nearest Neighbor). Τα βήµατα εκτέλεσης του αλγορίθµου είναι τα εξής: Φάση εκπαίδευσης του αλγορίθµου: Αποθηκεύονται τα έγγραφα εκπαίδευσης, των οποίων είναι γνωστή η κατηγορία στην οποία ανήκουν, µε τη µορφή του διανυσµατικού µοντέλου. Φάση κατηγοριοποίησης: Επιλέγονται k το πλήθος έγγραφα εκπαίδευσης µε το µεγαλύτερο βαθµό οµοιότητας ως προς το άγνωστο έγγραφο, τα οποία συνάµα είναι σηµασιολογικά χαρακτηρισµένα από κόµβους της οντολογίας. Στη συνέχεια, διεξάγεται ψηφοφορία µεταξύ των k επικρατέστερων εγγράφων για να εκλεγούν οι πλειοψηφίσαντες κόµβοι-κατηγορίες µε τους οποίους είναι χαρακτηρισµένα τα έγγραφα αυτά. Η ψηφοφορία µπορεί να γίνει είτε µε ισοβαρείς ψήφους (Απλός k-nn), είτε µε ψήφους σταθµισµένες ανάλογα µε την οµοιότητα των εγγράφων (Σταθµισµένος (weighted) k-nn). Οι δύο αυτές παραλλαγές υλοποιήθηκαν και αξιολογήθηκαν πειραµατικά. Ως δεδοµένα εκπαίδευσης, το σύστηµα χρησιµοποιεί το σύνολο των ήδη κατηγοριοποιηµένων εγγράφων. Έτσι εξασφαλίζεται η καλή λειτουργία του συστήµατος ανεξαρτήτως της οντολογίας που χρησιµοποιείται, το δε σύστηµα βελτιώνεται και µαθαίνει από τα λάθη του και τις συνήθειες του χρήστη. Σχήμα 3. Αποτελέσματα Απλού K-nn 4. Σηµασιολογική Διεύρυνση Ερωτηµάτων Συχνά µια αναζήτηση δεν επιστρέφει επαρκή αριθµό αποτελεσµάτων, για παράδειγµα αν το ερώτηµα αναζήτησης είναι υπερβολικά περιοριστικό (πχ αναζήτηση εγγράφων σχετικών µε κάποιο συνέδριο στη Λευκάδα, στην θεµατική περιοχή Επιστήµη). Για την αντιµετώπιση αυτού του προβλήµατος προτείνονται τεχνικές διεύρυνσης του ερωτήµατος στο σηµασιολογικό άξονα, υπό το γενικό τίτλο Αναζήτηση Σηµασιολογικής Γειτονίας. Οι µέθοδοι αυτές επιτρέπουν στο χρήστη να εξερευνήσει το χώρο των σηµασιολογικά συναφών αποτελεσµάτων αναζήτησης, διευρύνοντας τους σηµασιολογικούς περιορισµούς του ερωτήµατος. Στο προηγούµενο παράδειγµα, ένα έγγραφο για ένα συνέδριο στη Λευκάδα, που ανήκει όµως στη θεµατική υποπεριοχή Μουσική Πληροφορική (Music Computing), µπορεί να ικανοποιεί την πρόθεση του χρήστη. Συγκεκριµένα, προτείνουµε δύο µεθόδους σηµασιολογικής διεύρυνσης ερωτηµάτων, την Αναζήτηση Επόµενης Γενιάς (ΑΕΓ), που επιστρέφει έγγραφα από κατηγορίες που προοδευτικά εξειδικεύουν τις κατηγορίες του ερωτήµατος, και την Αναζήτηση Στενής Γειτονίας (ΑΣΓ), που επιστρέφει έγγραφα από κατηγορίες σηµασιολογικά συσχετισµένες µε αυτές του

5 ερωτήµατος, βαθµολογηµένα ανάλογα µε τη σηµασιολογική αυτή συνάφεια. Στο προηγούµενο παράδειγµα, έστω ότι η αναζήτηση εγγράφων συνέδριο στη Λευκάδα, στη θεµατική περιοχή Επιστήµη δεν επιστρέφει αρκετά αποτελέσµατα. Με την ΑΕΓ, θα επιστραφούν αρχικά στο χρήστη έγγραφα για συνέδριο στη Λευκάδα στις θεµατικές περιοχές π.χ. Ανθρωπιστικές Επιστήµες, Θετικές Επιστήµες, κλπ, ενώ αν ο χρήστης ζητήσει περισσότερα αποτελέσµατα, θα του επιστραφούν έγγραφα για συνέδριο στη Λευκάδα στις θεµατικές περιοχές π.χ. Πληροφορική, Φυσική, κλπ.. Αν ζητήσει περαιτέρω αποτελέσµατα, από τις θεµατικές περιοχές Μουσική Πληροφορική, Πυρηνική Φυσική, κλπ, κ.ο.κ.. Με την ΑΣΓ, θα επιστραφούν έγγραφα για συνέδριο στη Λευκάδα στις θεµατικές περιοχές Ανθρωπιστικές Επιστήµες, Θετικές Επιστήµες, κλπ, και Πληροφορική, Φυσική, κλπ, µε βαθµολογίες ανάλογες της σχετικότητας της θεµατικής τους περιοχής, µε αυτήν που αρχικά ζητήθηκε (Επιστήµη). Με τις µεθόδους αυτές ο χρήστης µπορεί να εξερευνήσει αποδοτικά το χώρο των σηµασιολογικά συναφών αποτελεσµάτων σχετικά µε το αρχικό του ερώτηµα Αναζήτηση Επόµενης Γενιάς Η τεχνική της ΑΕΓ, πραγµατοποιεί προοδευτική εξερεύνηση συναφών αποτελεσµάτων µε το αρχικό ερώτηµα, βασιζόµενη σε ένα µοντέλο σταδιακής εξάπλωσης Στο [13] προτείνεται ένα σύστηµα αναζήτησης εγγράφων, δοµηµένων ως γράφων. Τα αποτελέσµατα µιας αναζήτησης ανακτώνται και αξιολογούνται ανά γενιές, µε βάση την απόστασή τους από κόµβους που σχετίζονται µε το ερώτηµα της αναζήτησης. Η διαίσθηση πίσω απ αυτό το µοντέλο είναι ότι κόµβοι της ίδιας γενιάς (δηλ. οι έχοντες, δηλαδή, την ίδια απόσταση από τους κόµβους του ερωτήµατος) έχουν παρόµοια σχετικότητα µε το ερώτηµα. Υιοθετώντας τη διαίσθηση αυτή, η τεχνική της ΑΕΓ επιστρέφει έγγραφα από κατηγορίες που προοδευτικά εξειδικεύουν τις κατηγορίες του αρχικού ερωτήµατος. Τα αποτελέσµατα µιας αναζήτησης, ανακτώνται και αξιολογούνται ανά γενιές, µε βάση την απόστασή τους από κόµβους που σχετίζονται µε το ερώτηµα της αναζήτησης Αναζήτηση Στενής Γειτονίας Η Αναζήτηση Στενής Γειτονίας, επιστρέφει έγγραφα από κατηγορίες σηµασιολογικά συσχετισµένες µε αυτές του ερωτήµατος, βαθµολογηµένα ανάλογα µε την σηµασιολογική αυτή συνάφεια. Για την ανάπτυξη της µεθόδου αυτής υιοθετήθηκε µοντέλο περιορισµένης εξαπλούµενης ενεργοποίησης [14], το οποίο έχει χρησιµοποιηθεί και στην αναζήτηση εγγύτητας σε γράφους [15], [16]. Σύµφωνα µε το µοντέλο αυτό, θεωρείται ότι οι κόµβοι ενός γράφου που σχετίζονται µε το ερώτηµα µιας αναζήτησης λαµβάνουν µία µονάδα ενεργοποίησης. Ακολούθως, µε βάση κάποιους κανόνες που διέπουν την µετάδοσή της, η ενεργοποίηση µεταδίδεται στους υπόλοιπους κόµβους του γράφου. Για παράδειγµα, µπορεί ο κάθε κόµβος να χάνει ένα ποσοστό µ, της ενεργοποίησής του, το οποίο ισοκατανέµεται σε όλους τους γειτονικούς του κόµβους, και η τελική ενεργοποίηση ενός κόµβου είναι το µέγιστο όλων των ενεργοποιήσεων που έχει λάβει. Το τελικό σκορ ενός κόµβου είναι η τελική ενεργοποίησή του. Επιπλέον, για να υπάρχει µια ελάχιστη εγγυηµένη σχετικότητα του κάθε αποτελέσµατος µε το ερώτηµα, κόµβοι µε ενεργοποίηση κάτω από ένα κατώφλι, δεν την µεταδίδουν. Στην περίπτωσή µας, αυτό µεταφράζεται στα εξής: Επιστρέφονται αποτελέσµατα που ανήκουν στις πιο συναφείς κατηγορίες, µε βαθµολογία σταθµισµένη από το βάθος της κατηγορίας. 5. Πειραµατική Αξιολόγηση 5.1. Αυτόµατη Θεµατική Κατηγοριοποίηση Για την αξιολόγηση των µεθόδων µας, δηµιουργήθηκε µια πλήρης οντολογία κατάταξης επιστηµονικών δηµοσιεύσεων Πληροφορικής, βασισµένη στο σύστηµα κατάταξης της ACM [2]. Ως δεδοµένα εκπαίδευσης, χρησιµοποιήθηκαν 500 επιστηµονικές δηµοσιεύσεις, που είχαν κατηγοριοποιηθεί από τους συγγραφείς τους. Εκτελέστηκαν πειράµατα και για τις δύο παραλλαγές του αλγορίθµου k-nn (Απλός, Σταθµισµένος), µε διαφορετικές τιµές του k. Για την αξιολόγηση των αποτελεσµάτων χρησιµοποιήθηκαν τόσο οι κλασσικές µετρικές Ακρίβειας (ικανότητα ανάκτησης µόνο συναφών εγγράφων) και Ανάκλησης (ικανότητα ανάκτησης όλων των συναφών εγγράφων της συλλογής), όσο και τροποποιηµένες µορφές τους για το συνυπολογισµό των ιδιαιτεροτήτων του προβλήµατος, συγκεκριµένα της αλληλεπιδραστικότητας του συστή- µατος: το σύστηµα προτείνει έναν αριθµό αποτελεσµάτων, ο χρήστης εξετάζει µερικά από αυτά, και τελικά αποφασίζει αν και ποιο θα δεχθεί. Θα ήταν λάθος να ερµηνεύονταν τα προτεινόµενα αποτελέσµατα ως αποφάσεις κατηγοριοποίησης ενός εγγράφου σε πολλαπλές κατηγορίες. Για να αναδείξουµε τη συµπεριφορά αυτή, χρησιµοποιούµε την εξής παραλλαγή µετρικών: Η Τροποποιηµένη Ακρίβεια µετράει τον λόγο του αριθµού των εγγράφων στα οποία το σωστό αποτέλεσµα ανήκε στα προτεινόµενα, προς τον συνολικό αριθµό εγγράφων. Η δε Τροποποιηµένη Ανάκληση µετράει τον λόγο των αποτελεσµάτων που προτείνονται στο χρήστη, προς τον αριθµό των εγγράφων για τα οποία ζητήθηκαν αποτελέσµατα. Όσον αφορά την ορθότητα των προτεινόµενων αποτελεσµάτων, διακρίνουµε τρία επίπεδα ορθότητας. Ιδανικά, ένα προτεινόµενο αποτέλεσµα αντιπροσωπεύει την πραγµατική κατηγορία του κειµένου (αυστηρή ορθότη-

6 τα). Εάν κάτι τέτοιο δε συµβαίνει, είναι προτιµότερο να αντιπροσωπεύει µια γενικότερη κατηγορία αυτής (π.χ. το κείµενο πραγµατεύεται Τεχνικές Πολυδιάστατης Ευρετηριοποίησης και το σύστηµα προτείνει την κατηγορία Τεχνικές Ευρετηριοποίησης) (ορθότητα γενίκευσης). Τέλος εάν και αυτό δε συµβαίνει, είναι πάλι προτιµότερο κάποια προτεινόµενη κατηγορία να είναι συγγενική της πραγµατικής και συγκεκριµένα αδελφική κατηγορία στο δέντρο της οντολογίας (π.χ. στο ανωτέρω παράδειγµα το σύστηµα προτείνει την κατηγορία Τεχνικές Μονοδιάστατης Ευρετηριοποίησης) (ορθότητα συνάφειας). Η λειτουργία του Αυτόµατου Σηµασιολογικού Χαρακτηρισµού εκτελέστηκε πάνω σε σύνολο 66 διαφορετικών δηµοσιεύσεων και σε κάθε εκτέλεση προτείνονταν στο χρήστη αποτελέσµατα µε βαθµολογία πάνω από ένα κατώφλι. Μεταβάλλοντας αυτό το κατώφλι, παρατηρούµε διάφορα σηµεία Τροποποιηµένης Ακρίβειας-Ανάκλησης του συστήµατος. Οι καµπύλες αυτές δείχνουν πόσα έγγραφα µπορούν να κατηγοριοποιηθούν σωστά, ανάλογα µε τον αριθµό προτάσεων που έκανε το σύστηµα. Από τα αποτελέσµατα παρατηρούµε ότι το σύστηµα παρουσιάζει ένα αναµενόµενο ισοζύγιο Ακρίβειας / Ανάκλησης. Επίσης, η απόδοση του συστήµατος βελτιώνεται αισθητά όταν χρησιµοποιείται ο Σταθµισµένος k-nn αλγόριθµος που υλοποιήσαµε, αντί του απλού. Αυτό είναι αναµενόµενο, δεδοµένης της τάσης του Απλού k-nn να ευνοεί λιγότερο σχετικά έγγραφα εκπαίδευσης. Από την αναπαράσταση των αποτελεσµάτων µε τη χρήση των τροποποιηµένων µετρικών, µπορεί κανείς να παρατηρήσει ότι το σύστηµά παρουσιάζει στην πράξη πολύ καλή απόδοση. Ο χρήστης µπορεί να χαρακτηρίσει σωστά 60-90% των εγγράφων του (ανάλογα µε την αυστηρότητα της ορθότητας που επιθυµεί), εξετάζοντας λιγότερες από 4 προτεινόµενες κατηγορίες ανά έγγραφο. Αντίστοιχα αποτελέσµατα, λαµβάνουµε για άλλες µετρικές και παραµέτρους του συστήµατος. Σχήμα 5. Ανάκληση Σχήμα 6. Τροποποιημένη Ανάκληση Κατά την ερµηνεία αυτών των αριθµών, ας συνυπολογιστεί το γεγονός ότι η κατηγοριοποίηση επιστηµονικών δηµοσιεύσεων είναι έργο δύσκολο: Το περιεχόµενο των δηµοσιεύσεων συχνά αναφέρεται σε πολλαπλές κατηγορίες, διαφορετικές µεταξύ τους. Επίσης, αρκετοί κόµβοι στην οντολογία ACM, βρίσκονται εννοιολογικά πολύ κοντά, λόγω της εξειδίκευσης της οντολογίας. Αυτός είναι και ένας λόγος που το σύστηµα παρουσιάζει σαφώς βελτιωµένη συµπεριφορά για λιγότερο αυστηρούς ορισµούς ορθότητας αποτελεσµάτων Αναζήτηση Σηµασιολογικής Γειτονίας Σχήμα 4. Ανάκληση Ακολούθως παρατίθενται παραδείγµατα εκτέλεσης Αναζήτησης Σηµασιολογικής Γειτονίας µε τις δύο µεθόδους που υλοποιήθηκαν, στο σύνολο δεδοµένων που περιγράφηκε. Τα παραδείγµατα αυτά αναδεικνύουν την αποδοτικότητα των προτεινόµενων µεθόδων στον εµπλουτισµό των αποτελεσµάτων της συνήθους αναζήτη-

7 σης (σηµασιολογική και συνδυαστική αναζήτηση). Έχουν ως κοινή αφετηρία την απλή συνδυαστική αναζήτηση εγγράφων της κατηγορίας H.Information Systems, που να περιέχουν τις λέξεις data και records, αλλά όχι τη λέξη autonomic, η οποία αρχικά δεν επιστρέφει απότελέσµατα. Σχήμα 8. Αποτελέσματα βάθους 2 Στην επόµενη επανάληψη ανακτάται το επιθυµητό έγγραφο Αναζήτηση Επόµενης Γενιάς Ο υποθετικός χρήστης Α θέλει να βρει µία παρουσίαση που είχε παρακολουθήσει και απ όσο θυµάται ικανοποιεί τα κριτήρια της παραπάνω αναζήτησης. Μη βρίσκοντας αποτελέσµατα, χρησιµοποιεί την ΑΕΓ για την διαδοχική ανάκτηση εγγράφων, κατά µειούµενη σηµασιολογική σχετικότητα. Με το πάτηµα του κουµπιού Get next generation, ανακτώνται τα έγγραφα που είναι χαρακτηρισµένα µε κάποιο κόµβο-παιδί αυτής της κατηγορίας, και περιέχουν τις επιθυµητές λέξεις: Σχήμα 9. Αποτελέσματα βάθους Αναζήτηση Στενής Γειτονίας Ο υποθετικός χρήστης Β αναζητά επιστηµονικές δηµοσιεύσεις για µια βιβλιογραφική µελέτη, χρησιµοποιώντας την αρχική αναζήτηση. Μη βρίσκοντας αποτελέσµατα, χρησιµοποιεί την ΑΣΓ, για να βρει τα έγγραφα που προσεγγίζουν περισσότερο την αρχική κατηγορία. Με την εφαρµογή της µεθόδου, ανακτά πλήθος σχετικών δηµοσιεύσεων, όπως φαίνεται στο παρακάτω σχήµα: Σχήμα 7. Αποτελέσματα βάθους 1 Εφόσος ο χρήστης δεν έχει εντοπίσει ακόµα το έγγραφο που επιθυµεί, ζητά κι άλλα αποτελέσµατα (από κόµβους µεγαλύτερου βάθους), ξαναπατώντας το κουµπί. Σχήμα 10. Αποτελέσματα ΑΣΓ 6. Λοιπές συνεισφορές της διπλωµατικής Το GoNTogle είναι επιθυµητό να υποστηρίζει πολλούς τύπους αρχείων για να καλύπτει καλύτερα τις ανάγκες αρχειοθέτησης και αναζήτησης του χρήστη. Γι αυτό προστέθηκε η δυνατότητα ευρετηριοποίησης και αναζήτησης νέων τύπων αρχείων καθώς και διόρθωση προβληµάτων τύπων αρχείων που τύγχαναν ελλειπούς υποστήρηξης, καθώς και πρόσθεση πλήρους

8 υποστήρηξης ελληνικών σε αρχεία που την υποστήριζαν µερικώς. Αποτέλεσµα, η πλήρης υποστήριξη αρχείων όπως Postscript (.ps), Microsoft Office PowerPoint (.ppt), Αρχεία HTML (.htm,.html), Αρχεία Microsoft Excel (.xls), Αρχεία Adobe PDF (.pdf),.doc,.txt κά. 7. Συµπεράσµατα Το νέο σύστηµα GoNTogle 2.0 προσφέρει στο χρήστη τη δυνατότητα αυτόµατου σηµασιολογικού χαρακτηρισµού εγγράφων, ώστε να µπορεί µε λιγότερη προσπάθεια να χαρακτηρίζει σηµασιολογικά µεγάλο πλήθος εγγράφων του και άρα να καθίσταται πρακτική η σηµασιολογική αναζήτηση των εγγράφων αυτών. Η υλοποίηση του υποσυστήµατος αυτόµατου σηµασιολογικού χαρακτηρισµού γίνεται µε χρήση τεχνικών µηχανικής µάθησης, ώστε ανάλογα µε τις επιλογές του χρήστη, το σύστηµα να µαθαίνει από τα λάθη του, και τις συνήθειες του χρήστη βελτιώνοντας έτσι την απόδοσή του. Το GoNTogle 2.0 επίσης, υλοποιεί δύο µεθόδους αναζήτησης για τον εµπλουτισµό σηµασιολογικών αποτελεσµάτων, για να ανταποκριθεί σε περιπτώσεις που τα επιστρεφόµενα αποτελέσµατα δεν είναι επαρκή σε αριθµό και δεν καλύπτουν τις ανάγκες του χρήστη. Οι µέθοδοι αυτοί πραγµατοποιούν αναζήτηση εγγράφων σε κόµβους της οντολογίας που είναι συγγενικοί µε τους αρχικούς κόµβους αναζήτησης. 8. Μελλοντικές Επεκτάσεις Μία ενδιαφέρουσα µελλοντική επέκταση που θα διευκόλυνε το χρήστη στα πρώτα στάδια εκπαίδευσης του αλγορίθµου µηχανικής µάθησης, είναι η ύπαρξη ενός συνόλου λέξεων, που θα αποτελεί τα δεδοµένα εκπαίδευσης κόµβων που δεν περιέχουν ακόµα σηµασιολογικά χαρακτηρισµένα έγγραφα. Μία λύση που θεωρούµε πολλά υποσχόµενη, είναι η χρησιµοποίηση άρθρων της Wikipedia για εξαγωγή λέξεων που θα περιγράφουν τους κόµβους αυτούς και θα αποτελούν τα δεδοµένα εκπαίδευσης, µέχρι να υπάρξει επαρκής αριθµός σηµασιολογικά χαρακτηρισµένων κειµένων στην οντολογία. Η Wikepedia προτείνεται διότι τα άρθρα της έχουν µεγάλη θεµατική πληρότητα, είναι ταξινοµηµένα σε κατηγορίες, και τα κείµενά τους προκύπτουν από ποικίλους τρόπους συγγραφής. 9. Βιβλιογραφία [1] Γ. Γιαννόπουλος, GoNTogle: Έξυπνη µηχανή αναζήτησης µε χρήση οντολογιών, Διπλωµατική εργασία, Εθνικό Μετσόβιο Πολυτεχνείο, Ιούλιος 2006 [3] A. Kiryakov, B. Popov, D. Ognyanoff, D. Manov, A. Kirilov, M. Goranov. Semantic Annotation Indexing and Retrieval. Journal of Web Semantics 2, Issue 1, Elsevier, 2004 [4] H. Cunningham, D. Maynard, K. Bontcheva, V. Tablan, GATE: A Framework and Graphical Development Environment for Robust NLP Tools and Applications, Proceedings of the 40th Anniversary Meeting of the Association for Computational Linguistics (ACL'02). Philadelphia, July 2002 [5] Reuters OpenCalais, Ανακτήθηκε στις [6] P. Castells, M. Fernandez, D. Vallet, "An Adaptation of the Vector-Space Model for Ontology-Based Information Retrieval," IEEE Transactions on Knowledge and Data Engineering, vol. 19, no. 2, pp , Feb., 2007 [7] S. Souldatos, T. Dalamagas, T. Sellis, Captain Nemo: A Metasearch Engine with Personalized Hierarchical Search Space Informatica, Vol. 30, No 2, pp , 2006 [8] P. Cimiano, S. Handschuh, S. Staab: Towards the selfannotating web. WWW 2004: [9] Y. Huang, T. M. Mitchell, Text clustering with extended user feedback, SIGIR 2006 [10] L. W. Kwong, Yiu-Kai Ng, Performing Binary- Categorization on Multiple-Record Web Documents Using Information Retrieval Models and Application Ontologies, World Wide Web (WWW), 2003 [11] S. T. Dumais, H. Chen, "Hierarchical classification of Web content" SIGIR, 2000 [12] I. H. Witten, A. Moffat, T. C. Bell, Managing Gigabytes: Compressing and Indexing Documents and Images, Morgan Kaufmann [13] J. Graupmann, R. Schenkel, G. Weikum, The SphereSearch Engine for Unified Ranked Retrieval of Heterogeneous XML and Web Documents, VLDB 2005 [14] P. R. Cohen, R. Kjeldsen, Information retrieval by constrained spreading activation in semantic networks. Inf. Process. Manage. (IPM) 23(4), 1987 [15] G. Kasneci, F. M. Suchanek, G. Ifrim, M. Ramanath, G. Weikum, NAGA: Searching and Ranking Knowledge, ICDE 2008 [16] Wen-Syan Li, K. S. Candan, Q. Vu, D. Agrawal, Retrieving and organizing web pages by information unit, WWW 2001 [2] ACM Computing Classification System,

ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ:

ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ: ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: Υπολογιστικά Συστήµατα & Τεχνολογίες Πληροφορικής ΣΥΓΓΡΑΦΕΑΣ: Γιώργος Γιαννόπουλος, διδακτορικός φοιτητής

Διαβάστε περισσότερα

GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ

GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΣΠΟΥ ΑΣΤΗΣ: Γιαννόπουλος Γεώργιος ΕΠΙΒΛΕΠΩΝ: Καθ. Ι. Βασιλείου ΒΟΗΘΟΙ: Α. ηµητρίου, Θ. αλαµάγκας Γενικά Οι µηχανές αναζήτησης

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Αυτόµατη Θεµατική Κατηγοριοποίηση και Σηµασιολογική ιεύρυνση Ερωτηµάτων

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Τεχνικές κατασκευής δένδρων επιθεµάτων πολύ µεγάλου µεγέθους και χρήσης

Διαβάστε περισσότερα

Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη

Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη Τεχνικές ταξινόµησης αποτελεσµάτων µηχανών αναζήτησης µε βάση την ιστορία του χρήστη Όνοµα: Νικολαΐδης Αντώνιος Επιβλέπων: Τ. Σελλής Περίληψη ιπλωµατικής Εργασίας Συνεπιβλέποντες: Θ. αλαµάγκας, Γ. Γιαννόπουλος

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Εξαγωγή γεωγραφικής πληροφορίας από δεδομένα παρεχόμενα από χρήστες του

Διαβάστε περισσότερα

ΑΣΚΗΣΗ. Δημιουργία Ευρετηρίων Συλλογής Κειμένων

ΑΣΚΗΣΗ. Δημιουργία Ευρετηρίων Συλλογής Κειμένων Γλωσσική Τεχνολογία Ακαδημαϊκό Έτος 2011-2012 Ημερομηνία Παράδοσης: Στην εξέταση του μαθήματος ΑΣΚΗΣΗ Δημιουργία Ευρετηρίων Συλλογής Κειμένων Σκοπός της άσκησης είναι η υλοποίηση ενός συστήματος επεξεργασίας

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #05 Ακρίβεια vs. Ανάκληση Extended Boolean Μοντέλο Fuzzy Μοντέλο 1 Άδεια χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #02 Ιστορική αναδρομή Σχετικές επιστημονικές περιοχές 1 Άδεια χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση

ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση Οι συµφράσεις είναι ακολουθίες όρων οι οποίοι συνεµφανίζονται σε κείµενο µε µεγαλύτερη συχνότητα από εκείνη της εµφάνισης

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Ανάπτυξη μιας προσαρμοστικής πολιτικής αντικατάστασης αρχείων, με χρήση

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Το Πιθανοκρατικό Μοντέλο Κλασικά Μοντέλα Ανάκτησης Τρία είναι τα, λεγόμενα, κλασικά μοντέλα ανάκτησης: Λογικό (Boolean) που βασίζεται στη Θεωρία Συνόλων Διανυσματικό (Vector) που βασίζεται στη Γραμμική

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #06 Πιθανοτικό Μοντέλο 1 Άδεια χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης)

Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης) Πανεπιστήµιο Κρήτης, Τµήµα Επιστήµης Υπολογιστών ΗΥ-6 Συστήµατα Ανάκτησης Πληροφοριών 7-8 Εαρινό Εξάµηνο Άσκηση Λύσεις ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσµατικότητας της Ανάκτησης) Θεωρείστε µια

Διαβάστε περισσότερα

1 Συστήματα Αυτοματισμού Βιβλιοθηκών

1 Συστήματα Αυτοματισμού Βιβλιοθηκών 1 Συστήματα Αυτοματισμού Βιβλιοθηκών Τα Συστήματα Αυτοματισμού Βιβλιοθηκών χρησιμοποιούνται για τη διαχείριση καταχωρήσεων βιβλιοθηκών. Τα περιεχόμενα των βιβλιοθηκών αυτών είναι έντυπα έγγραφα, όπως βιβλία

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Μηχανές αναζήτησης

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ. Μηχανές αναζήτησης ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιο λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους

Διαβάστε περισσότερα

Σχεδιασµός Ανάπτυξη Οντολογίας

Σχεδιασµός Ανάπτυξη Οντολογίας Σχεδιασµός Ανάπτυξη Οντολογίας ΈλεναΜάντζαρη, Γλωσσολόγος, Ms.C. ΙΑΤΡΟΛΕΞΗ: Ανάπτυξη Υποδοµής Γλωσσικής Τεχνολογίας για το Βιοϊατρικό Τοµέα Τι είναι η οντολογία; Μιαοντολογίαείναιέναλεξικόόρωνπου διατυπώνονται

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #01

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #01 Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #01 Διαδικαστικά μαθήματος Εισαγωγικές έννοιες & Ορισμοί Συστήματα ανάκτησης πληροφορίας 1

Διαβάστε περισσότερα

Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005

Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005 ΕΚΕΦΕ «ηµόκριτος» Ινστιτούτο Πληροφορικής και Τηλεπικοινωνιών Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού Προπτυχιακές και µεταπτυχιακές εργασίες Μάρτιος 2005 Το Εργαστήριο Τεχνολογίας Γνώσεων και Λογισµικού

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #03

Ανάκτηση Πληροφορίας. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #03 Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #03 Βασικές έννοιες Ανάκτησης Πληροφορίας Δομή ενός συστήματος IR Αναζήτηση με keywords ευφυής

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα πολυδιάστατου ψηφιακού σήµατος (Εικόνες Εικονοσειρές)» Πακέτο Εργασίας 1: Ανάπτυξη βάσης

Διαβάστε περισσότερα

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ.

«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. ΕΡΓΑΣΙΑ 4 «Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. Στόχος Στόχος της Εργασίας 4 είναι να η εξοικείωση με την αντικειμενοστρέφεια (object oriented programming). Πιο συγκεκριμένα,

Διαβάστε περισσότερα

Από Θεωρίες Μάθησης σε Περιβάλλοντα Μάθησης

Από Θεωρίες Μάθησης σε Περιβάλλοντα Μάθησης Από Θεωρίες Μάθησης σε Περιβάλλοντα Μάθησης Εργαστήριο Εκπαιδευτικής & Γλωσσικής Τεχνολογίας http://hermes.di.uoa.gr/ S.C.A.L.E. Μαρία Γρηγοριάδου A.L.M.A. Οµότιµη Καθηγήτρια SemanDix Τµήµα Πληροφορικής

Διαβάστε περισσότερα

Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3

Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3 Ανάπτυξη Οντολογίας Βιοϊατρικών Όρων Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3 www.iatrolexi.cti.gr 1 Ερευνητικό Ακαδημαϊκό Ινστιτούτο Τεχνολογίας Υπολογιστών (ΕΑΙΤΥ) Σελίδα 1 Ημερομηνία:

Διαβάστε περισσότερα

Δημιουργία Ευρετηρίων Συλλογής Κειμένων

Δημιουργία Ευρετηρίων Συλλογής Κειμένων Γλωσσική Τεχνολογία Ακαδημαϊκό Έτος 2011-2012 - Project Σεπτεμβρίου Ημερομηνία Παράδοσης: Στην εξέταση του μαθήματος Εξέταση: Προφορική, στο τέλος της εξεταστικής. Θα βγει ανακοίνωση στο forum. Ομάδες

Διαβάστε περισσότερα

ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας

ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας ΜΑΘΗΜΑ 6 195 Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων Το RDF Το Warwick Framework 196 1 Resource Data Framework RDF Τα πολλαπλά και πολλαπλής προέλευσης σχήµατα παραγωγής δηµιουργούν την ανάγκη δηµιουργίας

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ανάκτηση Πληροφορίας Το μοντέλο Boolean Το μοντέλο Vector Ταξινόμηση Μοντέλων IR Ανάκτηση Περιήγηση Κλασικά Μοντέλα Boolean Vector Probabilistic Δομικά Μοντέλα Non-Overlapping Lists Proximal Nodes Browsing

Διαβάστε περισσότερα

ΑΣΚΗΣΗ. Συγκομιδή και δεικτοδότηση ιστοσελίδων

ΑΣΚΗΣΗ. Συγκομιδή και δεικτοδότηση ιστοσελίδων Γλωσσική Τεχνολογία Ακαδημαϊκό Έτος 2010-2011 ΑΣΚΗΣΗ Συγκομιδή και δεικτοδότηση ιστοσελίδων Σκοπός της άσκησης είναι η υλοποίηση ενός ολοκληρωμένου συστήματος συγκομιδής και δεικτοδότησης ιστοσελίδων.

Διαβάστε περισσότερα

Πρόταση θέµατος πτυχιακής εργασίας

Πρόταση θέµατος πτυχιακής εργασίας Σχεδιασµό και υλοποίηση παιχνιδιού για τη συλλογή δεδοµένων µε σκοπό την προστασία της ιδιωτικότητας Τα παιχνίδια µε σκοπό (games with a purpose) είναι µια νέα ιδέα που εκµεταλλεύεται την ανθρώπινη αντίληψη

Διαβάστε περισσότερα

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams Αλέκα Σεληνιωτάκη Ηράκλειο, 26/06/12 aseliniotaki@csd.uoc.gr ΑΜ: 703 1. Περίληψη Συνεισφοράς

Διαβάστε περισσότερα

Πληροφορική 2. Δομές δεδομένων και αρχείων

Πληροφορική 2. Δομές δεδομένων και αρχείων Πληροφορική 2 Δομές δεδομένων και αρχείων 1 2 Δομή Δεδομένων (data structure) Δομή δεδομένων είναι μια συλλογή δεδομένων που έχουν μεταξύ τους μια συγκεκριμένη σχέση Παραδείγματα δομών δεδομένων Πίνακες

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους από τους

Διαβάστε περισσότερα

Προτεινόμενες Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσματικότητας της Ανάκτησης & Μοντέλα Ανάκτησης)

Προτεινόμενες Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσματικότητας της Ανάκτησης & Μοντέλα Ανάκτησης) Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών ΗΥ463 Συστήματα Ανάκτησης Πληροφοριών 28-29 Εαρινό Εξάμηνο Προτεινόμενες Λύσεις 1 ης Σειράς Ασκήσεων (Αξιολόγηση της Αποτελεσματικότητας της Ανάκτησης &

Διαβάστε περισσότερα

Εννοιολογική Διεύρυνση Ερωτημάτων με τη Χρήση Θησαυρού: μια εμπειρική μελέτη

Εννοιολογική Διεύρυνση Ερωτημάτων με τη Χρήση Θησαυρού: μια εμπειρική μελέτη 19ο Πανελλήνιο Συνέδριο Ακαδημαϊκών Βιβλιοθηκών, 3-5 Νοεμβρίου 2010, Αθήνα Εννοιολογική Διεύρυνση Ερωτημάτων με τη Χρήση Θησαυρού: μια εμπειρική μελέτη Άννα Μάστορα (1) Μαρία Μονόπωλη (2) Σαράντος Καπιδάκης

Διαβάστε περισσότερα

Διαχείριση εγγράφων. Αποθήκες και Εξόρυξη Δεδομένων Διδάσκων: Μ. Χαλκίδη

Διαχείριση εγγράφων. Αποθήκες και Εξόρυξη Δεδομένων Διδάσκων: Μ. Χαλκίδη Διαχείριση εγγράφων Αποθήκες και Εξόρυξη Δεδομένων Διδάσκων: Μ. Χαλκίδη Απεικόνιση κειμένων για Information Retrieval Δεδομένου ενός κειμένου αναζητούμε μια μεθοδολογία απεικόνισης του γραμματικού χώρου

Διαβάστε περισσότερα

Εκπαίδευση ταξινοµητών κειµένου για το χαρακτηρισµό άποψης. Ειρήνη Καλδέλη ιπλωµατική Εργασία. Περίληψη

Εκπαίδευση ταξινοµητών κειµένου για το χαρακτηρισµό άποψης. Ειρήνη Καλδέλη ιπλωµατική Εργασία. Περίληψη Εκπαίδευση ταξινοµητών κειµένου για το χαρακτηρισµό άποψης Ειρήνη Καλδέλη ιπλωµατική Εργασία Περίληψη Εισαγωγή Τα τελευταία χρόνια η αλµατώδης ανάπτυξη της πληροφορικής έχει διευρύνει σε σηµαντικό βαθµό

Διαβάστε περισσότερα

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ (Τ.Ε.Ι.) ΣΕΡΡΩΝ Τμήμα ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ

Διαβάστε περισσότερα

Οντολογία Ψηφιακής Βιβλιοθήκης

Οντολογία Ψηφιακής Βιβλιοθήκης Οντολογία Ψηφιακής Βιβλιοθήκης Αντωνάκης Δημήτρης Μητρέλης Άγγελος Παπουτσής Κωνσταντίνος Θεόδωρος Σιώχος Βασίλειος Νοέμβριος 2006 Πάτρα Χρήση Οντολογιών Οι ψηφιακές βιβλιοθήκες με τη βοήθεια των οντολογιών

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ

ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΠΛ 003: ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΑ ΣΥΣΤΗΜΑΤΑ Δρ. Κουζαπάς Δημήτριος Πανεπιστήμιο Κύπρου - Τμήμα Πληροφορικής Μηχανές Αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες

Διαβάστε περισσότερα

Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000

Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΧΑΡΤΟΓΡΑΦΙΑΣ Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ Μελέτη υλοποίησης στο Protégé-2000 Μαρίνος Κάβουρας Αν. Καθηγητής ΕΜΠ ευκαλίων

Διαβάστε περισσότερα

ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης

ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ. Μηχανές αναζήτησης ΕΠΛ 002: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Μηχανές αναζήτησης Στόχοι 1 Να εξηγήσουμε για ποιον λόγο μας είναι απαραίτητες οι μηχανές αναζήτησης στον Παγκόσμιο Ιστό. Να περιγράψουμε κάποιους από τους

Διαβάστε περισσότερα

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 7 ο : Ανάκτηση πληροφορίας. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος:

ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ. Μάθημα 7 ο : Ανάκτηση πληροφορίας. Γεώργιος Πετάσης. Ακαδημαϊκό Έτος: ΓΛΩΣΣΙΚΗ ΤΕΧΝΟΛΟΓΙΑ Μάθημα 7 ο : Ανάκτηση πληροφορίας Γεώργιος Πετάσης Ακαδημαϊκό Έτος: 2012 2013 ΤMHMA MHXANIKΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ, Πανεπιστήμιο Πατρών, 2012 2013 Οι διαφάνειες αυτού του μαθήματος βασίζονται

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 9: Ανάδραση Σχετικότητας (Relevance Feedback ή RF) Απόστολος Παπαδόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Μία αξιωματική προσέγγιση για τη διαφοροποίηση των αποτελεσμάτων

Μία αξιωματική προσέγγιση για τη διαφοροποίηση των αποτελεσμάτων Μία αξιωματική προσέγγιση για τη διαφοροποίηση των αποτελεσμάτων ΜΑΘΗΜΑ Ανάκτηση Πληροφορίας Παππάς Χρήστος Ιωάννινα, Ιανουάριος 2010 Διάρθρωση Εισαγωγή Πρόβλημα Σημαντικότητα Ενδιαφέροντα θέματα Τεχνικό

Διαβάστε περισσότερα

Ε Ξ Α Γ Ω Γ H Γ Ε Ω Γ ΡΑ Φ Ι Κ H Σ Π Λ Η Ρ Ο Φ Ο Ρ Ί Α Σ Α Π O Η Μ Ι Δ Ο Μ Η Μ E Ν Ο Κ Ε I Μ Ε Ν Ο ( G E O P A R S I N G W E B P A G E S )

Ε Ξ Α Γ Ω Γ H Γ Ε Ω Γ ΡΑ Φ Ι Κ H Σ Π Λ Η Ρ Ο Φ Ο Ρ Ί Α Σ Α Π O Η Μ Ι Δ Ο Μ Η Μ E Ν Ο Κ Ε I Μ Ε Ν Ο ( G E O P A R S I N G W E B P A G E S ) Ε Ξ Α Γ Ω Γ H Γ Ε Ω Γ ΡΑ Φ Ι Κ H Σ Π Λ Η Ρ Ο Φ Ο Ρ Ί Α Σ Α Π O Η Μ Ι Δ Ο Μ Η Μ E Ν Ο Κ Ε I Μ Ε Ν Ο ( G E O P A R S I N G W E B P A G E S ) ΠΕΡΙΛΗΨΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ Αλβέρτος-Δαυΐδ Άντζελ el01004@mail.ntua.gr

Διαβάστε περισσότερα

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση Κεφάλαιο 8 Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Αναπαράσταση Γνώσης Σύνολο συντακτικών

Διαβάστε περισσότερα

Τι είναι ένα σύστημα διαχείρισης περιεχομένου; δυναμικό περιεχόμενο

Τι είναι ένα σύστημα διαχείρισης περιεχομένου; δυναμικό περιεχόμενο Τι είναι ένα σύστημα διαχείρισης περιεχομένου; Παρά την μεγάλη εξάπλωση του διαδικτύου και τον ολοένα αυξανόμενο αριθμό ιστοσελίδων, πολλές εταιρείες ή χρήστες δεν είναι εξοικειωμένοι με την τεχνολογία

Διαβάστε περισσότερα

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών 1 Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ της Κωτσογιάννη Μαριάννας Περίληψη 1. Αντικείµενο- Σκοπός Αντικείµενο της διπλωµατικής αυτής εργασίας

Διαβάστε περισσότερα

Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση

Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση Πρότυπα και Τεχνολογίες Semantic Web και Web 2.0 και η εφαρμογή τους στην Ηλεκτρονική Διακυβέρνηση Νίκος Λούτας (nlout@uom.gr) http://nikosloutas.com Υποψήφιος Διδάκτορας, Εργαστήριο Πληροφοριακών Συστημάτων,

Διαβάστε περισσότερα

Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό

Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό Αλέξανδρος Βαλαράκος (alexv@iit.demokritos.gr) (alexv@aegean.gr) Υποψήφιος ιδάκτορας Τµήµα Μηχανικών Υπολογιστικών και Πληροφοριακών Συστηµάτων.

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΗ Μέθοδος και σύστηµα για τη συγκέντρωση, περιγραφή, οργάνωση και διαχείριση ψηφιακών/διαδικτυακών εγγράφων µε βάση σηµασιολογικά

ΠΕΡΙΓΡΑΦΗ Μέθοδος και σύστηµα για τη συγκέντρωση, περιγραφή, οργάνωση και διαχείριση ψηφιακών/διαδικτυακών εγγράφων µε βάση σηµασιολογικά 1 ΠΕΡΙΓΡΑΦΗ Μέθοδος και σύστηµα για τη συγκέντρωση, περιγραφή, οργάνωση και διαχείριση ψηφιακών/διαδικτυακών εγγράφων µε βάση σηµασιολογικά χαρακτηριστικά, που πηγάζουν από µια θεµατική οντολογία. 1 Σύντοµη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 26 Ιανουαρίου 2004 ιάρκεια: 2 ώρες (9:00-:00) Στην παρακάτω

Διαβάστε περισσότερα

Παραδοτέο Π.2.1. Υπερχώρος και διαχείριση μοντέλων

Παραδοτέο Π.2.1. Υπερχώρος και διαχείριση μοντέλων Έργο: Τίτλος Υποέργου: «ΘΑΛΗΣ: Ενίσχυση της Διεπιστημονικής ή και Διιδρυματικής έρευνας και καινοτομίας με δυνατότητα προσέλκυσης ερευνητών υψηλού επιπέδου από το εξωτερικό μέσω της διενέργειας βασικής

Διαβάστε περισσότερα

Βάσεις εδοµένων & Πολυµέσα

Βάσεις εδοµένων & Πολυµέσα Βάσεις εδοµένων & Πολυµέσα Κουρέλης Στάθης Παρουσίαση πρακτικού µέρους 4ης εργασίας Καθηγητής: κ. Στυλιαράς Γ. Αθήνα - Απρίλιος 2009 Εισαγωγή Οι Βάσεις εδοµένων Πολυµέσων παρέχουν χαρακτηριστικά που επιτρέπουν

Διαβάστε περισσότερα

MBR Ελάχιστο Περιβάλλον Ορθογώνιο (Minimum Bounding Rectangle) Το µικρότερο ορθογώνιο που περιβάλλει πλήρως το αντικείµενο 7 Παραδείγµατα MBR 8 6.

MBR Ελάχιστο Περιβάλλον Ορθογώνιο (Minimum Bounding Rectangle) Το µικρότερο ορθογώνιο που περιβάλλει πλήρως το αντικείµενο 7 Παραδείγµατα MBR 8 6. Πανεπιστήµιο Πειραιώς - Τµήµα Πληροφορικής Εξόρυξη Γνώσης από εδοµένα (Data Mining) Εξόρυξη Γνώσης από χωρικά δεδοµένα (κεφ. 8) Γιάννης Θεοδωρίδης Νίκος Πελέκης http://isl.cs.unipi.gr/db/courses/dwdm Περιεχόµενα

Διαβάστε περισσότερα

Μοντελοποίηση της πλοήγησης των χρηστών στον Παγκόσµιο Ιστό µε χρήση. Κορφιάτης Γιώργος ιπλωµατική Εργασία

Μοντελοποίηση της πλοήγησης των χρηστών στον Παγκόσµιο Ιστό µε χρήση. Κορφιάτης Γιώργος ιπλωµατική Εργασία Μοντελοποίηση της πλοήγησης των χρηστών στον Παγκόσµιο Ιστό µε χρήση µεθόδων Συµπερασµού Γραµµατικών Κορφιάτης Γιώργος ιπλωµατική Εργασία Αντικείµενο Κατασκευή µοντέλου ικανού να περιγράψει την πλοήγηση

Διαβάστε περισσότερα

Web Mining. Χριστίνα Αραβαντινού Ιούνιος 2014

Web Mining. Χριστίνα Αραβαντινού Ιούνιος 2014 Web Mining Χριστίνα Αραβαντινού aravantino@ceid.upatras.gr Ιούνιος 2014 1 / 34 Χριστίνα Αραβαντινού Web Mining Περιεχόµενα 1 2 3 4 5 6 2 / 34 Χριστίνα Αραβαντινού Web Mining Το Web Mining στοχεύει στην

Διαβάστε περισσότερα

710 -Μάθηση - Απόδοση

710 -Μάθηση - Απόδοση 710 -Μάθηση - Απόδοση Διάλεξη 6η Ποιοτική αξιολόγηση της Κινητικής Παρατήρηση Αξιολόγηση & Διάγνωση Η διάλεξη αυτή περιλαμβάνει: Διαδικασία της παρατήρησης & της αξιολόγησης Στόχοι και περιεχόμενο παρατήρησης

Διαβάστε περισσότερα

Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών HY463 - Συστήματα Ανάκτησης Πληροφοριών Εαρινό Εξάμηνο. Φροντιστήριο 3.

Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών HY463 - Συστήματα Ανάκτησης Πληροφοριών Εαρινό Εξάμηνο. Φροντιστήριο 3. Πανεπιστήμιο Κρήτης, Τμήμα Επιστήμης Υπολογιστών HY6 - Συστήματα Ανάκτησης Πληροφοριών 007 008 Εαρινό Εξάμηνο Φροντιστήριο Retrieval Models Άσκηση Θεωρείστε μια συλλογή κειμένων που περιέχει τα ακόλουθα

Διαβάστε περισσότερα

TRAVIS TRAFFIC VIOLATION INFORMATION SYSTEM ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΗΣΗΣ ΠΑΡΑΒΑΣΕΩΝ ΦΩΤΟΕΠΙΣΗΜΑΝΣΗΣ

TRAVIS TRAFFIC VIOLATION INFORMATION SYSTEM ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΗΣΗΣ ΠΑΡΑΒΑΣΕΩΝ ΦΩΤΟΕΠΙΣΗΜΑΝΣΗΣ TRAFFIC VIOLATION INFORMATION SYSTEM ΣΥΣΤΗΜΑ ΔΙΑΧΕΙΡΗΣΗΣ ΠΑΡΑΒΑΣΕΩΝ ΦΩΤΟΕΠΙΣΗΜΑΝΣΗΣ TRAVIS-V1-2012 TRAVIS Λογισμικό Διαχείρισης Παραβάσεων Φωτοεπισήμανσης Το σύστημα διαχείρισης παραβάσεων φωτοεπισήμανσης

Διαβάστε περισσότερα

Σχεδιασµός βασισµένος σε συνιστώσες

Σχεδιασµός βασισµένος σε συνιστώσες Σχεδιασµός βασισµένος σε συνιστώσες 1 Ενδεικτικά περιεχόµενα του κεφαλαίου Ποια είναι τα "άτοµα", από τα οποία κατασκευάζονται οι υπηρεσίες; Πώς οργανώνουµε τις συνιστώσες σε ένα αρµονικό σύνολο; Τι είναι

Διαβάστε περισσότερα

DECO DECoration Ontology

DECO DECoration Ontology Πράξη: «Αρχιμήδης ΙΙI Ενίσχυση Ερευνητικών Ομάδων στο ΤΕΙ Κρήτης» Υποέργο 32 DECO DECoration Ontology Οντολογία και εφαρμογές σημασιολογικής αναζήτησης και υποστήριξης στον αρχιτεκτονικό σχεδιασμό εσωτερικού

Διαβάστε περισσότερα

«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα

«Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα «Τεχνογλωσσία VIII» Εξαγωγή πληροφοριών από κείμενα Σεμινάριο 8: Χρήση Μηχανικής Μάθησης στην Εξαγωγή Πληροφορίας Ευάγγελος Καρκαλέτσης, Γεώργιος Πετάσης Εργαστήριο Τεχνολογίας Γνώσεων & Λογισμικού, Ινστιτούτο

Διαβάστε περισσότερα

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα 2 Βήματα Επεξεργασίας Τα βασικά βήματα στην επεξεργασία

Διαβάστε περισσότερα

Ειδικές Επιστηµονικές Εργασίες

Ειδικές Επιστηµονικές Εργασίες Ειδικές Επιστηµονικές Εργασίες 2005-2006 1. Ανίχνευση προσώπων από ακολουθίες video και παρακολούθηση (face detection & tracking) Η ανίχνευση προσώπου (face detection) αποτελεί το 1 ο βήµα σε ένα αυτόµατο

Διαβάστε περισσότερα

SilverPlatter WebSPIRS 4.1.

SilverPlatter WebSPIRS 4.1. WebSPIRS 4.1. Η υπηρεσία WebSPIRS από τη SilverPlatter αποτελεί ένα φιλικό εργαλείο πρόσβασης και αναζήτησης σε περιεχόμενα βάσεων δεδομένων. Η Βιβλιοθήκη και Κέντρο Πληροφόρησης του Πανεπιστημίου Θεσσαλίας

Διαβάστε περισσότερα

ΑΛΓΟΡΙΘΜΟΙ. Τι είναι αλγόριθμος

ΑΛΓΟΡΙΘΜΟΙ. Τι είναι αλγόριθμος ΑΛΓΟΡΙΘΜΟΙ Στο σηµείωµα αυτό αρχικά εξηγείται η έννοια αλγόριθµος και παραθέτονται τα σπουδαιότερα κριτήρια που πρέπει να πληρεί κάθε αλγόριθµος. Στη συνέχεια, η σπουδαιότητα των αλγορίθµων συνδυάζεται

Διαβάστε περισσότερα

Επεξεργασία Ερωτήσεων

Επεξεργασία Ερωτήσεων Εισαγωγή στην Επεξεργασία Ερωτήσεων 1 Εισαγωγή ΣΔΒΔ Σύνολο από προγράµµατα για τη διαχείριση της ΒΔ Αρχεία ευρετηρίου Κατάλογος ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ Αρχεία δεδοµένων συστήµατος Σύστηµα Βάσεων Δεδοµένων (ΣΒΔ)

Διαβάστε περισσότερα

...στις µέρες µας, όσο ποτέ άλλοτε, οι χώρες καταναλώνουν χρόνο και χρήµα στη µέτρηση της απόδοσης του δηµόσιου τοµέα...(oecd)

...στις µέρες µας, όσο ποτέ άλλοτε, οι χώρες καταναλώνουν χρόνο και χρήµα στη µέτρηση της απόδοσης του δηµόσιου τοµέα...(oecd) Κατηγορία Καλύτερης Εφαρµογής 4-delta: ηµιουργία & ιαχείριση ιαδικασιών Αξιολόγησης στο ηµόσιο τοµέα Χονδρογιάννης Θεόδωρος Εθνικό Καποδιστριακό Πανεπιστήµιο Αθηνών Αλεξόπουλος Χαράλαµπος Πανεπιστήµιο

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας Εισαγωγή

Ανάκτηση Πληροφορίας Εισαγωγή Ανάκτηση Πληροφορίας Εισαγωγή Απόστολος Παπαδόπουλος Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής Ακαδημαϊκό Έτος 2007-2008 Αντικείμενο IR Η Ανάκτηση Πληροφορίας (ΑΠ)

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 6 ΟΥ ΚΕΦΑΛΑΙΟΥ ΕΙΣΑΓΩΓΗ ΣΤΟΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ 6.1 Τι ονοµάζουµε πρόγραµµα υπολογιστή; Ένα πρόγραµµα

Διαβάστε περισσότερα

Τεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Τεχνητή Νοημοσύνη. 18η διάλεξη ( ) Ίων Ανδρουτσόπουλος. Τεχνητή Νοημοσύνη 18η διάλεξη (2016-17) Ίων Ανδρουτσόπουλος http://www.aueb.gr/users/ion/ 1 Οι διαφάνειες αυτής της διάλεξης βασίζονται: στο βιβλίο Machine Learning του T. Mitchell, McGraw- Hill, 1997,

Διαβάστε περισσότερα

Περίληψη ιπλωµατικής Εργασίας

Περίληψη ιπλωµατικής Εργασίας Περίληψη ιπλωµατικής Εργασίας Θέµα: Εναλλακτικές Τεχνικές Εντοπισµού Θέσης Όνοµα: Κατερίνα Σπόντου Επιβλέπων: Ιωάννης Βασιλείου Συν-επιβλέπων: Σπύρος Αθανασίου 1. Αντικείµενο της διπλωµατικής Ο εντοπισµός

Διαβάστε περισσότερα

Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον

Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον Δανάη Κούτρα Eργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Εθνικό Μετσόβιο Πολυτεχνείο Θέματα Σκοπός της διπλωματικής

Διαβάστε περισσότερα

"Αθηνά" - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης

Αθηνά - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης "Αθηνά" - Ερευνητικό Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης ΙΝΣΤΙΤΟΥΤΟ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Προκήρυξη Υποτροφιών To Ινστιτούτο Πληροφοριακών Συστημάτων

Διαβάστε περισσότερα

Προγράμματα για τη δημιουργία και διαχείριση θησαυρού

Προγράμματα για τη δημιουργία και διαχείριση θησαυρού Προγράμματα για τη δημιουργία και διαχείριση θησαυρού Το λογισμικό θησαυρών μπορεί να προορίζεται για έναν υπολογιστή ή για μεγάλο σύστημα, μπορεί να αφορά στην κατασκευή και συντήρηση του θησαυρού ή στην

Διαβάστε περισσότερα

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΕΞΙΟΤΗΤΕΣ ΕΠΙΚΟΙΝΩΝΙΑΣ (ΕΡΓΑΣΤΗΡΙΟ) Εργαστηριακή Άσκηση 3 ΕΙΣΑΓΩΓΗ: Στόχος του τρίτου εργαστηρίου είναι

Διαβάστε περισσότερα

ΕΠΛ202:'Η'επιστημονική'δημοσίευση

ΕΠΛ202:'Η'επιστημονική'δημοσίευση Θέµατα ΕΠΛ202:'Η'επιστημονική'δημοσίευση 2 Ορισµός Τι είναι ένα επιστηµονικό άρθρο; Παρουσίαση και τεκµηρίωση µιας πρωτότυπης επιστηµονικής συνεισφοράς 3 Θέµατα Θέµατα 7 8 Θέµατα Ετεροναφορές Η δοµή ενός

Διαβάστε περισσότερα

ιαµέριση - Partitioning

ιαµέριση - Partitioning ιαµέριση - Partitioning ιαµέριση ιαµέριση είναι η διαµοίραση αντικειµένων σε οµάδες µε στόχο την βελτιστοποίηση κάποιας συνάρτησης. Στην σύνθεση η διαµέριση χρησιµοποιείται ως εξής: Οµαδοποίηση µεταβλητών

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας (Information Retrieval IR) ιδακτικό βοήθηµα 2. Πανεπιστήµιο Θεσσαλίας Πολυτεχνική Σχολή Τµήµα Μηχ. Η/Υ, Τηλ/νιών & ικτύων

Ανάκτηση Πληροφορίας (Information Retrieval IR) ιδακτικό βοήθηµα 2. Πανεπιστήµιο Θεσσαλίας Πολυτεχνική Σχολή Τµήµα Μηχ. Η/Υ, Τηλ/νιών & ικτύων Ανάκτηση Πληροφορίας (Information Retrieval IR) Πανεπιστήµιο Θεσσαλίας Πολυτεχνική Σχολή Τµήµα Μηχ. Η/Υ, Τηλ/νιών & ικτύων Ακαδηµαϊκό Έτος 2005-2006 ιδακτικό βοήθηµα 1 Καλύπτει το 60% του 510 σελίδες 1η

Διαβάστε περισσότερα

Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή

Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή Συνοπτικός Οδηγός Χρήσης του Moodle για τον Καθηγητή 1 Πίνακας Περιεχομένων 1. Εισαγωγή... 4 1.1 Περιβάλλον Moodle...4 1.2 Χρήση ονόματος χρήστη και κωδικού...4 1.3 Δημιουργία νέου μαθήματος...4 1.3.1

Διαβάστε περισσότερα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα

ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ. Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα ΑΡΧΙΜΗ ΗΣ - ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑ ΩΝ ΣΤΑ ΤΕΙ Υποέργο: «Ανάκτηση και προστασία πνευµατικών δικαιωµάτων σε δεδοµένα πολυδιάστατου ψηφιακού σήµατος (Εικόνες Εικονοσειρές)» Πακέτο Εργασίας 4: Προστασία

Διαβάστε περισσότερα

Opinion Mining and Sentiment analysis

Opinion Mining and Sentiment analysis Opinion Mining and Sentiment analysis Τμήμα Μηχανικών Η/Υ και Πληροφορικής επιβλέπων καθηγητής: Μακρής Χρήστος Επισκόπηση και πειραματική αξιολόγηση τεχνικών για opinion mining και sentiment analysis Παναγόπουλος

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας (Information Retrieval IR)

Ανάκτηση Πληροφορίας (Information Retrieval IR) Ανάκτηση Πληροφορίας (Information Retrieval IR) Πανεπιστήµιο Θεσσαλίας Πολυτεχνική Σχολή Τµήµα Μηχ. Η/Υ, Τηλ/νιών & ικτύων Ακαδηµαϊκό Έτος 2005-2006 ιδακτικό βοήθηµα 1 Καλύπτει το 60% του αντικειµένου

Διαβάστε περισσότερα

Ανάκτηση Πληροφορίας

Ανάκτηση Πληροφορίας Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Ανάκτηση Πληροφορίας Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #04 Εισαγωγή στα Μοντέλα Ανάκτησης Πληροφορίας Boolean Μοντέλο 1 Άδεια χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420)

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420) Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420) Διάλεξη 8: Σχεδίαση Συστήματος Σχεδίαση Συστήματος 2 Διεργασία μετατροπής του προβλήματος σε λύση. Από το Τί στο Πώς. Σχέδιο: Λεπτομερής περιγραφή της λύσης. Λύση:

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Δοµές Δεδοµένων

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. Δοµές Δεδοµένων ΟΝΟΜΑΤΕΠΩΝΥΜΟ: ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ AM: Δοµές Δεδοµένων Εξεταστική Ιανουαρίου 2014 Διδάσκων : Ευάγγελος Μαρκάκης 20.01.2014 ΥΠΟΓΡΑΦΗ ΕΠΟΠΤΗ: Διάρκεια εξέτασης : 2 ώρες και

Διαβάστε περισσότερα

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων

Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Μέθοδοι Μηχανών Μάθησης για Ευφυή Αναγνώριση και ιάγνωση Ιατρικών εδοµένων Εισηγητής: ρ Ηλίας Ζαφειρόπουλος Εισαγωγή Ιατρικά δεδοµένα: Συλλογή Οργάνωση Αξιοποίηση Data Mining ιαχείριση εδοµένων Εκπαίδευση

Διαβάστε περισσότερα

World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών

World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών Περιεχόµενα World Wide Web: Ο παγκόσµιος ιστός Πληροφοριών Εισαγωγή Ιστορική Αναδροµή Το ιαδίκτυο και το WWW Υπερκείµενο Εντοπισµός πληροφοριών στο WWW Search Engines Portals Unicode Java Plug-Ins 1 2

Διαβάστε περισσότερα

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Ι «Η Θεωρητική έννοια της Μεθόδου Project» Αγγελική ρίβα ΠΕ 06

ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Ι «Η Θεωρητική έννοια της Μεθόδου Project» Αγγελική ρίβα ΠΕ 06 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Ι «Η Θεωρητική έννοια της Μεθόδου Project» Αγγελική ρίβα ΠΕ 06 1590 1765 η Μέθοδος Project σε σχολές Αρχιτεκτονικής στην Ευρώπη 1765 1880 συνήθης µέθοδος διδασκαλίας - διάδοσή της στην

Διαβάστε περισσότερα

Επερωτήσεις σύζευξης με κατάταξη

Επερωτήσεις σύζευξης με κατάταξη Επερωτήσεις σύζευξης με κατάταξη Επερωτήσεις κατάταξης Top-K queries Οι επερωτήσεις κατάταξης επιστρέφουν τις k απαντήσεις που ταιριάζουν καλύτερα με τις προτιμήσεις του χρήστη. Επερωτήσεις κατάταξης Top-K

Διαβάστε περισσότερα

ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΠΕΡΙΛΗΨΗ. Εισαγωγή

ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ ΠΕΡΙΛΗΨΗ. Εισαγωγή ΚΑΤΑΝΟΗΣΗ ΤΗΣ ΙΑΤΑΞΗΣ ΤΩΝ ΑΡΙΘΜΩΝ ΚΑΙ ΧΡΗΣΗ ΤΗΣ ΑΠΟΛΥΤΗΣ ΤΙΜΗΣ ΣΤΟΝ ΑΞΟΝΑ ΤΩΝ ΠΡΑΓΜΑΤΙΚΩΝ ΑΡΙΘΜΩΝ Αθανάσιος Γαγάτσης Τµήµα Επιστηµών της Αγωγής Πανεπιστήµιο Κύπρου Χρήστος Παντσίδης Παναγιώτης Σπύρου Πανεπιστήµιο

Διαβάστε περισσότερα

Εργαστήριο Σημασιολογικού Ιστού

Εργαστήριο Σημασιολογικού Ιστού Εργαστήριο Σημασιολογικού Ιστού Ενότητα 1: Σημασιολογία και Μεταδεδομένα Μ.Στεφανιδάκης 5-2-2016. Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα.

Διαβάστε περισσότερα

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΠΑΙΔΑΓΩΓΙΚΟ ΙΝΣΤΙΤΟΥΤΟ ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΙΣΧΥΕΙ ΚΑΤΑ ΤΟ ΜΕΡΟΣ ΠΟΥ ΑΦΟΡΑ ΤΟ ΛΥΚΕΙΟ ΓΙΑ ΤΗΝ ΥΠΟΧΡΕΩΤΙΚΗ ΕΚΠΑΙΔΕΥΣΗ ΙΣΧΥΟΥΝ ΤΟ ΔΕΠΠΣ

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΖΩΓΡΑΦΟΥ 157 73, ΑΘΗΝΑ ΕΒΓ - ΙΠΛ-2003-1 20 Ιανουαρίου 2003 Σύγκριση Αλγορίθµων

Διαβάστε περισσότερα

Βάσεις Δεδομένων Ενότητα 1

Βάσεις Δεδομένων Ενότητα 1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 1: Εισαγωγή στις Ιωάννης Μανωλόπουλος, Καθηγητής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Εισαγωγή στις Αρχές της Επιστήμης των ΗΥ

Εισαγωγή στις Αρχές της Επιστήμης των ΗΥ Εισαγωγή στις Αρχές της Επιστήμης των ΗΥ 2.3.1.1. Παπαγιάννη Νάσια Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών ΕΜΠ 1 περιλαμβάνει: Η έννοια του προγράμματος Επίλυση προβλήματος 1. Ακριβή προσδιορισμό

Διαβάστε περισσότερα

ΟΥΡΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ

ΟΥΡΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ ΟΥΡΕΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ Δομές Δεδομένων Παπαγιαννόπουλος Δημήτριος 30 Μαρτίου 2017 18 Μαΐου 2017 papagianno@ceid.upatras.gr 1 Περιεχόμενα Ουρές προτεραιότητας Πράξεις Διωνυμικές Ουρές Διωνυμικά Δέντρα Διωνυμικοί

Διαβάστε περισσότερα

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Εισαγωγή στην Επεξεργασία Ερωτήσεων Βάσεις Δεδομένων 2013-2014 Ευαγγελία Πιτουρά 1 Επεξεργασία Ερωτήσεων Θα δούμε την «πορεία» μιας SQL ερώτησης (πως εκτελείται) Ερώτηση SQL Ερώτηση ΣΒΔ Αποτέλεσμα Βάσεις

Διαβάστε περισσότερα