'Study/Information Retrieval'에 해당되는 글 21건

12.1 언어 모델

• 생성 모델(Generative model)
• 문자열을 인식하거나 생성함
• 언어 모델의 종류
• 유니그램 언어 모델(Unigram language model)
• 언어 모델의 제일 간단한 형태로 단순히 모든 조건 문맥을 무시하고 각 용어에 대해 독립적으로 계산하는 것
• 바이그램 언어 모델(Bigram language model)
• 어떤 용어의 발생이 단지 직전에 나타난 용어에만 의존하는 언어 모델

12.2 질의 우도 모델

• 질의 우도 모델(Query likelihood model)
• 정보 검색에 대해 언어 모델을 사용하는 가장 기본적인 방법
• 컬렉션 내 각 문헌 d에 대해 대응되는 언어 모델 M을 구축함
• 확률 P(d | q)에 따라서 문헌을 순위화하는 것을 목적으로 함
• 가장 일반적인 방법은 다향 유니그램 언어 모델을 사용하는 것으로, 문헌들을 독립적인 범주들로 취급하여 추정 과정에서 각 문헌을 하나의 개별적인 언어로 취급하는 다항 Naive Bayes 모델과 동일함
• 언어 모델을 이용한 검색
• 각 문헌에 대한 언어 모델을 추정함
• 문헌 모델에 따른 질의를 생성 확률 P(q | M)로 계산함
• 이들 확률에 따라 문헌들을 순위화함
• 확률의 평활화 방법
• 선형 보간 언어 모델(Linear interpolated language models)
• Bayesian 수정 과정(Bayesian updating process)

12.3 정보 검색에 대한 언어 모델과 다른 방법들의 비교

• 언어 모델 방법이 직관적이고 원리적이며 통계량을 사용하는 방식이 기존 방법과 다르고, 검색 성능도 tf-idf나 BM25 가중치보다 좋은 성능을 보임
• 그럼에도 불구하고 기존 시스템을 바꿀 정도로 언어 모델이 잘 튜닝된 벡터 공간 모델보다 훨씬 우수한 성능을 보인다는 증거는 부족함

12.4 언어 모델 확장 방법들

• 문헌 우도 모델(Document likelihood model)
• 단점: 질의 텍스트만 사용하여 언어 모델을 만드는 경우 일반적으로 질의에 나타나는 텍스트 양이 매우 작기 때문에 모델이 정확하게 작성되기 어렵고, 다른 언어 모델과의 평활화에 더욱 의존적으로 됨
• 언어 모델을 개발하는 3가지 방법
• 질의 우도
• 문헌 우도
• 모델 비교
• Kullback-Leibler 거리(KL divergence: Kullback-Leibler divergence)
• KL 거리는 정보 이론에서 나온 비대칭적 거리 척도로서, 확률 분포 M_q가 확률 분포 M_d를 모델링하는데 얼마나 부적합한가를 측정함
• 질의 q에 대해 어떤 문헌 d를 적합 문헌으로 검색하는 것에 대한 위험은 두 언어 모델 사이의 KL거리로 모델링할 수 있음
• 번역 모델(Translation model)
• 문헌과 질의 사이의 차이를 극복하기 위하여 제안
• 기본 언어 모델은 동의어, 질의와 문헌 사이의 언어 사용의 차이 등 표현의 다양성에 대한 문제를 고려하지 않음
• 문헌에 나타나지 않는 질의 단어들을 비슷한 의미의 다른 용어로 번역함으로써 이 단어를 생성할 수 있도록 함