|
課程名稱 |
資訊檢索與擷取
Information Retrieval and Extraction |
|
開課學期 |
113-1 |
|
授課對象 |
電機資訊學院 資訊工程學系 |
|
授課教師 |
陳信希 |
|
課號 |
CSIE5460 |
|
課程識別碼 |
922 U1910 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期四2,3,4(9:10~12:10) |
|
上課地點 |
資105 |
|
備註 |
限學士班三年級以上
總人數上限：55人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
課程概述
在巨量資料的世代，資訊以多樣化的語言文字與媒體呈現，透過不同的網路平台，在不同時空情境與社群間傳遞。資訊具有不同的顆粒大小，含括文件、實體、實體特性、實體關係等不同層次。本課程分成資訊檢索和資訊擷取兩部分，由文字檢索、多語言檢索、網路檢索、情境檢索、社群媒體檢索、到實體擷取、特性擷取、以及關係擷取等不同面向的理論、方法、技術、與應用。
由於深度學習帶來新內容表徵，生成式人工智慧也對資訊檢索模型帶來新的想法，本課程也比較進階模型和傳統模型的差異。
課程內容
1. Introduction to IR&IE
2. Boolean Model
3. Vector Model
4. Probabilistic Model
5. Language Model
6. Neural IR
7. Generative IR
8. Retrieval Evaluation
9. Relevance Feedback and Query Expansion
10. Fundamental of Information Extraction
11. Knowledge Graph for Information Retrieval
12. Information Retrieval for Knowledge Graph |
|
課程目標 |
本課程學習資訊檢索和資訊擷取兩大領域的理論、方法、技術、與應用。 |
|
課程要求 |
期中考、期末考、學期計畫、期末專題報告 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
|
|
參考書目 |
1. Ricardo Baeza-Yates and Berthier Ribeiro-Neto, Modern Information Retrieval:
The Concepts and Technology behind Search, Second edition, 2011.
2. Bhaskar Mitra and Nick Craswell, An Introduction to Neural Information Retrieval, Foundations and Trends in Information Retrieval, vol. 13, no. 1, pp. 1-126, 2018.
3. Ridho Reinanda, Edgar Meij and Maarten de Rijke, Knowledge Graphs: An Information Retrieval Perspective, Foundations and Trends in Information Retrieval, vol. 14, no. 4, pp 289-444, 2020.
4. Generative Information Retrieval, Marc Najork, SIGIR 2023 Keynote Speech.
5. Tasks, Copilots and the Future of Search, Ryen W. White, SIGIR 2023 Keynote Speech.
6. Selected Papers
Large Language Models for Information Retrieval: A Survey, arXiv:2308.07107v3 [cs.CL] 19 Jan 2024
Information Retrieval meets Large Language Models: A strategic report from Chinese IR community, https://doi.org/10.1016/j.aiopen.2023.08.001 |
|
評量方式
(僅供參考) |
|
|