8- Bilgi erişim kuralları -I-

Bu haftaki derse ait slaytlar ve okuma listesi şurada.

Derse gelmeden önce bu makaleyi mutlaka okumuş ve slaytları incelemiş olmanız dersi rahat takip edebilmeniz açısından önemli.

Slaytları dikkatlice inceleyip ilgili okuma ve araştırmaları yaptıktan sonra "ters dizin" kütüğü oluşturmanın mantığını anlamak ve tf*idf hesaplamaları yapmak için aşağıdaki derlem için (slaytlardaki örnekleri takip ederek) dizin terimlerini çıkarın.

Dizinleyeceğiniz derlemin 6 belgeden (D1,.., D6) oluştuğunu ve içeriklerinin aşağıdaki şekilde olduğunu varsayın:

D1: Küçük alanda domates yetiştirme teknikleri" bloğu yeri sınırlı olanlar için kullanışlı bir blog. Domatesten verim almak için bu blogdaki dikim ve bakım tekniklerinin dikkatle uygulanması gerekiyor.
D2: Domates yetiştirme teknikleri domatesin türüne göre farklılık göstermektedir. Salkım domatesler saksı gibi küçük alanlarda bile çok az sulama ile yetiştirilirken salçalık büyük domatesler derin ve geniş toprağa ihtiyaç duyuyor.
D3: Saksıda salkım domates yetiştirdim, bütün yaz çok az su ile inanılmaz verim aldım.
D4: Salçalık domates mart ayında zam şampiyonu oldu, fiyatı %30 arttı. Domates yetiştiricileri durumdan memnun.
D5: Pazarda satılan sözde organik domateste yüksek oranda zirai ilaç tespit edildi. Uzmanlar sebzelerin mevsiminde tüketilmesinde fayda olduğunu söyledi.
D6: Yunanistan'da halk başbakanı domates atarak protesto etti.

Ters dizin kütüğünü oluşturduktan sonra, seçtiğiniz terimlerin tf.idf değerlerini hesaplayın ve aşağıdaki soruları yanıtlamaya çalışın:

• Hangi terimler derlem için daha değerli? Neden?
• Bu derlemde ağır basan (derlemin görece daha "ilgili" olduğunu söyleyebileceğimiz) terimler neler? Neden?

Bu örnekle ilgili ters dizin kütüğünü oluşturduktan sonra yaptığınız işlemlerin doğru olup olmadığını şu dosyaya bakarak kontrol edebilirsiniz.