The Effect of Term Specificity on Performance Using Standard and Extended Boolean Information Retrieval System

ผลกระทบของความกว้างของคำถามที่มีต่อประสิทธิภาพในการค้นคืนข้อมูล โดยใช้ระบบค้นคืนบูลีนแบบมารตฐานและแบบมีการถ่วงน้ำหนัก

Name: Suwat Sathapompiriyadeth

Organization : King Mongkut's University of Technology Thonburi. School of Information Technology. Information Technology

Name: สุวัฒน์ สถาพรพิริยะเดช

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. คณะเทคโนโลยีสารสนเทศ. สาขาวิชาเทคโนโลยีสารสนเทศ

keyword: Information Retrieval

; Term Specificity

; Standard Boolean

; Extended Boolean

; Retrieval Performance

; การค้นคืนข้อมูล

; ความกว้างของคำถาม

; บูลีนแบบมาตรฐาน

; บูลีนแบบมีการถ่วงน้ำหนัก

; ประสิทธิภาพในการค้นคืน

Abstract: This thesis presents a comprehensive and systematic study of Thai textbase retrieval. About three thousand of Thai news articles were collected. The author then generated ten requests and asked thirty 1\vo volunteers to vote whether the requests were broad or narrow. Four of the most agreed requests (two broad and two narrow requests) were selected for the experiment. All relevant articles of each request were then exhaustively searched from the textbase. Sixteen participants including eight computer-field, and eight general-field searchers involved in an experiment. The experiment employed two different search models, standard and extended Boolean models. In each group of searchers, four searchers used standard Boolean model and the other four used extended Boolean model to perform an identical task. The task was to search relevant articles in accordance to the two broad and two narrow requests. The study emphasizes on effect of three factors mentioned above (standard vs. extended Boolean models, broad vs. narrow requests, and computer-field vs. general-field searchers) on retrieval performance in Thai textbase retrieval. It, in particular, focuses on standard Boolean model with specific term (narrow request) and extended Boolean model with general term (broad request). In addition, searcher's education levels and work background are also examined to test their effects on perfonnance. In this study, performances are measured in time (seconds), precision, recall and their variations. Few other evaluations are also taken. The results indicates that computer-field searchers obtained better performance than that of general-field searchers (2-tail significant=O.OOl for average time and precision). The study also finds that, based on the three thousand articles employed in the experiment, there was no optimal similarity threshold for the extended Boolean model. This resulted in no performance difference between the two models. The study also shows search experience and characteristics of request affected performance. Overall the results of this thesis demonstrates that a retrieval process is a complex process. The study also shows that several factors affected search performance. It points that the future research need a larger textbase to prove the performance difference of different Boolean models and add new features of search tool to increase retrieval perfonnance. In addition, it is interesting to perform the experiment on other Thai textbase.

Abstract: วิทยานิพนธ์นี้เสนอวิธีการศึกษาการค้นคืนข้อมูลบนฐานข้อมูลภาษาไทยอย่างมีระบบ โดยเริ่มจาก การรวบรวมฐานข้อมูลที่เป็นข่าวประมาณสามพันข่าว จากนั้นทำการสร้างคำถามสิบ คำถาม (requast) แล้วทำการออกแบบสอบถามคน 32 คน เพื่อเลือกคำถามออกมา 4 คำถาม ที่มี คะแนนมากที่สุด นำมาใช้ในการทดลอง โดยเป็นคำถามแบบกว้าง และคำถามแบบแคบ อย่างละ 2 คำถาม เมื่อได้คำถามแล้วก็ทำการค้นหาเอกสารที่เกี่ยวข้องกับคำถามนั้น จากฐานข้อมูลเพื่อ เตรียมใว้เป็นคำตอบของแต่ละคำถาม ในการทดลองจะมีผู้ร่วมในการทดลอง (จะเรียกว่า "ผู้ค้น หา") ทั้งหมด 16 คน โดยแบ่งเป็นผู้คนจากสาขาคอมพิวเตอร์ และผู้ค้นจากสาขาทั่วๆไป อย่างละ 8 คน มีการใช้ระบบสืบค้นข้อมูลอยู่ 2 แบบ คือ ระบบสืบค้นข้อมูลชนิดบูลีนแบบมารตฐาน (standard Boolean model) และชนิดบูลีนแบบมีการถ่วงน้ำหนัก (extended Boolean model) ผู้ค้นหา 4 คนจากทั้งสองกลุ่ม จะใช้บูลีนแบบมารตฐาน ส่วน 4 คนที่เหลือจะใช้บูลีนแบบมีการ ถ่วงน้ำหนัก ทำการค้นคืนข้อมูลจากคำถาม 4 คำถามข้างต้น การค้นคว้านี้จะศึกษาถึงผลกระทบของปัจจัยทั้งสามข้สงต้น (บูลีนแบบมารตฐาน กับ บูลีนแบบมีการถ่วงน้ำหนักมคำถามแบบกว้าง กับคำถามแบบแคบ และ ผู้ค้นหาจากสาขา คอมพิวเตอร์ กับผู้ค้นหาจากสาขาทั่วๆไป) ที่มีต่อประสิทธิภาพในการค้นคืนข้อมูลบนฐานข้อมูล ข่าวภาษาไทย โดยเน้นที่บูลีนแบบมารตฐาน พร้อมด้วยคำถามแบบแคบเปรียบเทียบกับบูลีนแบบ มีการถ่วงน้ำหนักพร้อมด้วยคำถามแบบกว้าง นอกจากนั้น ยังศึกษาถึงผลกระทบของระดับการศึกษา และภูมิหลังในการทำงานของผู้ ค้นหา ที่มีต่อประสิธิภาพในการค้นคืนข้อมูลด้วย ในการประเมินประสิทธิภาพ จะใช้เวลาที่ใช้ ในการค้นหา,ค่าความถูกต้องแบบพรีซีซัน (precision) (เปอร์เซนต์ค่าเอกสารที่ถูกต้องที่ค้นคืน ได้เทียบกับที่ค้นคืนมาทั้งหมด),แบบรรีคอล (recall) (เปอร์เซนต์ค่าเอกสารถูกต้องที่ค้นคืนได้เทียบ กับที่มีอยู่ทั้งหมด)มและแบบข้างเคียงอื่นๆ (variations) ของค่าสองตัวนี้ ผลการทดลองชี้ให้เห็นว่า ผู้ค้นหาจากสาขาคอมพิวเตอร์มีประสิทธิภาพในการค้น คืนข้อมูล ที่ดีกว่าผู้ค้นหาจากสาขาทั่วไป (2-tail significant <= 0.001 สำหรับเวลาเฉลี่ย และ ความถูกต้องแบบพรีซีซัน) นอกจากนั้น ยังพบว่าไม่สามารถหาจุดตัด (threshold) ที่เหมาะสม ของค่าความคล้ายคลึง (similarity) ได้ ซึ่งส่งผลให้ไม่เกิดข้อแตกต่างของประสิทธิภาพด้านการ ค้นคืนข้อมูลระหว่างบูบีนทั้งสองชนิด ผลจากการศึกษา ยังพบอีกว่าประสพการณ์ในการค้นหาข้อมูล และลักษณะของคำถามมีผลต่อประสิทธิภาพในการค้นคืนข้อมูล โดยทั่วไปแล้วผลการศึกษาจากวิทยานิพนธ์นี้แสดงให้เห็นว่าขบวนการในการค้นคืน ข้อมูลเป็น ขบวนการที่มีความซับซ้อน และมีปัจจัยมากมายที่มีผลกระทบต่อประสิทธิภาพในการ ค้นคืนข้อมูล นอกจากนั้นแล้ว ยังใด้ชี้แนวทางในการค้นคว้าต่อว่า ควรจะเพิ่มขนาดของฐานข้อมูล ที่ใช้ในการทดลองขึ้น เพื่อพิสูจน์ให้เห็น ถึงข้อแตกต่างระหว่างบูลีนทั้งสอง และควรเพิ่มความ สามารถใหม่ๆ (new feature) ให้กับระบบสืบค้นข้อมูล (search tool) เพื่อเพิ่มประสิทธิภาพใน การค้นคืนข้อมูล นิกจากนั้นควรทำการทดลองบนฐานข้อมูลภาษาไทยชนิดอื่นๆบ้าง

King Mongkut's University of Technology Thonburi

Address: BANGKOK

Email: info.lib@mail.kmutt.ac.th

Name: Nipon Charoenkitkarn

Role: Advisor

Name: นิพนธ์ เจริยกิจการ

Role: อาจารย์ที่ปรึกษา

Created: 1997

Modified: 2009-01-30

Issued: 2008-12-08

วิทยานิพนธ์/Thesis

application/pdf

ISBN: 9746240978

CallNumber: INT91

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Information Technology

Grantor: King Mongkut's University of Technology Thonburi

©copyrights King Mongkut's University of Technology Thonburi

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	INT91.pdf	1.03 MB
2	INT91ab.pdf	42.62 KB
3	INT91aben.txt	2.81 KB
4	INT91abth.txt	2.94 KB

ใช้เวลา

0.036191 วินาที