Tolerantes Information-Retrieval

Ein wesentliches Bedürfnis im Rahmen der Mensch-Maschine-Interaktion ist die Suche nach Information. Um Information Retrieval (IR) Systeme kognitiv adäquat zu gestalten und sie an den Menschen anzupassen bieten sich Modelle des Soft Computing an. Neuronale Netze gelten als vielversprechender Ansatz zur Modellierung vager, kognitiver Prozesse. Ein umfassender state-of-the-art-Bericht zu neuronalen Netzen im IR zeigt jedoch, dass die meisten bestehenden Modelle das Potential neuronaler Netze nicht ausschöpfen. Durch die Verankerung lernender Komponenten im Kern von IR Systemen verbindet das hier vorgestellte COSIMIR-Modell (Cognitive Similarity learning in Information Retrieval) die menschliche Fähigkeit, die Relevanz eines Textes oder auch einer Zahlentabelle zu einer Anfrage einzuschätzen, mit den bestehenden mathematischen Modellen. Das Ausnutzen von bereits gefällten Entscheidungen erlaubt die Integration kognitiver Fähigkeiten, ohne dass diese vollständig bekannt und modelliert sind. COSIMIR trägt die kognitive Modellierung in den Kern eines IR Systems. Ein weitere Schwäche bestehender IR-Modelle ist die Behandlung von Heterogenität der Informationsobjekte. Mensch-Maschine-Interaktion soll tolerant auf Benutzeraktionen reagieren. Bei der Informationssuche wollen Benutzer häufig verschiedene Modalitäten abfragen, also z. B. Texte, Grafiken und numerische Daten zu ihrem Problem finden. Dazu muss meist das System gewechselt und die Suchbedingung mehrfach formuliert werden, obwohl sich nur eine Nebenbedingung, die Art der gesuchten Information ändert. Das Transformations-Netzwerk ist ein weiteres neuronales Netzwerk, das die Behandlung von Heterogenität anhand von Expertenurteilen lernt. Das COSIMIR-Modell wird vorgestellt, ausführlich diskutiert und anhand realer Datenmengen ebenso wie das Transformations-Netzwerk evaluiert. So schlägt dieses Buch eine Brücke zwischen zwei Wissensgebieten und ist als Lektüre für Fachleute aus den Bereichen Neuronale Netze als auch Information Retrieval geeignet. Thomas Mandl arbeitet im Fachbereich Kommunikations- und Informationswissenschaften der Universität Hildesheim.