Recuperación de información para respuesta a preguntas en ...

En los modelos de recuperación, la hipótesis de relevancia (R) se basa en la observación (o
evidencia acerca) del contenido de un documento (D) y una solicitud específica (Q). La
estimación de | se puede considerar como la acumulación de piezas de evidencia
proporcionadas por diferentes representaciones de la solicitud y/o los documentos. La
acumulación de más piezas de evidencia podría resultar en estimados de probabilidad de
relevancia más precisos si la evidencia no se correlaciona. A menudo los modelos de
recuperación introducen conceptos intermedios que ocultan la relación entre las
observaciones y la hipótesis, no obstante, aun en tales casos este modelo simple justifica en
parte el uso de la combinación de evidencia.
En lo que respecta a la combinación de los resultados proporcionados por diferentes
algoritmos de recuperación sobre una misma representación o la combinación de la salida
de diferentes sistemas de recuperación, ambos pueden ser modelados como una
combinación de clasificadores; esto ha mostrado que reduce también los errores de
clasificación (Tumer y Ghosh, 1999). Un sistema de recuperación puede ser considerado
como un clasificador binario (con la clase relevante y no-relevante). Para un documento
dado, la salida del sistema corresponde a la probabilidad que dicho documento pertenezca a
la clase relevante. En este enfoque, los errores de clasificación reducen la efectividad de la
recuperación. La cantidad de reducción del error con la combinación depende de la
correlación de las salidas de los clasificadores; entre menor correlación mejores resultados.
Se ha mostrado que este modelo proporciona una explicación de muchos de los fenómenos
observados en experimentos de combinación (Vogt y Cottrell, 1998), como el del
incremento de la probabilidad de relevancia de un documento en el caso de ser evaluado
altamente relevante por diferentes sistemas. También proporciona condiciones básicas para
lograr una combinación óptima.
Debido a los logros alcanzados con el enfoque de combinación (conocido también como
fusión) en la tarea de recuperación de información, la combinación ha sido aplicada a tareas
relacionadas como filtrado (Hull et al., 1996), categorización (Lewis y Hayes, 1994; Larkey
& Croft, 1996), Búsqueda de Respuestas, (Aceves-Pérez, 2008), evaluación de resúmenes
automáticos (Lapata, 2006) y ha sido estudiada también en otros campos como el
aprendizaje automático (Mitchell, 1997; Fürnkranz y Hüllermeier, 2011), o Biología
26