Doğadan esinlenen evrimsel algoritmalara dayalı sorgu sınıflandırması için öznitelik seçimi & seçkili bilgi erişimi için aday kümesi seçimi

Seçkili bilgi erişim sistemleri literatüründeki çalışmalar incelendiğinde tamamında önceden tanımlanmış aday kümelerinin kullanıldığı görülmektedir. Ancak bu aday kümelerinin belirlenmesinde ne tür yöntemlerin kullanıldığı net bir olarak bilgi karşımıza çıkmamaktadır. Bu tez çalışmasında seçkili bilgi erişim sistemleri için aday kümesinin belirlenmesi ve sorgu sınıflandırmasına yönelik özniteliklerin seçilmesi işlemi evrimsel algoritmaların ortak optimizasyon kapsamında kullanımıyla gerçekleştirilmiştir. Deneysel çalışmalar üç grupta değerlendirilmektedir: Seçkili Gövdeleme, Seçkili Terim Ağırlıklandırma ve her iki yaklaşımın beraber düşünüldüğü Seçkili Gövdeleme ile Terim Ağırlıklandırma. İlk iki yaklaşımda seçkili olan komponentin alternatif modelleri arasından seçim yapılırken diğer tüm komponentler sabit tutulmaktadır. Sonuncusunda ise farklı komponentlere ait modeller ikili olarak eşleştirilerek elde edilen tüm alt kümeler ayrı bir model gibi düşünülmektedir. Deneysel çalışmaların doğrulanması amacıyla k-katlı çapraz doğrulama yöntemi kullanılmıştır. Önerilen yöntemin tüm veri setlerinde en iyi ortalama olan tekil sistemden daha yüksek başarım elde ettiği gözlemlenmiştir. Ayrıca bulunan sonuçlar istatistiksel olarak anlamlı çıkmıştır. Nihai olarak elde edilen bireylerin genotiplerinde kodlanmış olan komponent ve öznitelikler bilgi erişimi kapsamında irdelenmiştir.