Carmel, D., Yom-Tov, E., Darlow, A., and Pelleg, D. 2006. What makes a query difficult?. In Proceedings of the 29th Annual international ACM SIGIR Conference on Research and Development in information Retrieval (Seattle, Washington, USA, August 06 – 11, 2006). SIGIR ’06. ACM Press, New York, NY, 390-397. DOI= http://doi.acm.org/10.1145/1148170.1148238

Debo reconocer que este tema tiene bastante que ver con mi tesis, por lo que después de leer el artículo implementé su propuesta para ver que tal funcionaba, y la verdad es que por las pruebas que yo hice todavía les queda muuuucho curro para poder identificar cuando una consulta es difícil y cuando no lo es. Otra bibliografía relacionada con este tema es la siguiente:

Cronen-Townsend, S., Zhou, Y., and Croft, W. B. 2002. Predicting query performance. In Proceedings of the 25th Annual international ACM SIGIR Conference on Research and Development in information Retrieval (Tampere, Finland, August 11 – 15, 2002). SIGIR ’02. ACM Press, New York, NY, 299-306. DOI= http://doi.acm.org/10.1145/564376.564429

Zhou, Y. and Croft, W. B. 2006. Ranking robustness: a novel framework to predict query performance. In Proceedings of the 15th ACM international Conference on information and Knowledge Management (Arlington, Virginia, USA, November 06 – 11, 2006). CIKM ’06. ACM Press, New York, NY, 567-574. DOI= http://doi.acm.org/10.1145/1183614.1183696

Voorhees, E. M. 2005. The TREC robust retrieval track. SIGIR Forum 39, 1 (Jun. 2005), 11-20. DOI= http://doi.acm.org/10.1145/1067268.1067272

En todos los artículos se puede observar que la aroximación mostrada presenta un correlación estadística bastante débil con la precisión, que es la función que queremos aproximar. Por otra parte el método que mejores resultados presenta, que es el propuesto por Croft, Zhou y Cronen-Townsend, es muy costoso desde el punto de vista computacional.

Así que de momento, mucha patente pero pocas soluciones reales

Si teneis interés por este tema decidlo en los comentarios a este post y me curro un post nuevo explicando como funciona realmente el método propuesto por Carmel y compañía, más allá de la patente, mediante la aplicación de la divergencia Jensen-Shannon a ciertas características de la consulta y de la colección.