FM Paavo Arvolan informaatiotutkimuksen ja interaktiivisen median alaan kuuluva väitöskirja

The Role of Context in Matching and Evaluation of XML Information Retrieval (Tekstiympäristön vaikutus XML -tiedonhaun täsmäytyksessä ja arvioinnissa)

tarkastetaan 18.6.2011 klo 12 Tampereen yliopiston Pinni B-rakennuksen luentosalissa 1100, Kanslerinrinne 1, Tampere.

Vastaväittäjänä on Dr Ralf Schenkel,  (Max-Planck-Institut für Informatik). Kustoksena toimii ma. professori Jaana Kekäläinen.
                                                ***

Paavo Arvola on syntynyt Tampereella ja hän on suorittanut filosofian maisterin tutkinnon Tampereen yliopistossa. Hän on nykyisin tohtoriopiskelija Tampereen yliopistossa.

Arvolan väitöskirja ilmestyy sarjassa Acta Universitatis Tamperensis; 1624, Tampere University Press, Tampere 2011. ISBN 978-951-44-8474-2, ISSN 1455-1616. Väitöskirja ilmestyy myös sähköisenä sarjassa Acta Electronica Universitatis Tamperensis; 1085, Tampereen yliopisto 2011. ISBN 978-951-44-8475-9, ISSN 1456-954X.
http://acta.uta.fi.

Väitöskirjan tilausosoite: Verkkokirjakauppa Granum, http://granum.uta.fi, tai Tiedekirjakauppa TAJU, PL 617, 33014 Tampereen yliopisto, puh. 040 190 9800, e-mail: taju@uta.fi.

Lisätietoja: Paavo Arvola, puh. 040 559 7536, paavo.arvola@uta.fi

LEHDISTÖTIEDOTE

Sähköisten kokoelmien kasvun, hakujen arkipäiväistymisen ja mobiililaitteiden yleistymisen myötä yksi tiedonhaun menetelmien kehittämisen tavoitteista on saavuttaa alati tarkempia hakutuloksia; pitkistäkin dokumenteista oleellinen sisältö pyritään osoittamaan hakijalle tarkasti. Tiedonhakija pyritään siis vapauttamaan turhasta dokumenttien selaamisesta.  Internetissä ja muussa sähköisessä julkaisemisessa dokumenttien osat merkitään usein XML-kielen avulla dokumenttien automaattista käsittelyä varten. XML-merkkaus mahdollistaa dokumenttien sisäisen rakenteen hyödyntämisen. Toisin sanoen tätä merkkausta voidaan hyödyntää kehitettäessä tarkkuusorientoituneita (kohdennettuja) tiedonhakujärjestelmiä ja –menetelmiä.

Väitöskirja käsittelee tarkkuusorientoitunutta tiedonhakua, jossa eksplisiittistä  XML–merkkausta voidaan hyödyntää.  Väitöskirjassa on kaksi pääteemaa, joista ensimmäisen käsittelee XML -tiedonhakujärjestelmä TRIX:in (Tampere Retrieval and Indexing for XML) kehittämistä, toteuttamista ja arviointia. Toinen teema käsittelee kohdennettujen tiedonhakujärjestelmien empiirisiä arviointimenetelmiä.

Ensimmäisen teeman merkittävin kontribuutio on kontekstualisointi, jolloin täsmäytyksessä XML-tiedonhaulle tyypillistä tekstievidenssin vähäisyyttä kompensoidaan hyödyntämällä XML-hierarkian ylempien tai rinnakkaisten osien sisältöä (so. kontekstia). Menetelmän toimivuus osoitetaan empiirisin menetelmin. Tutkimuksen seurauksena kontekstualisointi (contextualization) on vakiintunut alan yleiseen, kansainväliseen sanastoon.

Toisessa teemassa todetaan kohdennetun tiedonhaun vaikuttavuuden mittaamiseen käytettävien menetelmien olevan monin tavoin puutteellisia. Puutteiden korjaamiseksi väitöskirjassa kehitetään realistisempia arviointimenetelmiä, jotka ottavat huomioon palautettavien hakuyksiköiden kontekstin, lukemisjärjestyksen ja käyttäjälle selailusta koituvan vaivan. Tutkimuksessa kehitetty mittari (T2I(300)) on valittu varsinaiseksi mittariksi kansainvälisessä INEX (Initiative for the Evaluation of XML Retrieval) –hankkeessa, joka on vuonna 2002 perustettu XML–tiedonhaun tutkimusfoorumi.