Vorlesung Suchmaschinen Semesterklausur Sommersemester 2014

Transkript

1 Universität Augsburg, Institut für Informatik Sommersemester 04 Prof. Dr. W. Kießling 5. Juli 04 Dr. M. Endres, F. Wenzel Suchmaschinen Vorlesung Suchmaschinen Semesterklausur Sommersemester 04 Hinweise: Die Bearbeitungszeit beträgt 90 Minuten. Verwenden Sie für ihre Lösungen ausschließlich die gehefteten Blätter des Lösungsteils. Die Heftklammern dürfen nicht entfernt werden. Melden Sie sich bei der Aufsicht, falls die Blätter nicht ausreichen sollten! Es sind nur Hilfsmittel in Papierform zugelassen. Benutzen Sie einen dokumentenechten Stift! Verwenden Sie keinen Bleistift! Benutzen Sie außerdem keinen roten und keinen grünen Stift! Überprüfen Sie, ob ihre Platznummer mit der auf der Klausur vermerkten Platznummer übereinstimmt. Melden Sie sich sofort bei der Aufsicht, falls das nicht der Fall sein sollte. Unterschreiben Sie auf dem Deckblatt des Lösungsteils an der vorgesehenen Stelle mit ihrem vollen Vor- und Nachnamen. Schreiben Sie auf jedes Blatt des Lösungsteils ihren Namen und ihre Matrikelnummer. Die Klausur besteht aus 5 Aufgaben mit insgesamt 40 Punkten:. Information Retrieval [9 Punkte]. Preference SQL Anfragen und Auswertung [8 Punkte] 3. Optimierung von Präferenzqueries [9 Punkte] 4. XQuery und XSLT [8 Punkte] 5. Allerlei [6 Punkte]

2 Aufgabe : Information Retrieval, 9 Punkte (4+5) Gegeben ist die folgende Suchanfrage Q: Q: Brot AND NOT (Spiel AND Arbeit) Ferner ist der folgende Korpus K an Dokumenten gegeben: D = {Brot, Feier, Spiel} D = {Spiel, Arbeit} D3 = {Brot, Gladiator} a) Überführen Sie die Suchanfrage Q in die Disjunktive Normalform (DNF) und werten Sie jede einzelne Konjunktion der DNF unter Verwendung des Booleschen Modells auf K aus. Geben Sie das Ergebnis der Anfrage Q an. Hinweis: Beachten Sie, dass Negationen in der disjunktiven Normalform nur für einzelne Literale zulässig sind! b) Gegeben ist die folgende Term-zu-Term-Korrelationsmatrix für K: Brot Brot Feier Spiel Arbeit Gladiator Feier Spiel Arbeit Gladiator Werten Sie Q mit Hilfe des Fuzzy-Modells und der gegebenen Matrix aus auf K. Bestimmen Sie die Top Ergebnisse.

3 Aufgabe : Preference SQL Anfragen und Auswertung, 8 Punkte (3+3+) Gegeben ist die folgende Ausprägung der Relation Flugzeuge: Flugzeuge Id Hersteller Passagiere Verbrauch Reichweite Airbus Airbus Airbus Boeing Boeing Boeing Dabei gelte: dom(passagiere) = [0; 500] N dom(verbrauch) = [0; 5000] N dom(reichweite) = [0; 0000] N a) Übersetzen Sie folgende natürlichsprachliche Anfrage in Preference SQL: Finden Sie die IDs aller Flugzeuge, die zwingend mindestens 50 Passagiere befördern können. Darunter sollen die Flugzeuge ausgewählt werden, die eine möglichst große Reichweite haben, wobei eine Abweichung von 000 egal ist. Weniger wichtig als dies ist, dass der Hersteller möglichst Boeing sein sollte. Es sollen die drei besten Ergebnisse zurückgegeben werden. b) Gegeben sei folgende Präferenzanfrage an die obige Flugzeuge-Instanz: SELECT Id FROM Flugzeuge PREFERRING Passagiere HIGHEST AND Verbrauch LOWEST i) Bestimmen Sie das Ergebnis dieser Anfrage. ii) Ändern Sie ein Flugzeug-Tupel in obiger Instanz in genau einem Attribut ab, so dass nur genau dieses Tupel für die gegebene Anfrage zurückgegeben wird. (Natürlichsprachliche Änderung genügt, kein SQL Code erforderlich) c) Bestimmen Sie für folgende Anfrage eine Umschreibung in Preference SQL, welche keine WHERE-Klausel und keine Subquery enthält, jedoch das gleiche Ergebnis liefert: SELECT Id FROM Flugzeuge f WHERE Passagiere = ( SELECT max(f.passagiere) FROM Flugzeuge f WHERE f.hersteller = f.hersteller ) Hinweis: Verwenden Sie GROUPING!

4 Aufgabe 3: Optimierung von Präferenzqueries, 9 Punkte (5+4) a) Gegeben sind die Relationen R(A, B, X), S(C, X) und T (D, E). Dabei ist D Primärschlüssel der Relation T und R.X ein Fremdschlüssel auf S.X. Betrachten Sie den Preference-Relational- Algebra (PRA) Ausdruck π R.,S.,T. (σ[p P ] (σ[p 3 grouping D] (σ R.X=S.X (R S T )))) mit den Präferenzen P := (R.A, < P ), P := (R.B, < P ), P 3 := (T.D, < P3 ). i) Erstellen Sie aus obigem PRA-Ausdruck den initialen kanonischen Operatorbaum. ii) Optimieren Sie Ihren Operatorbaum mit Hilfe der Optimierungs-Regeln aus der Vorlesung und geben Sie den optimierten Operatorbaum sowie den Namen und die Reihenfolge der angewandten Transformationsregeln an. Das Schieben von Projektionen (push projection) können Sie dabei auslassen. b) Für die beiden regulären schwachen Präferenzen P 4 := P OS/P OS(Marke, {Audi, BMW }, {V W }) P 5 := BET W EEN 0 (P S, 00, 00) auf den Attributen Marke bzw. PS einer Relation V gelte max(p 4 ) = und max(p 5 ) = 4. Der BTG von P 4 P 5 ist in Abbildung dargestellt. 0(0, 0) (0, ) 5(, 0) (0, ) 6(, ) 0(, 0) 3(0, 3) 7(, ) (, ) 4(0, 4) 8(, 3) (, ) 9(, 4) 3(, 3) 4(, 4) Abbildung : BTG für P 4 P 5. Gegeben sind folgende Tupel: t = (Audi, 5), t = (P orsche, 50), t 3 = (V W, 0), t 4 = (BMW, 90), t 5 = (F iat, 0) i) Ordnen Sie obige Tupel den Äquivalenzklassen des BTGs in Abbildung zu und bestimmen Sie die BMO-Menge. ii) Bestimmen Sie die Top 3 Elemente bzgl. obiger Zuordnung.

5 Aufgabe 4: XQuery und XSLT, 8 Punkte (8) Gegeben sei die aus Vorlesung und Übung bekannte XML-Datei Mozart.xml mit der Struktur: <MOZART> <WERK> <KV>... </KV> <JAHR>... </JAHR> <ORT>... </ORT> <BESCHREIBUNG>... </BESCHREIBUBG> </WERK>... </MOZART> <TONART>... </TONART> Erstellen Sie eine XQuery-Anfrage, die folgendes Resultat liefert: Eine Auflistung der Werke Mozarts pro Ort und Jahr mit der Anzahl der jeweiligen Werke als Attributknoten. Dabei sollen die Orte zuerst alphabetisch sortiert werden und Mozarts zuletzt geschaffenen Werke zuerst angezeigt werden. Die XML-Ausgabedatei soll folgende Struktur haben: <MWERKE_PRO_ORT_JAHR> <WERKE ANZAHL = ''...''> <ORT>... </ORT> <JAHR>... </JAHR> </WERKE>... </MWERKE_PRO_ORT_JAHR>

6 Aufgabe 5: Allerlei, 6 Punkte (++) a) Geben Sie für folgende linguistische Vorverarbeitung in IR-Suchmaschinen die entsprechenden Algorithmen bzw. Konzepte an, die typischerweise die benutzerseitige Eingabe (linksseitig) in die interne Repräsentation (rechtsseitig) transformieren: i) { ein, Teller, und, Besteck } { Teller, Besteck } ii) acebook facebook iii) lanquitch language iv) Studierende Studier b) Wie hoch ist der Recall einer Suchanfrage, wenn für das F-Maß F (p, r) = p = gilt? und die Precision c) Geben Sie die Soundex-Codierung des Begriffs Suchen an.