MBR के तत्व
MBR के विभिन्न तत्व निम्नलिखित हैं:
1. प्रशिक्षण सेट का चयन (Choosing the Training Set)
प्रशिक्षण सेट में 49,652 समाचार कहानियां शामिल थीं, जो इस लक्ष्य के लिए समाचार पुनर्प्राप्ति सेवा द्वारा समर्थित थीं। ये कहानियां लगभग तीन महीने की खबरों से और लगभग 100 विभिन्न स्रोतों से आई थीं।
प्रत्येक कहानी में औसतन 2,700 शब्द थे और उस पर आठ कोड असाइन किए गए थे। प्रशिक्षण सेट विशेष रूप से नहीं बनाया गया था, इसलिए प्रशिक्षण सेट में कोड की आवृत्ति बहुत अधिक भिन्न थी, जो सामान्य रूप से समाचार कहानियों में कोड की समग्र आवृत्ति की नकल करती थी।
2. दूरी फ़ंक्शन का चयन (Choosing the Distance Function)
अगला चरण दूरी फ़ंक्शन का चयन करना है। इस विधि में, एक दूरी फ़ंक्शन मौजूद था, जो प्रासंगिकता प्रतिक्रिया (Relevance Feedback) के रूप में जानी जाने वाली अवधारणा पर निर्भर करता है जो उन शब्दों के आधार पर दो फ़ाइलों की समानता की गणना करता है जो उनमें शामिल हैं। प्रासंगिकता प्रतिक्रिया, जिसे साइडबार में अधिक पूरी तरह से परिभाषित किया गया है, एक दी गई दस्तावेज़ के समान फ़ाइलों को वापस करने के लिए बनाई गई थी, खोजों को परिष्कृत करने की एक विधि के रूप में। वही फाइलें MBR के लिए पड़ोसियों के रूप में उपयोग की जाती हैं।
3. संयोजन फ़ंक्शन का चयन (Choosing the Combination Function)
अगला निर्णय संयोजन फ़ंक्शन है। समाचार कहानियों को वर्गीकरण कोड असाइन करना अधिकांश वर्गीकरण मुद्दों से अलग है। अधिकांश वर्गीकरण मुद्दे एकल सर्वोत्तम समाधान की तलाश में हैं। लेकिन समाचार कहानियों में कई कोड हो सकते हैं, यहां तक कि एक ही तत्व से भी। इस मुद्दे के अनुकूल MBR को अनुकूलित करने की क्षमता इसके लचीलेपन को उजागर करती है।
संयोजन फ़ंक्शन को वेटेड समेशन दृष्टिकोण की आवश्यकता होती है। चूंकि अधिकतम दूरी 1 थी, वजन केवल एक माइनस दूरी थी, इसलिए वजन छोटी दूरियों पर पड़ोसियों के लिए बड़े हो सकते हैं और बड़ी दूरियों पर पड़ोसियों के लिए छोटे।
4. पड़ोसियों की संख्या का चयन (Choosing the Number of Neighbors)
जांच ने निकटतम पड़ोसियों की संख्या को 1 और 11 समावेशी के बीच विविध किया। सर्वोत्तम परिणाम अधिक पड़ोसियों का उपयोग करने से आए। लेकिन यह केस स्टडी MBR के कई अनुप्रयोगों से अलग है क्योंकि यह प्रत्येक कहानी को कई श्रेणियां असाइन कर रहा है। सामान्य समस्या केवल एक व्यक्तिगत श्रेणी या कोड असाइन करना है और सर्वोत्तम परिणामों के लिए कम पड़ोसी पर्याप्त होंगे।
MBR की कोडिंग पर प्रभावशीलता की गणना करने के लिए, समाचार सेवा के पास संपादकों का एक बोर्ड था जो कुछ कोड की समीक्षा करता था, चाहे संपादकों द्वारा या MBR द्वारा, 200 कहानियों को असाइन किया गया था। पैनल के बहुमत द्वारा सहमत कुछ कोड को "सही" माना जाता था।
"सही" कोड की तुलना मानव संपादकों द्वारा शुरू में कहानियों को असाइन किए गए कोड से करना दिलचस्प था। शुरू में कहानियों को असाइन किए गए कोड का 88% (मनुष्यों द्वारा) सही था लेकिन मानव संपादकों ने गलतियां कीं।
