Breve Estudio sobre la Aplicación de los Algoritmos Genéticos a la Recuperación de Información

Transcripción

1 Breve Estudo sobre la Aplcacón de los Algortmos Genétcos a la Recuperacón de Informacón O. Cordón, F. oya 2,.C. Zarco 3 Dpto. Cencas de la Computacón e I.A. Unv. de Granada. Ocordon@decsa.ugr.es 2 Dpto. Bbloteconomía y Documentacón. Unv. de Granada. felx@golat.ugr.es 3 Facultad de Bbloteconomía y Documentacón. Unv. de Granada. mczarco@garfo.ugr.es Resumen: En este trabajo repasaremos las dstntas propuestas exstentes en la lteratura especalzada en el marco de la aplcacón de los Algortmos Genétcos a la Recuperacón de Informacón, descrbendo varas de las aplcacones concretas y analzando los resultados obtendos y la problemátca encontrada. Palabras clave: Sstemas de Recuperacón de Informacón, Algortmos Genétcos. Abstract: In ths work, the dfferent proposals found n the specalsed lterature for the applcaton of Genetc Algorthms to the feld of Informaton Retreval wll be revewed. Some of the specfc algorthms wll be descrbed, and the obtaned results wll be analysed along wth the exstng problems. Keywords: Informaton Retreval Systems, Genetc Algorthms.. Introduccón En los últmos años, se ha expermentado un nterés crecente en la aplcacón de técncas de Intelgenca Artfcal (IA) al campo de la Recuperacón de Informacón (RI) [8] con el propósto de subsanar las carencas de los cláscos Sstemas de RI (SRI) booleanos. En concreto, el paradgma del Aprendzaje Automátco, basado en el dseño de sstemas con capacdad para adqurr conocmento por s msmos, parece nteresante para el área de la RI [,6,7]. Los Algortmos Genétcos (AGs) [6] no son específcamente algortmos de aprendzaje, pero ofrecen una metodología de búsqueda potente e ndependente del domno que puede ser empleada en muchas tareas de aprendzaje. Debdo a ello, la aplcacón de los AGs a la RI se ha ncrementado en los últmos años. Entre otros, los AGs se han aplcado en la resolucón de los sguentes problemas: Indzacón de documentos medante el aprendzaje de los térmnos relevantes para descrbrlos [2] y de sus pesos [4]. Agrupamento (clusterng) de documentos [3,0] y térmnos []. ejoras en la defncón de consultas: aprendzaje automátco de los térmnos de la msma [], de los pesos de los térmnos proporconados prevamente por el usuaro [9,2,5] o de la composcón completa de la consulta ncluyendo los térmnos y los operadores booleanos [3], o los dos anterores y los pesos de los térmnos [5]. En este trabajo repasamos el uso de los AGs en el área de la RI, descrbendo varas de las aplcacones exstentes y analzando los resultados obtendos y la problemátca encontrada. Por motvos de espaco, no descrbremos todas las aproxmacones ctadas en cada grupo. 2. Introduccón a los Algortmos Genétcos Los AGs [9] trabajan sobre una poblacón de ndvduos, cromosomas, que codfcan posbles solucones al problema y adaptan dcha poblacón en busca de solucones mejores medante un proceso evolutvo basado en seleccón natural (en forma de un proceso de seleccón probablístco en el que las mejores solucones se reproducen con mayor probabldad que las peores) y en la aplcacón de operadores genétcos, cruce y mutacón, que modelan los procesos genétcos exstentes en la naturaleza. La funcón de adaptacón es la encargada de modelar el entorno, defnendo la caldad de las solucones según como resuelven el problema. Procedmento Algortmo Genétco t 0. Incar P(t). Evaluar P(t)

2 entras no se de la condcón de parada hacer t t+ Selecconar P(t) a partr de P(t-) Cruzar y mutar P(t) Evaluar P(t) Exsten dstntas formas de llevar a cabo la seleccón de los ndvduos. La mas habtual consste en obtener una dstrbucón de probabldad asocada a los cromosomas, P (habtualmente dvdendo la adaptacón de cada uno entre la suma de la de toda la poblacón), y en asocar dcha dstrbucón a una ruleta, dando más espaco en la msma a aquellos ndvduos que presenten mayor probabldad de seleccón (es decr, a los mejor adaptados). Esta ruleta se gra tantas veces como cromosomas exstan en la poblacón, copando en la poblacón ntermeda el cromosoma escogdo en cada caso. Sobre esta poblacón ntermeda se aplcan los operadores de cruce y mutacón. El prmero combna las característcas de dos cromosomas padre para obtener dos descendentes, mentras que el segundo provoca cambos aleatoros en un únco ndvduo para ntroducr dversdad en la poblacón. Los dos tenen asocada una probabldad de aplcacón, P c y P m. Los operadores más cláscos (usualmente empleados con cromosomas bnaros) son el cruce smple en un punto (que genera un punto de cruce aleatoro e ntercamba los genomas de los dos padres a ambos lados del msmo) y la mutacón unforme (que camba el valor actual del gen por el valor complementaro, 0 por y por 0). s 3. Aplcacón de los Algortmos Genétcos a la Recuperacón de Informacón 3.. Indzacón de documentos Las aplcacones exstentes dentro de este prmer grupo están orentadas al aprendzaje medante adaptacón de las descrpcones de los documentos exstentes en la base documental con objeto de facltar la recuperacón de los msmos ante consultas relevantes. En [2], Gordon defende que una buena solucón para el problema de las dferencas exstentes entre consultas de dstntos usuaros que buscan los msmos documentos puede ser el asocar mas de una descrpcón a cada documento y adaptar dchas descrpcones a lo largo del tempo. Para determnar s un documento es o no relevante para una consulta dada, el sstema empareja ésta con todas las descrpcones del documento y decde en funcón del promedo de los emparejamentos parcales. Así, el autor propone un modelo de AG para llevar a cabo esta tarea. Cada descrpcón esta compuesta por un vector bnaro (es decr, sólo se consdera la presenca o ausenca de los térmnos en la descrpcón del documento actual) de longtud fja. La poblacón genétca está formada por dferentes descrpcones para el msmo documento (para obtener las descrpcones de la coleccón al completo es necesaro ejecutar el AG tantas veces como documentos exstan en la msma): C j = desc -doc x = (t j, t 2j,, t nj ), t j {0,}, =,, n Con esta estructura, las dstntas descrpcones compten entre sí por representar al documento del mejor modo posble. Para medr la caldad de una descrpcón, el sstema dspone de dos conjuntos de consultas dstntos, para los que el documento es respectvamente relevante e rrelevante. La funcón de adaptacón se basa en calcular la smltud entre la descrpcón y cada consulta medante el índce de Jaccard, obtenendo entonces los valores medos de adaptacón de la descrpcón al conjunto de consultas relevantes e rrelevantes. Ambos valores se combnan lnealmente, tras nvertr el segundo, para obtener una únca medda de la bondad de la representacón actual del documento. El AG de Gordon presenta dos característcas nteresantes. Por un lado, no emplea operador de mutacón, solamente hace uso de un operador de cruce clásco en un punto para adaptar los ndvduos. Por otro, dcho operador se aplca sobre toda la poblacón genétca (es decr, P c =). En lo que respecta al mecansmo de seleccón, calcula el número de copas de cada cromosoma esperadas en la nueva poblacón dvdendo su valor de adaptacón entre la meda de la poblacón actual. Automátcamente, cada cromosoma se copa un numero de veces gual a la parte entera de dcha fraccón. Los ndvduos restantes se escogen aleatoramente de acuerdo a los restos.

3 Gordon valda el sstema en un entorno real, aunque a pequeña escala, trabajando con una base compuesta por 8 documentos para los cuales dferentes usuaros (estudantes) proporconaron una meda de 7 descrpcones ncales y consultas relevantes e rrelevantes. Los resultados obtendos son prometedores. Después de ejecutar el AG durante 40 generacones, las descrpcones de los 8 documentos se asemejaban un 9.09% más a las consultas relevantes y un 24.8% menos a las rrelevantes, es decr, se consgue el objetvo ncal: que las descrpcones de los documentos se asemejen en mayor medda a las consultas para las que son relevantes y en menor a las rrelevantes. En [4], Vrajtoru presenta otra aproxmacón basada en el modelo de espaco vectoral y en cromosomas que codfcan la ndzacón de la coleccón completa de documentos (cada uno de ellos con una únca descrpcón asocada en forma de vector de números reales en [0,]). La autora propone además un nuevo operador de cruce específco, el cruce desvnculador (dssocated), con el que obtene buenos resultados sobre dos bases documentales dstntas: CAC (3204 documentos y 50 consultas, conocéndose los documentos relevantes) y CISI (460 documentos y 35 consultas) Agrupamento de documentos y térmnos Robertson y Wllet [] proponen un AG para formar grupos (clusters) de palabras de modo que la suma de las frecuencas de aparcón de éstas en una coleccón de documentos sea aproxmadamente gual en cada grupo. Este problema tene varas aplcacones, como la ndzacón o la generacón de sgnaturas. Para ello, los autores proponen dos esquemas de representacón:. Orden con separadores: Cada ndvduo es un vector de dmensón N+n-, donde los números enteros en el conjunto {,, N} codfcan los térmnos y n- genes con valor, los separadores que defnen los n clusters. Por ejemplo, con N=8 y n=4, el cromosoma ( ) representa la confguracón de clusters: G = {,2,3}, G 2 = {4,5}, G 3 = {6}, G 4 = {7,8}. 2. Dvsón-asgnacón: Los cromosomas son vectores de dmensón N. Cada poscón está asocada a un térmno y su valor representa el cluster al que pertenece el termno. Así, el cromosoma ( ) representa la confguracón: G = {3,8}, G 2 = {2,7}, G 3 = {,5,6}, G 4 = {4}. El mecansmo de seleccón del AG no es el habtual. Cada operador tene una probabldad de actuacón asocada y, en cada paso, se escoge el operador a aplcar lanzando la ruleta. Una vez que se conoce éste, se escogen el o los padres necesaros para su aplcacón del msmo modo. El AG trabaja con dos operadores dstntos de mutacón (cada uno de los cuales recbe una probabldad de actuacón de 0.25), escogdos de entre tres operadores cláscos para representacón de orden [6]. En todos los casos, se escogen prmero dos poscones aleatoras y se efectúa algún cambo entre ellas: C = ( ) a) Inversón: C = ( ) (nversón de todos los genes) b) Sublsta aleatora: C = ( ) (seleccón aleatora de los genes en cuestón) c) Poscón: C = ( ) (ntercambo de los genes de los extremos) El operador de cruce recbe probabldad 0.5. Los autores proponen varos, dos de los cuales están tambén basados en la representacón de orden (cruce ordenado y cruce basado en poscón). Para la prmera representacón, se escoge cualquera de ellos, mentras que en la representacón de dvsón-asgnacón, los autores consderan además el empleo del cruce smple en un punto y en dos puntos. La aplcacón del cruce ordenado (que será el únco descrto por cuestones de espaco) precsa de la generacón aleatora de un patrón bnaro con la msma longtud que el cromosoma. Dcho patrón determna s los genes del prmer padre se copan al prmer hjo (valor 0 en el patrón) o al segundo (). Los huecos se rellenan con los genes del segundo padre, mantenendo el orden. Por ejemplo: P = ( ) C = ( ) C 2 = ( ) Paso : C = ( ) C 2 = ( ) Paso 2: C = ( ) C 2 = ( ) Para la funcón de adaptacón, tambén se presentan dos propuestas: una medda de la entropía relatva, H R (0,], donde el valor muestra la equfrecuenca total en los clusters, y la medda de Pratt, C [0,], donde el valor optmo es el 0. De este modo, el AG afronta un problema de maxmzacón en el prmer caso y uno de mnmzacón en el segundo.

4 Fnalmente, en cuanto a los expermentos realzados, los autores trabajan con cnco conjuntos de datos dstntos, cuatro de ellos procedentes de dstntas coleccones de documentos en ngles y en turco, y el últmo generado expermentalmente según una dstrbucón de Zpf. Los resultados obtendos son buenos, aunque smlares a un algortmo exstente para el msmo problema que requere un tempo de ejecucón mucho menor. Las otras dos aplcacones ncludas en este grupo son bastante dstntas a la anteror. Un problema común cuando se trabaja con procesos de clusterng en RI consste en que el agrupamento se suele efectuar en funcón de patrones de smltud en las descrpcones de los documentos, lo que da lugar a que documentos que no son relevantes para las msmas consultas pero que presentan descrpcones parecdas se agrupen en los msmos clusters, perjudcando la precsón del sstema. Exsten una sere de algortmos de clusterng que soluconan este problema en el campo de la RI, las denomnadas técncas de agrupamento orentado al usuaro (user-based clusterng). En este caso, los documentos se agrupan por su relevanca y no por su descrpcón, es decr, se busca el formar grupos de documentos relevantes para las msmas consultas. En [3,0] pueden encontrarse dos propuestas basadas en el uso de AGs, realzadas respectvamente por Gordon, y Raghavan y Agarwal Defncón de consultas En general, todas las aplcacones ncludas en este grupo (el más numeroso) tenen en común el empleo de los AGs como técnca de retroalmentacón por relevanca (relevance feedback) en dstntos tpos de SRI. Dstnguremos tres subgrupos dependendo de los componentes de la consulta adaptados en el proceso genétco: los térmnos, los pesos o la consulta completa (térmnos, pesos y operadores booleanos) Aprendzaje de térmnos En [], Chen y otros emplean un AG para aprender los térmnos de consulta que mejor representan un conjunto de documentos relevantes proporconados por el usuaro (consulta nductva a partr de ejemplos (nductve query by examples)). Consderan un SRI basado en el modelo de espaco vectoral en el que las representacones de los documentos son bnaras. El AG empleado es tambén un AG bnaro clásco. Los cromosomas representan posbles conjuntos de térmnos medante vectores bnaros de tamaño fjo en los que cada poscón esta asocada a un termno exstente en la coleccón ncal de documentos relevantes. Los operadores son los habtuales en este tpo de AGs (véase la Seccón 2). La funcón de evaluacón tene que ndcar el grado en que el conjunto de térmnos de consulta actual representa la coleccón de documentos ncal. Para ello, se consdera el coefcente de Jaccard, de modo se obtene este valor de smltud entre los térmnos de consulta actuales y cada uno de los documentos ncales y se devuelve la meda de estos como valor de adaptacón del cromosoma: n F( C) = n = J ( C, D ) ; X Y J ( X, Y ) = X Y Los autores comparan el comportamento del proceso genétco con otras tres técncas de retroalmentacón por relevanca, una de las cuales es una técnca clásca, expansón de consultas, y las otras dos están tambén basadas en IA, Smulated Annealng (otro algortmo probablístco de búsqueda) e ID3 (un algortmo para dseñar arboles de clasfcacón). Hacen uso de una base documental compuesta por 8000 documentos extraídos de la base COPEN, ndzando estos medante las palabras clave que proporcona la propa base, y dseñan dos expermentos dstntos: uno smulado con conjuntos ncales de documentos relevantes de varos tamaños ({,2,3,4,5,0,20,30,40,50}, 7 conjuntos dstntos en cada caso) y uno nteractvo con usuaros reales, 2 estudantes, que proporconan 36 consultas. En ambos, el AG obtene los mejores resultados Aprendzaje de pesos Yen y Korfaghe [5] proponen un AG para retroalmentacón por relevanca en SRI basados en el modelo de espaco vectoral medante el aprendzaje de los pesos asocados a los térmnos de consulta. Los cromosomas son, drectamente, vectores de valores reales en [0,] y los operadores de cruce y mutacón son respectvamente el cruce en dos puntos y la mutacón aleatora.

5 Por otro lado, el esquema de seleccón se basa en elmnar todos los cromosomas cuya adaptacón sea nferor a la meda de la poblacón y en selecconar la poblacón ntermeda aplcando el mecansmo de Baker [6] sobre los supervventes. La funcón de adaptacón consdera las meddas cláscas de precsón y exhaustvdad. Para ello, proponen tres funcones dstntas, una para el caso en que se conocen todos los documentos relevantes de la base documental para la consulta actual y otras dos para el caso contraro: F (C) = R r - R n - N r F 2 (C) = R r - N r F 3 (C) = 2 R r - N r donde R r es el numero de documentos relevantes recuperados, R n es el numero de documentos relevantes no recuperados y N r es el numero de documentos rrelevantes recuperados. Además, las probabldades de cruce y mutacón van cambando a lo largo de la ejecucón del AG con objeto de realzar una mejor búsqueda en el espaco de posbles pesos. En concreto, P c toma el valor ncal de 0.9 y va descendendo hasta valer 0.6 al fnal de la ejecucón. En cambo, P m comenza valendo 0.00 y aumenta progresvamente hasta stuarse en (aunque en las ultmas ejecucones se reduce bruscamente para no perder las buenas solucones). La ndzacón de los documentos en el SRI empleado para los expermentos presenta dos varantes: vectores bnaros y vectores de pesos, obtendos multplcando la frecuenca del termno en el documento por la frecuenca nvertda del prmero. La medda de smltud consderada es la dstanca y la recuperacón se efectúa con umbrales, la raíz cuadrada del numero de térmnos en la consulta, dvdda entre 2 para la ndzacón bnara y entre.5 para la ndzacón con pesos. Para los expermentos realzados consderan la base CRANFIELD, sobre la que expermentan el algortmo con dstntos valores de parámetros: 6 tamaños de poblacón dstntos, múltplos de 2 entre 20 y 40, durante 20 generacones, y con las tres funcones de adaptacón presentadas. Una vez ejecutado el método sobre todas las consultas exstentes, mden el nvel de precsón y exhaustvdad de cada una, contando el número de ellas exstente en cada ntervalo de dmensón 0., y comparándolo con las consultas ncales sn pesos. Los resultados son muy satsfactoros, generándose muchas más consultas cercanas al extremo (,) tras la adaptacón genétca. Sn embargo, aunque la precsón meda para varos nveles de exhaustvdad aumenta claramente, no se observa el msmo resultado en la exhaustvdad meda para varos nveles de precsón. Otras aportacones ncludas en este grupo son la de Robertson y Wllet [2], que proponen un AG con el propósto de determnar un umbral de rendmento para las técncas de retroalmentacón por relevanca en SRI basados en espaco vectoral, y la de Sanchez y otros [9], que proponen un AG para aprender los pesos de los térmnos en consultas con operadores booleanos en un SRI dfuso Aprendzaje de la consulta al completo Por últmo, en este tercer apartado se han propuesto dos técncas, una para SRI dfusos [5] y otra para SRI booleanos [3], ambas basadas en una varante de Algortmo Evolutvo dstnta a los AGs, la Programacón Genétca (PG) [4]. La prncpal dferenca entre ambos es el esquema de representacón, que en el caso de la PG permte manejar estructuras más complejas tales como árboles de expresones. En [5], Kraft y otros proponen un algortmo de PG para aprender la estructura de consultas compuestas por térmnos ponderados y undos por medo de operadores booleanos en un SRI dfuso. Estas consultas están representadas en forma de árboles y el algortmo emplea el operador de cruce clásco en PG, basado en selecconar aleatoramente una rama del árbol en cada uno de los padres e ntercambar los subárboles que cuelgan de esta [4]. En cambo, para el operador de mutacón, consderan tres posbldades: cambar un operador booleano por otro, un termno por otro o el peso de un termno, sumándole un valor aleatoro cercano a 0. El mecansmo de seleccón consderado no es el generaconal habtual, basado en la creacón de una poblacón ntermeda (véase la Seccón 2), sno que está basado en el esquema estaconaro (steady-state). En este caso, en cada generacón úncamente se aplca un cruce sobre dos padres y una mutacón sobre otro padre dstnto, con lo que se obtenen tres descendentes (dos del cruce y uno de la mutacón). Estos descendentes pasan a formar parte de la nueva poblacón sempre que estén mas adaptados que los peores ndvduos de la poblacón actual.

6 Para la funcón de evaluacón, proponen tres posbldades, consderar solamente la exhaustvdad, la exhaustvdad y la precsón y una funcón para SRI basados en espaco vectoral (Salton [8]): F ( C) = F ( C) = α 3 = r f r = r n dc = j= ; F ( C) = α 2 sm(, c j ) β ndc = r f = r ( r ) + β dc = j= n = r f = f sm(, c j ) ndc donde r es la relevanca del documento, f es la recuperacón del documento (r, f {0,}), n dc es el numero de conjuncones que componen la consulta y sm(,c j ) es el grado de smltud entre la conjuncón c j y el documento. Hemos de señalar que, para emplear esta ultma funcón, smplfcan el tpo de consulta consderada, pasando a trabajar con vectores de térmnos undos por conjuncones. Consderan el coseno como medda de smltud. En la expermentacón hacen uso de una coleccón con 483 resúmenes de documentos de la base Comuncacones de la AC, con un total de 4923 térmnos de ndzacón, sobre la que dseñan dos expermentos. En el prmero, un usuaro aporta 9 documentos relevantes, mentras que en el segundo se trabaja con 30 documentos, selecconando uno al azar y añadendo los 29 mas smlares. Trabajan con las tres funcones de adaptacón propuestas y, además, consderan dos posbldades para generar la poblacón ncal: crearla al completo partr de térmnos que aparezcan en el conjunto ncal de documentos o generar un 80% de la poblacón con estos térmnos y el 20% restante con térmnos que no se encuentren en la msma. Los resultados obtendos con las dos prmeras funcones de evaluacón son buenos (8 de los 9 documentos relevantes recuperados en el prmer expermento y de los 30 en el segundo con F ; y 3-9 (con 2-6 rrelevantes) y (con rrelevantes) con F 2 ). En cambo, no son capaces de obtener resultados aceptables cuando consderan F 3. Por otro lado, Smth y Smth proponen un algortmo smlar para SRI booleanos [3], en el que las consultas están compuestas por térmnos undos por operadores booleanos, sn consderar pesos. Los autores valdan el algortmo sobre la base CRANFIELD, buscando la consulta perfecta, y sólo obtenen buenos resultados cuando la coleccón ncal de documentos relevantes es pequeña. 4. Comentaros fnales En este trabajo, hemos repasado las dstntas técncas propuestas en la lteratura especalzada en el marco de la aplcacón de AGs a RI. Tal y como se ha ndcado, los AGs se han aplcado fundamentalmente a tres tareas en este campo: ndzacón de documentos, agrupamento de documentos y térmnos y mejora en la defncón de consultas. En todas ellos, los dstntos autores han obtendo resultados adecuados y planteado líneas futuras de trabajo, lo que permte consderar a los AGs como una técnca muy prometedora en SRI. Bblografía [] Chen, H. A achne Learnng Approach to Inductve Query by Examples: An Experment Usng Relevance Feedback, ID3, Genetc Algorthms, and Smulated Annealng. Journal of the Amercan Socety for Informaton Scence, 49(8), 998, [2] Gordon,.D. Probablstc and Genetc Algorthms for Document Retreval. Communcatons of the AC, 3(0), 988, [3] Gordon,.D. User-Based Document Clusterng by Redescrbng Subject Descrptons wth a Genetc Algorthm. Journal of the Amercan Socety for Informaton Scence, 42(5), 99, [4] Koza, J.R. Genetc Programmng: On the Programmng of Computers by Natural Selecton. IT Press, 992. [5] Kraft, D.H., Petry, F.E., Buckles, B.P., Sadasvan, T. Genetc Algorthms for Query Optmzaton n Informaton Retreval: Relevance Feedback. En: Sanchez, E., Shbata, T., Zadeh, L.A., eds. Genetc Algorthms and Fuzzy Logc Systems. Soft Computng Perspectves, 997, [6] chalewcz, Z. Genetc Algorthms + Data Structures = Evoluton Programs. Sprnger-Verlag, 996. [7] oya, F., Herrero, V., Guerrero, V. La aplcacón de las Redes Neuronales Artfcales a la recuperacón de la nformacón. Anuaro SOCADI de Documentacón e Informacón (Barcelona), 2, 998, [8] Salton, G., cgll,. An Introducton to odern Informaton Retreval. cgraw-hll, 983.

7 [9] Sanchez, E., yano, H., Brachet, J.P. Optmzaton of Fuzzy Queres wth Genetc Algorthms. Applcaton to a Data Base of Patents n Bomedcal Engneerng. Actas 6th IFSA World Congress, Sao Paulo (Brasl), 995, Vol. II, [0] Raghavan, V.V., Agarwal, B. Optmal Determnaton of User-orented Clusters: An Applcaton for the Reproductve Plan. Actas 2nd Conference on Genetc Algorthms and Ther Applcatons, Hllsdale, NJ (EEUU), 987, [] Robertson, A.., Wllet, P. Generaton of Equfrequent Groups of Words Usng a Genetc Algorthm. Journal of Documentaton, 50(3), 994, [2] Robertson, A.., Wllet, P. An Upperbound to the Performance of Ranked-Output Searchng: Optmal Weghtng of Query Terms Usng a Genetc Algorthm. Journal of Documentaton, 52(4), 996, [3] Smth,.P., Smth,. The Use of Genetc Programmng to Buld Boolean Queres for Text Retreval Through Relevance Feedback. Journal of Informaton Scence, 23(6), 997, [4] Vrajtouru, D. Crossover Improvement for the Genetc Algorthm n Informaton Retreval. Informaton Processng & anagement, 34(4), 998, [5] Yen, J.J., Korfhage, R.R. Query odfcaton Usng Genetc Algorthms n Vector Space odels. Internatonal Journal of Expert Systems, 7(2), 994, 65-9.