Εισαγωγικές έννοιες (διαδικασία χρήστη, λογική αναπαράσταση κειμένων, διαδικασία ανάκτησης). Μετρικές εκτίμησης απόδοσης ανάκτησης (ανάκληση, ακρίβεια, μέση ακρίβεια, R- ακρίβεια, ιστογράμματα ακρίβειας, αρμονικός μέσος όρος, μετρικές προσανατολισμένες στο χρήστη). Μοντέλα Ανάκτησης Πληροφορίας. Συνολοθεωρητικά μοντέλα (Boolean μοντέλο, μοντέλο ασαφών συνόλων, επεκταμένο Boolean Μοντέλο), Αλγεβρικά μοντέλα (μοντέλο διανυσματικού χώρου, μοντέλο λανθάνουσας σημασιολογικής δεικτοδότησης), Πιθανοτικά μοντέλα, Ανάκτηση Πληροφορίας στον Παγκόσμιο Ιστό. Μηχανές Αναζήτησης στον Παγκόσμιο Ιστό (Crawler, Indexer, δεικτοδοτητής). Ο αλγόριθμος HITS (Hyperlink-Induced Topic Search). Η μηχανή αναζήτησης Google (η μέθοδος βαθμολόγησης PageRank). O αλγόριθμος SALSA, Τεχνικές Μηχανικής Μάθησης και Νευρωνικά Μοντέλα στην Ανάκτηση Πληροφορίας (Learning to Rank, διανυσματική αναπαράσταση λέξεων και ενσωματώσεις όπως word2vec, CBOW,skipgram, Transformers, BERT, GPT, Μεγάλα Γλωσσικά Μοντέλα και Sparse vs Dense Αναζήτηση, Vector Search σε λ.χ. FAISS ( HNSW, …), χρήση dense ή/και sparse search σε Retrieval Augmented Generation (RAG), Search engines vs reasoning engines), Λεκτική Δεικτοδότηση (ανεστραμμένα αρχεία, αρχεία υπογραφών, bitmaps). Τεχνικές Αποθήκευσης σε Κατανεμημένη Ανάκτηση Πληροφορίας (Mapreduce, Apache Spark), Πλήρης Δεικτοδότηση (δέντρα επιθεμάτων, πίνακας επιθεμάτων, άκυκλα κατευθυνόμενα γραφήματα (DAWG) συμβολοσειρών). Δεικτοδότηση συμβολοσειρών στη δευτερεύουσα μνήμη (υπερ-πίνακας επιθεμάτων, Β-δέντρο προθεμάτων, Β-δέντρο συμβολοσειρών). Συμπίεση Κειμένων και Δομών Δεικτοδότησης, Εξόρυξη Γνώσης από Κείμενα και Μοντέλα Βασισμένα σε Γράφους (Graph embeddings)
