Einführung in die Informationswissenschaft

N-Gramme
• Geschichte
Informationslinguistik
– geht auf Claude Shannon (1948) zurück
– für das Information Retrieval nutzbar gemacht u.a. von Norbert
Henrichs (1975) und M.Damashek (1995)
– es gibt diverse IR-Systeme auf N-Gramm-Basis; z.B. HAIRCUT
(Hopkins Automated Information Retriever for Combing
Unstructured Text) von James Mayfield et al. 2000
– besonders stark bei asiatischen Sprachen (wegen der nicht
eindeutigen Leerzeichen)
Claude Shannon: A mathematical theory of communication.- In: Bell System Technical Journal 27 (1948),
379-423 und 623-656.
M. Damashek: Gauging similarity with n-grams. Language-independent categorization of text. – In: Science
267 (1995), 843-848.
J. Mayfield; P. McNamee; C. Piatko: The JHU/APL HAIRCUT system at TREC-8. – In: E.M. Voorhees;
D.K. Harman (Hrsg.): Proceedings of the 8th Text REtrieval Conference. – Gaithersbury: NTIS, 2000, 445-452.
HHU Düsseldorf, WS 2004/05 Einführung in die Informationswissenschaft 154