Einführung in die Informationswissenschaft

N-Gramme
Informationslinguistik
• N-Gramm-Retrieval bei HAIRCUT: (1.) Berechnung eines
Ähnlichkeitswertes zwischen Such-N-Grammen und N-
Grammen in Texten
• P: Wahrscheinlichkeit für Relevanz (rechte Gleichungsseite:
relative Häufigkeit)
• D: Dokument (Text)
• C: gesamte Datenbank (collection)
• Q: Suchanfrage; q: N-Gramm aus Suchanfrage
• α: Konstante (Glättungsparameter)
P(D|Q) = [α*P(q 1|D) + (1- α)*P(q 1|C)] * ... * [α*P(q n|D) + (1- α)*P(q n|C)]
HHU Düsseldorf, WS 2004/05 Einführung in die Informationswissenschaft 159