Einführung in die Informationswissenschaft

Informationslinguistik
N-Gramm-Retrieval bei HAIRCUT: (2.) Relevance Feedback
– Recherche nach der Ähnlichkeitsformel
– Auswahl der Top N (i.d.R. 20) Dokumente
– Gewichtung der N-Gramme in diesen Dokumenten nach
Formel
– L i : relative Häufigkeit des N-Gramms i in den Dokumenten
– C i : relative Häufigkeit des N-Gramms i in der gesamten
Datenbank
– IDF i = inverse Dokumenthäufigkeit von i: (ld N / n) + 1 (N:
Anzahl der Dokumente in der Datenbank; n: Anzahl der
Dokumente, in denen i vorkommt)
– K: Konstante
(L i –C i) * (IDF i) K
– Selektion der Top M (i.d.R. 50) N-Gramme und neue Suche
mittels dieser 50 N-Grammen
HHU Düsseldorf, WS 2004/05 Einführung in die Informationswissenschaft 160