Einführung in die Informationswissenschaft

Textstatistik
Einsatz des Vektorraummodells bei SMART
– (5) bei Hochfrequenzworten: Generierung von Phrasen
– Arbeitsschritte:
– (5.1) Übernahme aller Wortstämme/Grundformen aus
allgemeiner SMART-Prozedur
– (5.2) Paarbildung aller Wortstämme/Grundformen, die im
Dokument innerhalb von n Worten stehen (etwa: n=4); dabei
Bedingung: eines der Worte ist Hochfrequenzwort
– (5.3) Zusammenführen von Paaren mit gleichen Komponenten
(A B – B A). Beispiel: [my] student[s‘] knowledge – [the]
knowledge [of my] student[s]
– (5.4) Betrachtung der entstandenen Phrase als ein Wort bzw.
als eine Dimension im n-dimensionalen Vektorraum (für die
Berechnung von WDF, IDF, Position)
HHU Düsseldorf, WS 2004/05 Einführung in die Informationswissenschaft 264