Einführung in die Informationswissenschaft

Textstatistik
Das probabilistische Modell
• Relevanzinformationen aus Stichprobe. Ableitung von
Wahrscheinlichkeitswerten:
• P 1 (Vorkommen von x mi ist wesentlich für die Relevanz des
Dokuments) = k / K
• P 2 (Nicht-Vorkommen von x mi ist wesentlich für die Relevanz des
Dokuments) = (K - k) / K
• P 3 (Vorkommen von x mi ist wesentlich für die Nicht-Relevanz des
Dokuments) = (n - K) / N - K
• P 4 (Nicht-Vorkommen von x mi ist wesentlich für die Nicht-Relevanz
des Dokuments) = (N – K – n + k) / (N – K)
• P2 = 1 - P1 P4 = 1 - P3 •
•
rel. Häufigkeit der Dokumente mit xmi in der Stichprobe: n / N
Gewichtung (Dokument mit xmi ) = P1 / rel. Häufigkeit („einfache
Version“)
HHU Düsseldorf, WS 2004/05 Einführung in die Informationswissenschaft 279