1. Stoppwortlisten
  2. Feldbezogene Indexierung
  3. KWIC-Index / KWOC-Index

1. Stoppwortlisten

An den Indexausschnitten für die 3 E-Mail-Beispiele aus step 2 haben Sie gesehen, dass viele Textwörter für eine Informationssuche nur Ballast darstellen. Es handelt sich um aufzählbare Wörter geschlossener Wortklassen wie z.B. bestimmte und unbestimmte Artikel, Präpositionen und andere Funktionswörter ohne Inhalt, z.B. Hilfsverben. Solche Funktionswörter können 30-50% eines Textes ausmachen. Sie werden in einer Stoppwortliste festgehalten und bei der Indexierung nicht berücksichtigt.

Die Sammlung von Stoppwörtern ist allerdings nicht ganz banal: Man denke nur an vermeindliche Stoppwörter, die wichtige Abkürzungen in Fachsprachen sein können, z.B. ICH = International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use.

Experimentieren Sie mit Volltextinvertierung (bzw. einfache Stichwortextraktion) mit und ohne Stoppwörter anhand dieser interaktiven Simulation.

Simulation starten

2. Feldbezogene Indexierung

Texte können, sofern sie strukturiert sind, feldbezogen indexiert werden. Z.B. können für den thematischen Zugriff auf die Daten nur diejenigen Felder für eine Stichwortextraktion angesteuert werden, die mutmaßlich für den Gesamtinhalt stehen - z.B. das Titelfeld bei bibliographischen Datensätzen oder in unserem Beispiel das 'Betreff'-Feld von e-mails.

Index aus Betreff-Feld für 3 E-Mails unter Verwendung einer Stoppwortliste


3. KWIC-Index / KWOC-Index

Sie haben gesehen, dass es unbefriedigend ist, Zugriff auf ein einzelnes Indexwort zu haben. Es wäre besser zu wissen, in welchem Kontext ein Wort steht: Kind im Kontext von Medizin oder Kind im Kontext von Musikunterricht?

Bei der Recherche mit booleschen Operatoren setzt man den Kontext durch eine UND-Verknüpfung. Es ist mit einfachen Mitteln auch möglich, die Stichwörter in einem Zugriffsindex in ihrem Kontext anzuzeigen. KWIC- und KWOC-Indices werden in der Regel aus Titelfeldern erzeugt. Für unsere 3 Beispiel-E-Mails würde sich auch das Betreff-Feld für solch einen Index eignen.

KWIC-Index nennt man einen Index, der die Stichwörter mitten in ihrem Kontext anzeigt: keyword in context. KWOC-Index nennt man einen Index, der die Stichwörter meist vor ihrem Kontext anzeigt: keyword out of context .

KWIC-Index aus Betreff-Feld der 3 e-mails
designer-kurse für die e-learning-plattform webct ce
designer-kurse für die e-learning-plattform webct ce
designer-kurse für die e-learning-plattform webct ce
schutz gegen spam und viren
sopresa
schutz gegen spam und viren
schutz gegen spam und viren
designer-kurse für die e-learning-plattform webct ce

KWOC-Index aus Betreff-Feld der 3 e-mails
ce Designer-Kurse für die E-Learning-Plattform WebCT CE
designer-kurse Designer-Kurse für die E-Learning-Plattform WebCT CE
e-learning-plattform Designer-Kurse für die E-Learning-Plattform WebCT CE
schutz Schutz gegen SPAM und Viren
sopresa sopresa
spam Schutz gegen SPAM und Viren
viren Schutz gegen SPAM und Viren
webct Designer-Kurse für die E-Learning-Plattform WebCT CE



Stand: 27. Januar 2013

< Seite drucken >
< Zum Seitenanfang >

STEP 1

Einführung

STEP 2

Initialaufgabe

STEP 4

Lektüre 2

STEP 5

Übung
Step 1
Step 2
Step 3
Step 4
Step 5
Lektüre 1: Drei Verbesserungen gegenüber einfacher Stichwortextraktion

LE 02: Volltextinvertierung