5.3: Das Vektorraummodell mit einer Inverted Document Frequency Gewichtung

• Wie unterscheiden sich globale und lokale Einflussfaktoren bei der Gewichtung von Termen?
• Beschreiben Sie einige globale und lokale Einflussfaktoren.
• Berechnen Sie für die ersten vier Titel aus Aufgabe _3.1_ Blatt _3_ die gewichtete Indexierung mit der globalen Gewichtsformel

  ^(m)/_(d(i))
  

  wobei m die Anzahl der Dokumente in der Sammlung (in diesem Fall also die Anzahl der Titel) bezeichne und d(i) die Anzahl der Dokumente, in denen der Term t_i vorkommt. Ignorieren Sie bei der Bestimmung der Terme Gross- und Kleinschreibung und behandeln Sie alle Nicht-Buchstaben als Worttrenner. (Eine Datei mit den Titeln in der vorgesehenen Form finden Sie unter http://www.darmstadt.gmd.de/~ferber/ubung/docs.txt)
• Welche lokalen Einflussfaktoren könnten in diesem Fall zur Gewichtung verwendet werden?
• Berechnen Sie mit dem Skalarprodukt die Ähnlichkeit der vier Titel zur Anfrage

indexing structure for a speech database