| ||||||||||||
3.5.2.2: Term-Term-MatrizenUm Ähnlichkeiten zwischen Termen zu bestimmen, kann man die n×n -Matrix Wt·W berechnen. Der Eintrag w~i,j in dieser Matrix ist dann das Skalarprodukt der i -ten und der j -ten Spalte der Matrix. Die i -te Spalte ist ein Vektor, der angibt, wie wichtig der Term ti für die einzelnen Dokumente d1,...,dm ist, bzw. welchen Wert das Attribut Ai in den einzelnen Dokumenten d1,...,dm annimmt. Im booleschen Fall sind das jeweils binäre Vektoren, die angeben, ob der Term ti im Dokument dk vorkommt ( wk,i=1 ) oder nicht ( wk,i=0 ). Der Eintrag w~i,j in der Matrix Wt·W gibt in diesem Fall nach der Definition des Skalarprodukts also gerade die Anzahl der Dokumente an, in denen die Terme ti und tj gemeinsam vorkommen. In den allgemeineren Fällen von gewichteten Termen bzw. Attributen gibt der entsprechende Eintrag einen Ähnlichkeitswert an. Es können auch andere Ähnlichkeitsmaße verwendet werden, wie sie in Abschnitt 1.3.6.5 besprochen wurden. Die dort für die Dokumente diskutierten Eigenschaften der einzelnen Maße lassen sich entsprechend auf die Terme übertragen. Die n×n -Matrix Wt·W wird Term-Term-Matrix genannt. Sind die Ähnlichkeiten symmetrisch, ist also die Ähnlichkeit von ti nach tj gleich der von tj nach ti (s(ti,tj) =s(tj,ti) für alle Terme ti und tj ), ist auch die Term-Term-Matrix symmetrisch. | ||||||||||||
| ||||||||||||
|
Diese Seiten sind urheberrechtlich geschützt. Die Verantwortung für die Inhalte und die Rechte der Online-Version liegen beim Autor Reginald Ferber, Münster (Westf). Die Rechte der gedruckten Version beim dpunkt.verlag, Heidelberg. Die Weiterverwendung von Texten oder Abbildungen - auch auszugsweise - ist ohne die schriftliche Zustimmung des Autors Reginald Ferber bzw. des dpunkt.verlags nicht gestattet.
Es wird darauf hingewiesen, dass die verwendeten Soft- und Hardware-Bezeichnungen sowie Markennamen und Produktbezeichnungen der jeweiligen Firmen im Allgemeinen warenzeichen-, marken-, oder patentrechtlichem Schutz unterliegen. Alle Angaben und Programme wurden mit großer Sorgfalt kontrolliert. Trotzdem kann keinerlei Haftung für Schäden irgendwelcher Art übernommen werden, die sich im Zusammenhang mit der Nutzung dieser Seiten ergeben.
Diese HTML-Datei wurde am 27-10-2003 erzeugt.