3.5.2.7: Eine Untersuchung zur Bestimmung von Suchtermen
In einer Untersuchung von Ferber,
Wettler und Rapp (1995) [->]
wurden aus Dokumenten der
Datenbank PsycLIT-Kookurrenzdaten
erhoben und mit Formel (200
)
Ähnlichkeiten zwischen den Termen eines Vokabulars aus 872 Termen
berechnet. Das Vokabular stammte aus 94 Protokollen von Anfragen an
die Zentralstelle für psychologische Information und Dokumentation
in Trier. Diese Protokolle enthielten schriftliche,
natürlich-sprachliche Anfragen und die Datenbanksuchen, die die
professionellen Recherchierenden der Zentralstelle dazu
durchgeführt hatten. Ziel der Untersuchung war es,
aus den schriftlichen Anfragen mit den
Ähnlichkeitsmaßen die Terme vorherzusagen, die
die Recherchierenden in den Anfragen verwendet hatten.
Zusätzlich wurde die Anzahl der
Dokumente, aus denen die Kookurrenzdaten erhoben wurden, systematisch
zwischen 20 000 und
246 889
variiert.
Zur Vorhersage der Terme wurde zunächst zu jeder Anfrage ein
Anfragevektor konstruiert, in den als Gewicht eines Terms seine
Häufigkeit in der schriftlichen Anfrage eingetragen
wurde. Dieser Vektor wurde dann mit der Term-Term-Matrix, die die Ähnlichkeiten enthielt,
multipliziert. Dann wurden die Terme nach ihren Werten im
resultierenden Vektor in eine Rangfolge gebracht.
Zur Auswertung wurden bezüglich dieser Rangfolge die
mittleren Rangplätze der Terme ermittelt,
- die sowohl in der Anfrage als auch in der Recherche vorkamen
(IN-IN),
- die nur in der Anfrage, nicht aber in der Recherche vorkamen
(IN-OUT), und
- die nur in der Recherche, nicht aber in der Anfrage vorkamen, die
also vom Recherchierenden neu gewählt wurden (OUT-IN).
Zusätzlich wurde ein Overlap-Maß verwendet,
das die Überschneidung zwischen den Termen, die die
Recherchierenden verwendet hatten, und der gleichen Anzahl von Termen an
der Spitze der Rangfolge misst. Ein ganz ähnliches
Maß wurde in einer Studie von Saracevic und Kantor (1988)
[->]
dazu verwendet, die
Übereinstimmung der Wortwahl zwischen verschiedenen
Recherchierenden zu messen. Sie erhielten - mit anderem Material - eine
mittlere Übereinstimmung von 0,27
.
Die Ergebnisse dieser Studie sind in Abbildung 92
angegeben. Sie zeigen gerade bei den neu
gewählten Termen eine Abhängigkeit der Ergebnisse von der
Größe der zugrunde gelegten Dokumentensammlung. Außerdem
zeigen sie, dass der Overlap nicht schlechter ist als der (etwas anders
berechnete) Overlap bei den Experimenten von Saracevic und Kantor
(1988) [->]
.
|
Abbildung 92: Ergebnisse der Studie zur Simulation der Wortwahl bei der Datenbankrecherche