| ||||||||||||
3.5.5: Latent Semantic IndexingEin weiteres Verfahren, inhaltliche Ähnlichkeiten zwischen Termen oder Termgruppen aus Dokumentensammlungen zu gewinnen, ist die Latent Semantic Indexing genannte Methode, die von Deerwester, Dumais, Furnas, Landauer und Harshman (1990) [->] beschrieben wurde. Allerdings werden diese Strukturen nur sehr bedingt zugänglich gemacht. Das Verfahren setzt auf der Term-Dokument-Matrix W auf, die in Gleichung (194 ) in Abschnitt 3.5.2 eingeführt wurde. Der durch diese Matrix beschriebene hochdimensionale Vektorraum wird auf einen Vektorraum mit erhebliche kleinerer Dimension reduziert, der durch ein der Faktorenanalyse ähnliches Verfahren bestimmt wird. Dazu wird die Matrix W mit einem Singular-Value-Decomposition-Verfahren in die Form
Experimente mit der Methode zeigen, dass sich bei der MED-Dokumentensammlung (siehe Abbildung 41 ) Verbesserungen im Precision-Recall-Diagramm ergeben; bei der CISI-Sammlung ergeben sich dagegen keine Verbesserungen. Die Autorinnen und Autoren vermuten, dass das an der Zusammenstellung der Sammlungen liegt. CISI scheint erheblich homogener zu sein als MED. | ||||||||||||
| ||||||||||||
|
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.