Deskriptor

Aus InfoWissWiki - Das Wiki der Informationswissenschaft
Zur Navigation springen Zur Suche springen

Definition

Deskriptoren dienen der Beschreibung von Texten oder Bildern. Es handelt sich dabei um Begriffe und ihre vorwiegend natürlichsprachigen Bezeichnungen. Eine geordnete Zusammenstellung von Deskriptoren, die in einem Dokumentationsgebiet zum Indexieren, Speichern und Wiederauffinden dient, nennt man Thesaurus.

Man unterscheidet zulässige und nicht-zulässige Deskriptoren, so genannte Nicht-Deskriptoren. Letztere werden auf zulässige Deskriptoren zurückgeführt, womit eine Suche auch mit ihnen möglich ist. Wenn z.B. ein Thesaurus die Verwendung des Deskriptors "Sonnabend" vorschreibt, wird dieser Deskriptor mit dem Nicht-Deskriptor "Samstag" verknüpft, sodass die Nutzer auch diesen verwenden können. Für jedes Sachgebiet gibt es eine solche Liste, aus der man sich bedienen muss. Ziel einer solchen Liste mit zulässigen und nicht zulässigen Deskriptoren ist es, Konsistenz und Vereindeutigung zu erreichen.

Ein (invertierter) Index stellt die Verbindung zwischen Deskriptoren und Dokumenten her. Er entspricht einer Matrix, in der jede Spalte einem Dokument und jede Zeile einem Deskriptor entspricht. An dem Punkt, wo sich Spalte und Zeile treffen, steht dann die Zahl 1 für ein im Dokument vorkommendes Schlüsselwort, die Null, wenn das Dokument das Schlüsselwort nicht enthält.

Ermittlung von Deskriptoren

Man unterscheidet verschiedene Methoden zur Ermittlung von Deskriptoren:

  • Bei der Extraktionsmethode werden Worte aus dem Text ausgewählt, um ihn zu beschreiben.
  • Schlagworte sind Worte, die nicht im Text vorkommen, aber dennoch eng mit dem Inhalt des Textes verwandt sind. Sie werden bei der Additionsmethode als Beschreibung genutzt.

Da die Nutzer ihre Anfragen auf sehr unterschiedliche Weise stellen, oftmals das selbe meinen, aber einen anderen Wortschatz verwenden, versucht man durch verschiedene Möglichkeiten die Trefferquote zu verbessern:

  • Stoppworteliminierung
Terme, die nicht zur Semantik des Dokumentes beitragen, sollen nicht verwaltet werden. Dies bezieht sich auf Artikel, Konjunktionen etc.
  • Stamm- und Grundformenreduktion
Das Matching soll auf die Wortstämme ausgedehnt werden, d.h. sucht der Nutzer nach dem Begriff 'Methoden', sucht das System automatisch auch nach 'Methode'. Bei konjugierten Verben wird automatisch auch der Infinitiv gesucht usw.
  • Mehrwortgruppenidentifikation
Semantisch zusammengehörige Wortgruppen sollen erkannt und als Einheit verwaltet werden.