Bei der auf Slide 4 angeführten Feature Extraction (Datenprojektion) wissen wir ja nicht, was der Autor damit gemeint hat bzw fehlen uns seine Kommentare. In der lexikalischen Analyse (das nimm ich mal an, das er davon plaudert) wäre das nur eine Abbildung der – nun ja nennen wir es mal Keyworddichte. Für Fall 1. In den anderen Fällen kann es sich sehr wohl um Positionsbestimmungen, Syonymgruppen, usw handeln. Das wird er dann wohl mit den Token Sets (Die verschiedenen Fälle) meinen.

liebe Grüße
/kai

Allerdings verstehe ich die Aussage auf Folie 4 nicht so ganz. Bei der Feature Extraction speichere ich natürlich die Positionen ab, bei denen die einzelnen Token im Dokument auftreten. Nur so kann ich ja eine Phrasensuche beantworten. Und damit habe ich die Information über die Reihenfolge sehr wohl verfügbar.

Vermutlich wollte der gute Prof. Lanzi nur die unterschiedlichen Ansätze gegenüber stellen, aber so finde ich das etwas verwirrend. Zumal die verschiedenen Suchtechnologien, die ich bisher kennen lernen durfte, alle so funktionieren.

Hallo Mario,
Die Slides stammen von hier, leider geht der dortige PDF-Link ins Leere.
http://www.pierlucalanzi.net/?p=77
Aber vielleicht hilft ja ne E-Mail, so von Prof zu Prof.

Hier hat Herr Lanzi noch ein paar weitere schöne Slides verfügbar:
http://www.pierlucalanzi.net/?page_id=157
http://www.pierlucalanzi.net/?cat=15