3784495775

Eksploracja tekstowych baz danych - motywacje

•    Znacząca ilość informacji dostępna w postaci różnego rodzaju dokumentów, np.: artykuły, wiadomości, czasopisma, książki, biblioteki elektroniczne, e-maile, news, zasoby WWW

•    Dane tego typu nie są ustrukturalizowane lub Lustrukturalizowane w niewielkim stopniu

•    Rozmiary danych tekstowych rosną gwałtownie

•    Problemy z wyszukiwaniem właściwej informacji

Tekstowe bazy danych - modele

i techniki indeksacji

•{Model podstawowy:

Dokument jest reprezentowany jako ciąg znaków, zbiór stów kluczowych (identyfikatorów, termów w modelu statystycznym) lub jako jednostki leksykalne

•    Bezpośrednie przetwarzanie całego dokumentu (ciągu znaków) nie jest stosowane

•    Reprezentacja za pomocą pojedynczych „termów” jest najbardziej popularna (tzw. wektory słów)

•    Duże znaczenie doboru właściwych termów i .9 automatycznej indeksacja dokumentów

2