Indexierung

Als Indexierung, (möglicher Anglizismus auch Tagging), auch Verschlagwortung (Österreich, Bayern: Beschlagwortung) oder Verstichwortung, bezeichnet man beim Information Retrieval die Zuordnung von Deskriptoren zu einem Dokument zur Erschließung der darin enthaltenen Sachverhalte. Es lassen sich die kontrollierte Indexierung (mit einem Thesaurus oder Schlagwortkatalog bzw. Notationen einer Klassifikation) und freie Indexierung bzw. freie Verschlagwortung (mit nicht vorgegebenen Deskriptoren) unterscheiden. Beim Gemeinschaftlichen Indexieren (auch Social Tagging oder Collaborative Tagging) mit Hilfe von Sozialer Software spricht man auch von Tagging anstelle von Indexierung und von Tags anstatt von Deskriptoren.

Methoden

Nach verschiedenen Gesichtspunkten lassen sich jeweils unterschiedliche Indexierungsarten und -methoden unterscheiden:

Manuelle, computergestützte und automatische Indexierung
Kontrollierte Indexierung und freie Indexierung
Gleichordnende Indexierung und Syntaktische Indexierung

Manuelle Indexierung

Die Manuelle Indexierung, Intellektuelle Indexierung oder Verschlagwortung ist ein Verfahren der Sacherschließung von Dokumenten, bei der einem Dokument repräsentative Schlagwörter (engl. "Subjects") durch einen Indexierer zugewiesen werden. Die manuelle Indexierung wird von Experten mittels Terminologielisten und ähnlichen Regelwerken kontrollierten Vokabulars durchgeführt; sie gestattet eine Sprachanalyse individueller Formulierungen und eine Synonymvergabe, besitzt aber den Nachteil, dass sie aufwendig, langsam und teuer ist, ihre Qualität von der konsistenten Arbeitsweise des Personals abhängt und der vordefinierte Deskriptorwortschatz statisch ist. Zudem muss der Benutzer das Indexierungsvokabular kennen, um Dokumente zu recherchieren.

Automatische Indexierung

Ein häufiges Verfahren der automatischen Indexierung ist die Volltextindexierung, bei der bis auf Stoppwörter alle Wörter eines Textes in den Index aufgenommen werden. Diese Art der Indexierung wird häufig bei Suchmaschinen durch sogenannte Webcrawler angewandt. Möglicherweise werden Wörter mittels Stemming (dt. Reduktion) auf einen gemeinsamen Wortstamm zurückgeführt.

Mit statistischen Indexierungsverfahren wird durch die Ermittlung von Worthäufigkeiten eine Auswahl getroffen und somit nur Wörter in den Index aufgenommen, die mit einer gewissen Frequenz im Text auftreten. Ein einfaches Verfahren der Termgewichtung ist die inverse Dokumenthäufigkeit. Bei diesem Verfahren wird die Häufigkeit eines Begriffs in einem Dokument ermittelt. Dieser Wert wird mit der Häufigkeit der Dokumente, in denen der Begriff vorkommt, ins Verhältnis gesetzt. So lässt sich leicht der Wert oder die Gewichtung des Begriffs als Deskriptor ablesen. Die Gewichtung eines Begriffs ist höher, je weniger Dokumente mit diesem Begriff es im Archiv gibt und je häufiger der Begriff im zu indexierenden Dokument vorkommt. An der Häufigkeit des Begriffs kann man die Signifikanz ablesen. In diesem Dokument wird zum Beispiel häufig „Begriff“ verwendet, denn dieses Wort ist wichtig für das Thema. Nur: „Begriff“ ist ein zu weiter Begriff per se. Daran kann man sehen, dass allein an der Häufigkeit nicht erkannt werden kann, ob es ein guter oder schlechter Deskriptor ist. Nur im Zusammenspiel mit dem o. g. Gewichtungsverfahren lassen sich signifikante Deskriptoren erstellen.

Mit Hilfe der Computerlinguistik sind auch intelligentere automatische Verfahren möglich. Ist darin das Terminologiesystem der jeweiligen Institution (Thesaurus, Klassifikation etc.) implementiert, sind die Unterschiede zur intellektuellen Indexierung teils nicht mehr wesentlich. Im Gegensatz zur Indexierung durch Menschen steigt die Indexierungskonsistenz. Damit ist es auch möglich, nach einer Überarbeitung des Terminologiesystems oder anderen Verbesserungen des Verfahrens die gesamte Dokumentenkollektion mit überschaubarem Aufwand erneut maschinell zu bearbeiten.

Besonders beim Bibliothekskatalog nennt man die automatische Indexerstellung – auch innerhalb mehrgliedriger Schlagwortketten einer syntaktischen Indizierung, die bei einer manuellen Verschlagwortung durch Fachpersonal vergeben wurden (Schlagwortkatalog) – Verstichwortung, woraus der Stichwortkatalog entsteht. Auch die automatische Extrahierung von Stichwörtern aus einem Volltext – etwa zur Indexerstellung – wird so genannt.

Computergestützte Indexierung

Bei der computergestützten oder halbautomatischen Indexierung (auch Indizierung) werden Deskriptoren maschinell vorgeschlagen und manuell ausgewählt. Hierbei erfolgt die Indexierung durch Computer mit Vor- oder Nachbereitung durch Menschen bzw. in Interaktion mit Menschen.

Verschlagwortung von Bildern

Zur inhaltlichen Verschlagwortung von Bildern wird in vielen Museen die Klassifikation Iconclass eingesetzt. Auch die Schlagwortnormdatei findet zunehmend im Museumsbereich Verwendung. Viele Bildagenturen und Bildarchive verwenden den IPTC-IIM-Standard und die darin enthaltenen Regeln für Kategorien und Schlagwörter. Eine große Rolle spielen allerdings auch noch hausinterne Schlagwortlisten. Daneben gibt es verschiedene Verfahren, mit denen sich Bilder mittels Ähnlichkeitssuche und Relevance Feedback recherchieren lassen.

Siehe auch

Wiktionary: verschlagworten – Bedeutungserklärungen, Wortherkunft, Synonyme, Übersetzungen

Wiktionary: Verstichwortung

Literatur

Holger Nohr: Grundlagen der automatischen Indexierung. Ein Lehrbuch. 3. Auflage. Logos-Verlag, Berlin 2005, ISBN 3-8325-0121-5.
Martin Kästner: Vergleich ausgewählter Methoden zur Verschlagwortung und Validierung der Methoden durch ein Test-Verfahren. Diplomarbeit. Techn. Univ., Ilmenau 2006.

Quellen

Elektron. Referenz: http://www.gbv.de/dms/ilmenau/abs/51427526Xkaest.txt Vergleich ausgewählter Methoden zur Verschlagwortung

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. The authors of the article are listed here. Additional terms may apply for the media files, click on images to show image meta data.