Proposition - Zusammenbringen von Texteinheiten zur Indexierung

• Konstrukte/Folgerungen:
  • Feld (Indexierung)
• Involvierte Definitionen:
  • Indexierung
• Veranstaltung: IR
• Referenz: @wagenpfeil2024 (KE2, p. 3 f.)

⠀

Proposition: Zusammenbringen von Texteinheiten zur Indexierung

Bei der ersten Phase des Indexierungsprozesses, dem Zusammenbringen von Texteinheiten, müssen die folgenden Fragen geklärt werden:

• Welche Dateien einer Dokumentkollektion sollen bearbeitet werden?
• Interpretieren wir einzelne Dateien als ein Gesamtdokument oder selbst auch als eine Sammlung von Dokumenten?
• In welcher Kodierung (UTF-8, ASCII, etc.) liegen die Dokumente vor?
• Welche Sprache (bspw. Englisch, Deutsch, etc.) haben die Dokumente?
• Welche Inhalte sollen indexiert werden? (Sollen bspw. Steuerungszeichen wie HTML-Tags ausgeschlossen werden?)