Vergleich natürlichsprachlicher Dokumente mittels Visualisierung von Informationsspuren

Kurzfassung

Für grosse natürlichsprachliche Informationsmengen, die in weiten Bereichen des Büros anzutreffen sind, ist es im Sinne einer zweckmässigen Automatisierung wünschenswert, wenn der Rechner Dokumente nicht nur vergleicht und uns das Resultat in geeigneter Form bekannt gibt, sondern dass der Benutzer die Vergleichsbasis und die Form der Darstellung interaktiv bestimmen oder verändern kann. Wir stellen eine Methodik vor, die es erlaubt, in vier unabhängigen Schritten mittels Datenreduktion, Datenverdichtung, Datentransformation und Datenvisualisation, Information aus grossen Datenmengen interaktiv verschiedenartig zu abstrahieren. Gewisse, in der natürlichsprachlichen Information enthaltenen, Strukturen werden dabei vom Volltext zur graphischen Darstellung überführt Zunächst wird durch Anwendung einer Stoppwortliste und Grundformenbildung das Volumen der Daten reduziert. Die so reduzierte Datenmenge wird durch die Abbildung auf Trigramm-Mengen (Informationsspuren) weiter verdichtet. Schliesslich werden die Beziehungen zwischen den einzelnen Zeichen der Trigramme (Übergänge) verschiedenartig visualisiert, um numerische Ähnlichkeitsmasse zu ergänzen. Die beschriebene Methodik ist softwaremässig implementiert, erste Resultate werden vorgestellt.