Direkt zum Inhalt
Text-Technology
Navigation

Definition

Suchindex

Suchindex ist eine vorab erstellte Datenstruktur, die zu jedem Wort oder Token die Dokumente nachschlagbar macht, in denen es vorkommt.

Ein Suchindex wird vor der Suche aufgebaut. Er speichert, in welchen Dokumenten und an welchen Stellen ein Wort vorkommt, sodass eine Anfrage nicht jeden Text neu durchsuchen muss. Dadurch antworten Suchsysteme selbst bei großen Beständen in kurzer Zeit.

Für Korpora ist der Index die Voraussetzung für Konkordanzen und Häufigkeitsabfragen. Die Qualität hängt von der vorherigen Aufbereitung ab: Tokenisierung, Normalisierung und Lemmatisierung bestimmen, welche Treffer gefunden werden.

Ein Index muss nach Änderungen am Bestand neu gebaut oder aktualisiert werden, sonst fehlen neue Dokumente in den Ergebnissen. Wer Ergebnisse vergleichen will, sollte deshalb den Stand des Index dokumentieren, damit Abfragen später nachvollziehbar bleiben.

Verwandte Begriffe

  • KorpusKorpus ist eine systematisch zusammengestellte, digital vorliegende Sammlung von Texten für sprachwissenschaftliche Untersuchungen.
  • KonkordanzKonkordanz ist eine Auflistung aller Vorkommen eines Wortes in einem Text oder Korpus, jeweils mit seinem unmittelbaren Kontext.
  • LemmaLemma ist die Grundform eines Wortes, unter der alle seine flektierten Formen in einem Wörterbuch oder Korpus zusammengefasst werden.
  • VektordatenbankVektordatenbank ist ein Speichersystem, das Embeddings ablegt und die ähnlichsten Vektoren zu einer Anfrage schnell findet.