PreProcessing

[siwer]

• Umwandeln der Sätze in Feature Vectors:
  • Ein Satz wird ein Vektor, bestehend aus:
  • [x] Erster Satz in Text (0|1)
  • [x] Satzposition in Dokument (1|..|Anzahl Sätze)
  • [x] Satzlänge in Wörtern (1|..|Satz.length)
  • [x] Anzahl an thematischen Wörtern (Wie viele der 10 häufigsten Wörter (pro Text) kommen in Satz vor?)
  • [x] Anzahl an Inhaltswörtern, welche auch im Titel vorhanden sind