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. Diese Zuweisung erfolgt auf Grundlage einer Analyse des Inhalts. Für die Inhaltsanalyse können unter anderem Titel, Zusammenfassungen und Kapitelüberschriften des Dokuments von besonderem Nutzen sein. Jedenfalls muss sichergestellt werden, dass wesentliche Informationen nicht übersehen werden. Nach der Analyse des Inhalts müssen angemessene Begriffe ermittelt werden, die den Inhalt des vorliegenden Dokuments wiedergeben. Die Begriffsermittlung kann durch Indexierungshilfen unterstützt werden. Nachdem die Begriffe, die den wesentlichen Inhalt des Dokuments wiedergeben, ermittelt wurden, müssen nun die Deskriptoren vergeben werden. Diese kann man entweder dem Vokabular einer Dokumentationssprache entnehmen (gebundenes Indexieren) oder aber selbst formulieren (freies Indexieren), falls keine Dokumentationssprache vorliegt. Beim freien Indexieren muss der Indexierer eine konsistente Erschließung ohne Dokumentationssprache erreichen. Beim gebundenen Indexieren muss er hingegen die Dokumentbegriffe in eine Dokumentationssprache übersetzen. Die manuelle Indexierung wird von Experten mittels Indexierregeln, Terminologielisten und kontrollierten Vokabulars (Thesaurus) durchgeführt. Sie besitzt aber den Nachteil, dass sie aufwendig, langsam und teuer ist, ihre Qualität von der konsistenten Arbeitsweise des Personals abhängt und der vordefinierte Wortschatz statisch ist. Zudem muss der Benutzer das Indexierungsvokabular kennen, um Dokumente gezielt zu recherchieren. Eine begriffsorientierte Inhaltserfassung und eine große Variabilität im Ausdruck sind für die intellektuelle Indexierung essentiell.

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.