herausfiltern ähnlicher Beiträge durch Wörtertvergleich

so etwas müsste im Hintergrund und per cron laufen.
Ohne einen menschlichen Redakteur wird es aber auch dann nicht machbar sein.

Natürlich kannst die Fließtexte mit einem cron job verschlagworten lassen.
Die Schlagworthäufung kannst du noch darstellen. Ob es sich um die gleiche Thematik handelt, kann nur ein menschlicher Redakteur feststellen.

Ich hatte vor etwa 30 Jahren so ein Projekt, wo es um die Verschlagwortung von Fließtexten gind.
Das ist eine heftige Angelegenheit, und lässt deine Schlagwortdatenbank explossionsartig anwachsen.

Ohne laufende Pflege wird das zu einem großen Schrotthaufen.

Hallo Ronald,

welche modernen Möglichkeiten der automatischen Verschlagwortung gibt es denn heutzutage?

Mit einer guten umfangreichen Vokabularliste könnte man ja evtl. Wortvergleiche anstellen und dann bei Übereinstimmung automatisch verschlagworten.
Aber woher bekommt man eine solche deutsche Vokabularliste und wie hält man die noch performant in der DB?

Herzlichst
Helge

anlegen.

Das ist nicht so einfach.

Die Software von damals machte foldgendes:

Jedes Wort wurde auf bestimmte Grundmerkmale geprüft:
1. Mindestlänge
2. Maximallänge
3. in Ausschlußliste

Und dann, ob es dieses Wort schon in der DB gibt, wenn ja, wird nur eine Verknüpfung zum aktuellen Dateinamen hergestellt, wenn nein, wird es mit einer solchen Verknüpfung angelegt.

Am Ende hast du eine Datenbank, die Schlagworte mit Verknüpfungen auf die originalen Texte enthalten.
Dies kannst du dann zählen.

Die Datenbank selbst ist relativ einfach strukturiert, enthält jedoch sehr viele Einträge.
Mit einem Index auf dem Schlüsselbegriff ist der Zugriff sehr schnell.
Dafür ist auch mySQL gut geeignet.

Dennoch kannst du lediglich feststellen dass es bei bestimmten Dokumenten bestimmte Schlagworte gibt.

Diese Dokumente dann zu beurteilen, braucht es einen fähigen Redakteur, der die entsprechenden Abfragen in die Datenbank vornimmt, und die Einträge inhaltlich vergleicht.

Aber so ähnlich macht es doch das Modul AutoTag doch auch, oder?

Weiß halt nicht wie gut das funktioniert.

es kann dir vielleicht dabei helfen.

Von der Beschreibung her passt es da rein.
Der Rest ist Organisation.

Ohne den Faktor Mensch geht es wahrscheinlich nicht.

vielleicht sollte ich mal gezielt nach diesem Modul in einem neuen Thread nachfragen
wer da Erfahrungen mit gesammelt hat?!