Vektorisierung

Vektorisierung bezeichnet das Umwandeln von Informationen in eine Form, die als Vektor dargestellt werden kann. Je nach Anwendungsgebiet umfasst der Begriff entweder die Erzeugung von Vektordaten aus Rasterdaten oder die numerische Repräsentation von Daten als Vektoren für maschinelles Lernen.

In der Geoinformatik und der Bildverarbeitung bedeutet Vektorisierung das Umwandeln von Rasterbildern oder Rasterkarten in Vektorformen wie Linien, Kurven und Polygone. Typische Vorgehensweisen sind Kantendetektion, Segmentierung und Polygonisierung; daraus entstehen Objekte wie Straßen, Grenzen oder Flächen. Die resultierenden Vektordaten lassen sich in Formaten wie SVG, DXF oder Shapefile speichern und effizient skalieren.

In der natürlichen Sprachverarbeitung und im maschinellen Lernen ist Vektorisierung die numerische Repräsentation von Text oder anderen Daten als Vektoren. Typische Ansätze umfassen Bag-of-Words (BoW), Term Frequency–Inverse Document Frequency (TF-IDF) und Verteilungsmodelle wie Word Embeddings (Word2Vec, GloVe) sowie Subword-Modelle (fastText). Vorgehen umfasst Vorverarbeitung, Merkmalsextraktion und ggf. Dimensionsreduktion. Die Vektorrepresentation dient als Eingabe für Modelle wie Klassifikatoren, Clustering oder neuronale Netze.

Vektorisierung bietet Vorteile wie kompakte, vergleichsweise dimensionsarme Repräsentationen, die Rechenleistung und Skalierbarkeit erleichtern. Sie kann jedoch zu Informationsverlust führen (insb. bei Raster-zu-Vektor-Konversion) oder Entscheidungen über Merkmalsräume erfordern. Die Wahl der Methode hängt stark vom Anwendungsfall, der Qualität der Eingabedaten und den Anforderungen an Genauigkeit und Interpretierbarkeit ab.