indekseerimine

Indekseerimine on protsess, mille käigus lisatakse ja korraldatakse andmeallikates (dokumentides, andmebaasides ja digitaalse sisu) märksõnu, termineid või metadata, et parandada teabe leiduvust. Eesmärgiks on luua kiirem ja täpsem otsing, mis võimaldab suuremates kogumites kiiresti asjakohaseid tulemusi leida. Indekseerimine hõlmab nii traditsioonilisi meetodeid raamatukogudes kui ka digitaalse info otsingusüsteemides.

Raamatukogudes ja informatsiooniuuringutes sisaldab indekseerimine märksõnastamist, pealkirjade ja autorite tuvastamist ning klassifikatsiooni. Kasutatakse kontrollitud sõnavarakeskset terminoloogiat (thesauruses ja -väärtuste hierarhiates) ning metaandmeid, et tagada ühtsus ja otsingu parem seostamine dokumentide vahel. See võimaldab kasutajatel otsida teavet ühesuunaliselt ja mitmekesisemalt.

Digitaalsetes süsteemides, nagu veebilehed ja digitaalsed kogud, rakendatakse sageli pööratud indeksite (inverted index) kontseptsiooni, kus iga märksõna viitab nimekirjale dokumentidest, kus see sõna esineb. Eeltöötlus hõlmab tokeniseerimist, vormide normaliseerimist, stop sõnade eemaldamist ning mõnikord stemmingu või lemmatiseerimise kasutamist. Mõnel juhul rakendatakse ka konteksti- või mõistepõhist märgistamist.

Indekseerimine võib olla käsitsi, automaatne või poolautomaatselt ning hõlmab erinevaid lähenemisi: märksõnade rühmitamist, mõistepõhiste indeksite loomist ja täissõnaindekseerimist. Tavaliselt eristatakse täissõnaindekseid ja metaandmete indeksit ning kasutatakse erinevaid andmestruktuure, näiteks pööratud indeksid ja positsioonilised indeksid (nt B-puu indeksid).

Indekseerimine on infootsingute ning teabe korraldamise aluseks. See parandab otsingu kiirust, täpsust ja skaleeritavust ning võimaldab täpsemaid päringuid, sealhulgas fraas-, sünonüümiline ja komplekspäringuid. Väljakutsed hõlmavad keeletehnilisi raskusi, märksõnade variatsioone ning indekside hooldamist ja pidevat uuendamist.