Architektur Volltext Morphologie Tools

• APIs
  • morphologie
    • ganzer text
      • nicht zu analysierende bereiche
      • reg/norm
    • wortliste(?)
    • einzelnes wort
  • dictionary
    • einzelnes wort
      • input
        • form wie im text
          • sprache angeben
          • sonst ergebnisse aus allen sprachen
        • lemma
          • sprache angeben
        • auswahl des wörterbuchs
          • sonst alle wörterbücher
      • output
        • link
        • html seite
        • xml format
          • welches?
          • eventuell zwischenseite mit ergebnissen
  • suche
    • typ
      • morphologisch
      • reg/norm
      • exakt
    • input?
    • output?
  • indexierung
  • normalisierung(?)
• pipeline
  • wort im text
  • tokenising
  • reg
    • zusätzliche form
  • norm
    • zusätzliche form
  • morphologie
    • zusätzlicher link
    • zusätzliches lemma(?)
  • indexierung
  • zerlegung in seiten
  • rendering in html
• probleme
  • word tokenising
    • zeilenumbrüche
      • erkennen
      • zusammensetzen
      • wieder trennen
  • regularisierung/normalisierung
    • wort wird zu mehreren worten