Adapting the Multilingual Information Retrieval System MIMOR to the Characteristics of Japanese

This M.A. thesis describes the conception and realization of a cross-lingual information retrieval system for Japanese based on the MIMOR (“Mehrfachindexierung zur dynamischen Methoden-Objekt-Relationierung im Information Retrieval”) framework. After an analysis of the characteristics of Japanese and their implications for IR, an overview of established approaches and the state-of-the art in Japanese IR and crosslingual IR with Japanese is provided. It is followed by a description of the implemented system and its integration into the existing framework. Finally, the evaluation experiments carried out with two different document genres (newspaper articles and scientific abstracts) are reported. The main focus hereby was on the testing and analysis of different indexing strategies, in particular a yomi- or pronunciation-based index in addition to conventional word-based and n-gram-based indices, and the benefits of their fusion.

Diese Arbeit beschreibt die Implementierung eines auf dem MIMOR-Modell (Multiple Indexing for Dynamic Method-Object-Relation in Information Retrieval) basierenden IR- Systems für Japanisch. Nach einer Analyse der Besonderheiten der japanischen Sprache und ihrer Implikationen für das Information Retrieval wird ein Überblick über etablierte Strategien und Stand der Forschung im Japanisch-IR sowie im crosslingualen IR mit Japanisch gegeben. Im Anschluss werden die implementierten Funktionen und ihre Einbindung in das bestehende System beschrieben. Die Arbeit schließt mit einer Darstellung der durchgeführten Experimente, die zur Systemevaluation mit zwei verschiedenen Dokumentgenres (Zeitungsartikel und wissenschaftliche Abstracts) durchgeführt wurden. Der Fokus bei Implementierung und Evaluation lag auf verschiedenen Indexierungsstrategien, neben den typischerweise eingesetzten wortbasierten und ngram- basierten Indexformen insbesondere einem aussprachebasierten Index ("yomibased index"), und ihrer Fusion.