topicModelingTickets/aufgaben.txt

akronyme & abk. drin lassen

bigramme nicht auf pre, sondern auf cleaned

zahlen drin lassen, bigramme: NUM wort kombis

levenstein/hamming distanz statt autokorrekt (wenn kleiner als x dann ists das gleiche wort)

ticket-subj mit einbeziehen

# lizenzen mit in whitelist


relevanz bestimmter wörter ???
toics nach lda von itmc bestimmen lassen
baumhieracrchie der categrory einbezihen (ggf. datensatz verbessern)
aktuelle technische bgriffe autoimatisch in whitelist aufnehmen
kategroien verkleinern: onthologien/ornamigram




### Getan:
tagging vor normalisierung
groß/klein rumexperimetieren:         # kritisch. ändert pos-tagging. laut termliste wird aber drauf geachtet idee anhand liste o.ä. richtige großschreibung fehler --> geht nicht, in liste auch nicht-immer-nomen


GGrußformeln asm Anfang raus

whitelist (inkl. kb-keywords)

hautpverb (root) drin lassen

bsp: "gesperrt" adj und verben drin lassen?


Footer/Header raus