Search (97 results, page 1 of 5)

0.05216291 = product of:
  0.10432582 = sum of:
    0.06884768 = weight(_text_:c in 4865) [ClassicSimilarity], result of:
      0.06884768 = score(doc=4865,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.45733082 = fieldWeight in 4865, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.09375 = fieldNorm(doc=4865)
    0.035478145 = product of:
      0.07095629 = sum of:
        0.07095629 = weight(_text_:22 in 4865) [ClassicSimilarity], result of:
          0.07095629 = score(doc=4865,freq=2.0), product of:
            0.15283036 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043643 = queryNorm
            0.46428138 = fieldWeight in 4865, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.09375 = fieldNorm(doc=4865)
      0.5 = coord(1/2)
  0.5 = coord(2/4)

Date

22. 6.2002 19:41:59

0.049150016 = product of:
  0.19660006 = sum of:
    0.19660006 = weight(_text_:et in 2800) [ClassicSimilarity], result of:
      0.19660006 = score(doc=2800,freq=14.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.96008694 = fieldWeight in 2800, product of:
          3.7416575 = tf(freq=14.0), with freq of:
            14.0 = termFreq=14.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2800)
  0.25 = coord(1/4)

Abstract

Les occasions sont rares pour un chercheur de porter un regard réflexif sur sa production scientifique. L'objet de ce préambule est précisément de poser les valises et de regarder le chemin parcouru. Nous proposons d'analyser ce chemin à travers trois prismes : - Positionnement et évolution de la recherche en Sciences de l'Information et de la Communication (SIC) - Cohérence du parcours et dynamique de recherche - Collaborations scientifiques suscitées par cette recherche Chacun de ces prismes offre une grille de lecture possible et permet d'éclairer le présent document.

Content

Habilitation à Diriger des Recherches, Discipline : Sciences de l'Information et de la Communication, Laboratoire I3M. - Présentée et soutenue publiquement le 9 Octobre 2008.

0.039198004 = product of:
  0.07839601 = sum of:
    0.053077027 = weight(_text_:et in 429) [ClassicSimilarity], result of:
      0.053077027 = score(doc=429,freq=2.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.2591991 = fieldWeight in 429, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=429)
    0.025318984 = product of:
      0.050637968 = sum of:
        0.050637968 = weight(_text_:al in 429) [ClassicSimilarity], result of:
          0.050637968 = score(doc=429,freq=2.0), product of:
            0.20001286 = queryWeight, product of:
              4.582931 = idf(docFreq=1228, maxDocs=44218)
              0.043643 = queryNorm
            0.25317356 = fieldWeight in 429, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              4.582931 = idf(docFreq=1228, maxDocs=44218)
              0.0390625 = fieldNorm(doc=429)
      0.5 = coord(1/2)
  0.5 = coord(2/4)

Abstract

In Hochschulen besteht derzeit ein großes Anliegen, die Digitalisierung effektiv und effizient für Prozesse in Steuerungsbereichen zu nutzen. Dabei steht die IT-Governance im Mittelpunkt der hochschulpolitischen Überlegungen und beinhaltet "die interne Steuerung und Koordination von Entscheidungsprozessen in Bezug auf IT-Steuerung beziehungsweise Digitalisierungsmaßnahmen."(Christmann-Budian et al. 2018) Strategisch kann die Bündelung von Kompetenzen in der deutschen Hochschullandschaft dabei helfen, die steigenden Anforderungen an die IT-Governance zu erfüllen. Passend zu diesem Ansatz realisieren aktuell im ZDT zusammengeschlossene Hochschulen das Projekt "IT-Konzepte - Portfolio gemeinsamer Vorlagen und Muster". Das Projekt schließt an die Problemstellung an, indem Kompetenzen gebündelt und alle Hochschulen befähigt werden, IT-Konzepte erarbeiten und verabschieden zu können. Dazu wird ein Portfolio an Muster und Vorlagen als Ressourcenpool zusammengetragen und referenziert, um eine Nachvollziehbarkeit der Vielfalt an Herausgebern gewährleisten zu können (Meister 2020). Um den Ressourcenpool, welcher einen Body of Knowledge (BoK) darstellt, effizient durchsuchen zu können, ist eine sinnvolle Struktur unabdinglich. Daher setzt sich das Ziel der Bachelorarbeit aus der Analyse von hochschulinternen Dokumenten mithilfe von Natural Language Processing (NLP) und die daraus resultierende Entwicklung eines Thesaurus-Prototyps für IT-Konzepte zusammen. Dieser soll im Anschluss serialisiert und automatisiert werden, um diesen fortlaufend auf einem aktuellen Stand zu halten. Es wird sich mit der Frage beschäftigt, wie ein Thesaurus nachhaltig technologisch, systematisch und konsistent erstellt werden kann, um diesen Prozess im späteren Verlauf als Grundlage für weitere Themenbereiche einzuführen.

0.038804047 = product of:
  0.07760809 = sum of:
    0.052543577 = weight(_text_:et in 1536) [ClassicSimilarity], result of:
      0.052543577 = score(doc=1536,freq=4.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.25659403 = fieldWeight in 1536, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=1536)
    0.025064515 = product of:
      0.05012903 = sum of:
        0.05012903 = weight(_text_:al in 1536) [ClassicSimilarity], result of:
          0.05012903 = score(doc=1536,freq=4.0), product of:
            0.20001286 = queryWeight, product of:
              4.582931 = idf(docFreq=1228, maxDocs=44218)
              0.043643 = queryNorm
            0.25062904 = fieldWeight in 1536, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              4.582931 = idf(docFreq=1228, maxDocs=44218)
              0.02734375 = fieldNorm(doc=1536)
      0.5 = coord(1/2)
  0.5 = coord(2/4)

Abstract

Multiword expressions (MWEs) are lexical items that can be decomposed into single words and display lexical, syntactic, semantic, pragmatic and/or statistical idiosyncrasy (Sag et al., 2002; Kim, 2008; Calzolari et al., 2002). The proper treatment of multiword expressions such as rock 'n' roll and make a decision is essential for many natural language processing (NLP) applications like information extraction and retrieval, terminology extraction and machine translation, and it is important to identify multiword expressions in context. For example, in machine translation we must know that MWEs form one semantic unit, hence their parts should not be translated separately. For this, multiword expressions should be identified first in the text to be translated. The chief aim of this thesis is to develop machine learning-based approaches for the automatic detection of different types of multiword expressions in English and Hungarian natural language texts. In our investigations, we pay attention to the characteristics of different types of multiword expressions such as nominal compounds, multiword named entities and light verb constructions, and we apply novel methods to identify MWEs in raw texts. In the thesis it will be demonstrated that nominal compounds and multiword amed entities may require a similar approach for their automatic detection as they behave in the same way from a linguistic point of view. Furthermore, it will be shown that the automatic detection of light verb constructions can be carried out using two effective machine learning-based approaches.

0.030024901 = product of:
  0.120099604 = sum of:
    0.120099604 = weight(_text_:et in 5890) [ClassicSimilarity], result of:
      0.120099604 = score(doc=5890,freq=4.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.58650064 = fieldWeight in 5890, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.0625 = fieldNorm(doc=5890)
  0.25 = coord(1/4)

Classification

ET 475

RVK

ET 475

0.029552039 = product of:
  0.118208155 = sum of:
    0.118208155 = weight(_text_:et in 4472) [ClassicSimilarity], result of:
      0.118208155 = score(doc=4472,freq=62.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.57726383 = fieldWeight in 4472, product of:
          7.8740077 = tf(freq=62.0), with freq of:
            62.0 = termFreq=62.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.015625 = fieldNorm(doc=4472)
  0.25 = coord(1/4)

Abstract

Depuis son apparition au début des années 90, le World Wide Web (WWW ou Web) a offert un accès universel aux connaissances et le monde de l'information a été principalement témoin d'une grande révolution (la révolution numérique). Il est devenu rapidement très populaire, ce qui a fait de lui la plus grande et vaste base de données et de connaissances existantes grâce à la quantité et la diversité des données qu'il contient. Cependant, l'augmentation et l'évolution considérables de ces données soulèvent d'importants problèmes pour les utilisateurs notamment pour l'accès aux documents les plus pertinents à leurs requêtes de recherche. Afin de faire face à cette explosion exponentielle du volume de données et faciliter leur accès par les utilisateurs, différents modèles sont proposés par les systèmes de recherche d'information (SRIs) pour la représentation et la recherche des documents web. Les SRIs traditionnels utilisent, pour indexer et récupérer ces documents, des mots-clés simples qui ne sont pas sémantiquement liés. Cela engendre des limites en termes de la pertinence et de la facilité d'exploration des résultats. Pour surmonter ces limites, les techniques existantes enrichissent les documents en intégrant des mots-clés externes provenant de différentes sources. Cependant, ces systèmes souffrent encore de limitations qui sont liées aux techniques d'exploitation de ces sources d'enrichissement. Lorsque les différentes sources sont utilisées de telle sorte qu'elles ne peuvent être distinguées par le système, cela limite la flexibilité des modèles d'exploration qui peuvent être appliqués aux résultats de recherche retournés par ce système. Les utilisateurs se sentent alors perdus devant ces résultats, et se retrouvent dans l'obligation de les filtrer manuellement pour sélectionner l'information pertinente. S'ils veulent aller plus loin, ils doivent reformuler et cibler encore plus leurs requêtes de recherche jusqu'à parvenir aux documents qui répondent le mieux à leurs attentes. De cette façon, même si les systèmes parviennent à retrouver davantage des résultats pertinents, leur présentation reste problématique. Afin de cibler la recherche à des besoins d'information plus spécifiques de l'utilisateur et améliorer la pertinence et l'exploration de ses résultats de recherche, les SRIs avancés adoptent différentes techniques de personnalisation de données qui supposent que la recherche actuelle d'un utilisateur est directement liée à son profil et/ou à ses expériences de navigation/recherche antérieures. Cependant, cette hypothèse ne tient pas dans tous les cas, les besoins de l'utilisateur évoluent au fil du temps et peuvent s'éloigner de ses intérêts antérieurs stockés dans son profil.
Dans d'autres cas, le profil de l'utilisateur peut être mal exploité pour extraire ou inférer ses nouveaux besoins en information. Ce problème est beaucoup plus accentué avec les requêtes ambigües. Lorsque plusieurs centres d'intérêt auxquels est liée une requête ambiguë sont identifiés dans le profil de l'utilisateur, le système se voit incapable de sélectionner les données pertinentes depuis ce profil pour répondre à la requête. Ceci a un impact direct sur la qualité des résultats fournis à cet utilisateur. Afin de remédier à quelques-unes de ces limitations, nous nous sommes intéressés dans ce cadre de cette thèse de recherche au développement de techniques destinées principalement à l'amélioration de la pertinence des résultats des SRIs actuels et à faciliter l'exploration de grandes collections de documents. Pour ce faire, nous proposons une solution basée sur un nouveau concept d'indexation et de recherche d'information appelé la projection multi-espaces. Cette proposition repose sur l'exploitation de différentes catégories d'information sémantiques et sociales qui permettent d'enrichir l'univers de représentation des documents et des requêtes de recherche en plusieurs dimensions d'interprétations. L'originalité de cette représentation est de pouvoir distinguer entre les différentes interprétations utilisées pour la description et la recherche des documents. Ceci donne une meilleure visibilité sur les résultats retournés et aide à apporter une meilleure flexibilité de recherche et d'exploration, en donnant à l'utilisateur la possibilité de naviguer une ou plusieurs vues de données qui l'intéressent le plus. En outre, les univers multidimensionnels de représentation proposés pour la description des documents et l'interprétation des requêtes de recherche aident à améliorer la pertinence des résultats de l'utilisateur en offrant une diversité de recherche/exploration qui aide à répondre à ses différents besoins et à ceux des autres différents utilisateurs. Cette étude exploite différents aspects liés à la recherche personnalisée et vise à résoudre les problèmes engendrés par l'évolution des besoins en information de l'utilisateur. Ainsi, lorsque le profil de cet utilisateur est utilisé par notre système, une technique est proposée et employée pour identifier les intérêts les plus représentatifs de ses besoins actuels dans son profil. Cette technique se base sur la combinaison de trois facteurs influents, notamment le facteur contextuel, fréquentiel et temporel des données. La capacité des utilisateurs à interagir, à échanger des idées et d'opinions, et à former des réseaux sociaux sur le Web, a amené les systèmes à s'intéresser aux types d'interactions de ces utilisateurs, au niveau d'interaction entre eux ainsi qu'à leurs rôles sociaux dans le système. Ces informations sociales sont abordées et intégrées dans ce travail de recherche. L'impact et la manière de leur intégration dans le processus de RI sont étudiés pour améliorer la pertinence des résultats.

0.029372754 = product of:
  0.117491014 = sum of:
    0.117491014 = weight(_text_:et in 2818) [ClassicSimilarity], result of:
      0.117491014 = score(doc=2818,freq=20.0), product of:
        0.20477319 = queryWeight, product of:
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.043643 = queryNorm
        0.5737617 = fieldWeight in 2818, product of:
          4.472136 = tf(freq=20.0), with freq of:
            20.0 = termFreq=20.0
          4.692005 = idf(docFreq=1101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=2818)
  0.25 = coord(1/4)

Abstract

Cette étude aborde la problématique de la qualité des résultats de recherche obtenus par l'intermédiaire de liens établis dans le cadre du projet MACS (Multilingual Access to Subjects) en considérant plus particulièrement la perspective de l'usager. Elle cherche à démontrer que ces liens, dans leur définition actuelle, ne sont à eux seuls pas en mesure de garantir des résultats satisfaisants pour un usager et qu'ils doivent être complétés par d'autres mesures. Elle se compose de trois parties principales : - la première partie présente le contexte général : après un bref historique, les principes de base du projet MACS et les difficultés rencontrées lors de l'évaluation de résultats de recherche sont expliqués. La question des différentes perspectives de l'indexeur et de l'usager est plus particulièrement développée. - la seconde partie présente les tests sur les titres communs à plusieurs bibliothèques qui ont été effectués et énumère les différents facteurs qui affaiblissent la qualité des résultats et empêchent notamment l'usager de retrouver des titres pertinents. - la troisième partie contient quelques pistes susceptibles de remédier aux biais relevés dans la deuxième partie et s'interroge sur les caractéristiques d'une interface de recherche, qui permettraient d'améliorer une recherche thématique multilingue.
Conclusion Le tout premier point de départ de cette étude était le principe de validation des liens par la cohérence des résultats. Nous avons vu que ce principe jour un rôle très important dans la problématique générale de l'interopérabilité entre systèmes documentaires, bien qu'il ne soit pas sans soulever de nombreuses questions pratiques lors de sa mise en oeuvre concrète, questions auxquelles aucune étude n'a pour le moment offert de réponse détaillée qui puisse servir à élaborer un début de méthodologie. Mais nous avons surtout vu lors de l'étude d'exemples concrets que nous nous mouvons dans un contexte influencé par de nombreux facteurs, en grande partie, peu ou difficilement prévisibles : vouloir obtenir deux ensembles de titres pertinents clairement définis, en devant tenir compte du contexte culturel des fonds qui sont comparés, des différences de structure des langages documentaires, des politiques d'indexation, de la subjectivité des indexeurs et enfin des paramètres des moteurs de recherche, relève de la gageure !
L'examen des titres communs nous a montré qu'en tous les cas, une partie des titres pertinents échapperaient à une requête effectuée par l'intermédiaire du lien. Il nous semble donc plus important que les efforts se concentrent sur les moyens d'effectivement donner un accès à des documents potentiellement pertinents plutôt que de définir plus précisément la qualité des liens au vu des résultats. Une première voie est le recours aux relations hiérarchiques des langages documentaires, mais nous avons vu qu'elles ne sont pas en mesure d'apporter une solution dans tous les cas. Le recours à une classification, à une ontologie ou à des techniques de traitement automatique du langage sont d'autres voies à explorer, qui peuvent éviter de devoir multiplier les liens, et par là compliquer encore leur gestion. En chemin, nous avons rencontré , mais sans pouvoir les aborder, encore bien d'autres questions, qui sont toutes autant de défis supplémentaires à relever, comme le problème de l'accès aux titres non indexés ou le problème de l'évolution des langages documentaires et donc de la mise à jour des liens. Nous avons aussi laissé de côté les questions techniques de l'accès de l'interface aux différents catalogues et des possibilités de présentations des résultats de recherche proprement dits (par bibliothèque interrogée ou réunis en un ensemble, ranking). Il reste ainsi assez à faire jusqu'au jour où un usager pourra entrer un terme de recherche dans une interface conviviale, qui lui ouvrira un accès thématique simple mais complet aux ressources des bibliothèques d'Europe, puis du monde !

0.028803777 = product of:
  0.057607554 = sum of:
    0.034658328 = product of:
      0.13863331 = sum of:
        0.13863331 = weight(_text_:3a in 5820) [ClassicSimilarity], result of:
          0.13863331 = score(doc=5820,freq=2.0), product of:
            0.37000585 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.043643 = queryNorm
            0.3746787 = fieldWeight in 5820, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.03125 = fieldNorm(doc=5820)
      0.25 = coord(1/4)
    0.022949224 = weight(_text_:c in 5820) [ClassicSimilarity], result of:
      0.022949224 = score(doc=5820,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.1524436 = fieldWeight in 5820, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.03125 = fieldNorm(doc=5820)
  0.5 = coord(2/4)

Content

Submitted in partial fulfillment of the requirements for the degree of Doctor of Philosophy in Language and Information Technologies. Vgl.: https%3A%2F%2Fwww.cs.cmu.edu%2F~cx%2Fpapers%2Fknowledge_based_text_representation.pdf&usg=AOvVaw0SaTSvhWLTh__Uz_HtOtl3.

0.02868653 = product of:
  0.11474612 = sum of:
    0.11474612 = weight(_text_:c in 1300) [ClassicSimilarity], result of:
      0.11474612 = score(doc=1300,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.762218 = fieldWeight in 1300, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.15625 = fieldNorm(doc=1300)
  0.25 = coord(1/4)

0.02868653 = product of:
  0.11474612 = sum of:
    0.11474612 = weight(_text_:c in 6660) [ClassicSimilarity], result of:
      0.11474612 = score(doc=6660,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.762218 = fieldWeight in 6660, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.15625 = fieldNorm(doc=6660)
  0.25 = coord(1/4)

0.025993746 = product of:
  0.10397498 = sum of:
    0.10397498 = product of:
      0.41589993 = sum of:
        0.41589993 = weight(_text_:3a in 973) [ClassicSimilarity], result of:
          0.41589993 = score(doc=973,freq=2.0), product of:
            0.37000585 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.043643 = queryNorm
            1.1240361 = fieldWeight in 973, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.09375 = fieldNorm(doc=973)
      0.25 = coord(1/4)
  0.25 = coord(1/4)

Content

Vgl.: http%3A%2F%2Fcreativechoice.org%2Fdoc%2FHansJonas.pdf&usg=AOvVaw1TM3teaYKgABL5H9yoIifA&opi=89978449.

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 1161) [ClassicSimilarity], result of:
      0.0917969 = score(doc=1161,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 1161, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=1161)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 4222) [ClassicSimilarity], result of:
      0.0917969 = score(doc=4222,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 4222, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=4222)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 4959) [ClassicSimilarity], result of:
      0.0917969 = score(doc=4959,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 4959, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=4959)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6129) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6129,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6129, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6129)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6579) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6579,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6579, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6579)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6776) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6776,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6776, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6776)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6781) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6781,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6781, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6781)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6785) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6785,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6785, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6785)
  0.25 = coord(1/4)

0.022949224 = product of:
  0.0917969 = sum of:
    0.0917969 = weight(_text_:c in 6791) [ClassicSimilarity], result of:
      0.0917969 = score(doc=6791,freq=2.0), product of:
        0.1505424 = queryWeight, product of:
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.043643 = queryNorm
        0.6097744 = fieldWeight in 6791, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.4494052 = idf(docFreq=3817, maxDocs=44218)
          0.125 = fieldNorm(doc=6791)
  0.25 = coord(1/4)