# Iteration I01 - E001 Match Baseline
* Evaluation: E001
* Status: completed
* Datum: 2026-06-29
* Ausgangspunkt: evaluation/matcult-the_vocnet_org_00000019/2026-06-29_E001_match_baseline/E001.md
* Verantwortung: Mirakulix

## Kontext

Evaluation des ReconciliationStore aus OpenRefine heraus für:

- Vocabulary: `matcult-the_vocnet_org_00000019`
- Fokus: MCT Objektfacette
- Datensätze:
    - Rheinland Objekttypen
    - Rheinland Ausstattungsobjekte


## Beobachtete Probleme

### 1. Komposita / Suffix-Matching

Beispiele:

- `Alexianer-Krankenhaus` → `Krankenhaus (Gebäude)`
- `Abteikirche` → `Kirche`
- `Agatha-Altar` → `Altar`
- `Marienaltar` → `Altar`

Ziel: Treffer auf relevante Grundbegriffe verbessern.

### 2. Bindestrich- und Mehrwortzerlegung

Beispiele:

- `Altar-Kanzel-Orgelprospekt`
- `Hoch- und Seitenaltar`
- `Anna- und St. Rochusaltar`

Ziel: sinnvolle Teilbegriffe erkennen, ohne Funktionswörter hochzuranken.

### 3. Stopword-/Funktionswort-Treffer unterdrücken

Beispiele:

- `Engel mit der Krone` → nicht `mit`
- `Engelspaar mit dem Schweißtuch` → nicht `mit`

Ziel: offensichtliche Fehlkandidaten entfernen oder stark abwerten.

## Noch nicht Ziel dieser Phase

- Named Work Detection
- Named Building Detection
- False Positives wie `Aachener Pferd` → `Pferd`
- Kontextbasierte Wikidata/GND-Reconciliation

## Ziel E001

Ziel dieser Iteration ist die Verbesserung des QueryTokenizer, um
technisch einfache Typ-Matches zu erhöhen.

Grundlage sind die beiden OpenRefine-Evaluationen

- Bauwerke (evaluation/matcult-the_vocnet_org_00000019/2026-06-29_E001_match_baseline/bauwerk/Rheinland-dcw-export-bauwerke-20260626-objekttyp-no-match-konsolidiert-csv.openrefine.tar.gz)
- Ausstattungsobjekte (evaluation/matcult-the_vocnet_org_00000019/2026-06-29_E001_match_baseline/ausstattungsobjekt/Rheinland-dcw-export-ausstattungsobjekte-20260626-objekttyp-no-match-konsolidiert-csv.openrefine.tar.gz)

Die Evaluationsergebnisse dienen als Regressionstest.

## Arbeitspakete

1. Analyse der OpenRefine-Ergebnisse
2. Verbesserung des QueryTokenizer
3. Neue Version an Mirakulix übergeben
4. Erneute Evaluation mit denselben Datensätzen

## Akzeptanzkriterien

- alle bisherigen Tests laufen weiter
- keine Verschlechterung der Matchrate
- neue QueryTokenizer-Version dokumentiert
- Regressionstest erfolgreich durchgeführt

## Ergebnis

- Completed 2026-06-30
- Die Arbeitspakete wurden umgesetzt.
- Die Ergebnisse sind in metrics.md dokumentiert.