Hi,

Mir fehlen für xpdf die richtigen Fonts (nein, ich

hmm ich dachte da ne HTML-Seite gesehen zu haben...

Ja, aber das andere ist ein PDF und um zu vergleichen ...

Ich denke es lohnt sich generell sich mit dem Ansatz zu beschäftigen, ob sich das für den Selfserver auswirkt

Dafür wären Statistiken nicht schlecht, aber trotz allem Telegraphenmastschwenkens ...

weiß ich nicht, ist das unser Schwerpunkt oder eher die Theorie?

Das war, wenn ich mich recht entsinne, einer meiner verzweifelter Versuche OT zu bleiben ;-)

AFAIK, kannst du die Länge des BWTransformierten Intervalls einstellen, je länger umso besser die Kompression.
Hingegen nur ganze Postings oder Threads zu nehmen würde zwar die Kompression herabsetzen, dafür aber aussagefähige Treffer liefern.

Nun, das wäre schon wieder eine Einstellungssache. Praktikabel zwar, aber mir wiederstrebend.

Mmh ... Heisenberg in der Informationstheorie? ;-)

Natürlich! Ganz ohne Ironie!

Nein, durchaus mit. Das was da so merkwürdig aussieht ist schlichte Kosten-Nutzenrechnung also Ökonomie.
Die Ähnlichkeit ist aber in diesem Falle derart frappant, das ich mich einfach nicht beherrschen konnte, sorry.

Meines Wissens ist das Vokabular der Chinesen nicht überdurchschnittlich groß?

Hmmm ... Hörensagen ... kann jetzt keinen Beleg dafür finden, insbesondere, weil die Definition von Chinesisch wg der viele Einzelsprachen und Dialekte schwammig ist.

Da hast Du natürlich Recht.
Gut, dann gelte in diesem Falle als "Chinesisch" der Mandarin-Dialekt.

Hingegen beim Englischen ...

"English is noted for the vast size of its active vocabulary and its fluidity. English easily accepts technical terms into common usage and imports new words which often come into common usage" http://en.wikipedia.org/wiki/English_language#Vocabulary

Ich häte da doch gerne eine neutrale Instanz und nicht die Sprecher dieser Sprache selber ;-)

Immerhin trifft das mit dem Aufsaugen deutlich mehr auf die deutsche Sprache zu, als auf die englische.
Das sagt natürlich ein Sprecher dieser Sprache selber, klar ;-)

Die englische Orthographie ist auch nicht sonderlich unregelmäßig. Sie enstand aus zwei unterschiedlichen Stämmen, deshalb sieht das mitunter merkwürdig aus, ist aber recht logisch geblieben.

HA!

*swiff* (Geräusch eines blank ziehenden Kendoka)
Wer?

"English spelling is often considered to be one of the most difficult to learn of any language that uses an alphabet" http://en.wikipedia.org/wiki/English_language#Writing_system

Weil es aus zwei Sprachen besteht, ja. Macht aber rein gar nix.

Deutsch wird schon sehr phonetisch geschrieben, z.B. Spanisch ist in der Beziehung schon nahe am Optimum.

Ja, das ist mir auch schon aufgefallen, im Spanischem mache ich viel weniger Rechtschreibfehler.

http://forum.de.selfhtml.org/archiv/2004/8/t86714/#m516043
Ich glaube du sprichst aber hier eher von den Problemen der Rechtschreibung (Groß/Klein, getrennt/zusammen, ß/ss) die das Englische nicht hat, das macht sich aber IMHO bei einer Kompression kaum bemerkbar.

Nein, zumindest nicht direkt, sondern als ein Faktor von vielen. Einiges tut natürlich auch noch der Umstand dazu, das die Erforscher von Kompressionsmöglichkeiten Englisch als Muttersprache hatten.
Ob gewollt oder nicht: das hatte Einfluß.

Eher Nachteilig könnte die von dir erwähnten 10% längeren Texte sein, da IMHO im deutschen präziser/pedantischer gesprochen wird, wo dem Engländer der Kontext bereits zur Klärung aussreicht.

Die Wörter sind im Schnitt länger ;-)
Nein, klar, der deutsche möchte es auch sprachlich immer etwas korrrrrekter haben.

Und wenn sich damals nicht mal zwei Leute verkracht hätten würden wir heute französisch quasseln ;-)

Hä? Meinst du jetzt Karl den Kahlen und Anverwandte? Oder Friedrich II und Voltaire?

Naja, bei Voltaire wars' schon lange zu spät >;->

Gewagte Thesen! :)

Nein, reine Deduktion. Wenn eine Entscheidung zwischen zwei Dinge _nicht_ getroffen wurde haben sich mindestens zwei Personen verkracht. War schon immer so und wird auch immer so bleiben ;-)

so short

Christoph Zurnieden