diff --git a/documents/Proseminar-Netzwerkanalyse/Ausarbeitung-Thoma.pdf b/documents/Proseminar-Netzwerkanalyse/Ausarbeitung-Thoma.pdf
index 4fc0c52..4e9b5c7 100644
Binary files a/documents/Proseminar-Netzwerkanalyse/Ausarbeitung-Thoma.pdf and b/documents/Proseminar-Netzwerkanalyse/Ausarbeitung-Thoma.pdf differ
diff --git a/documents/Proseminar-Netzwerkanalyse/Vokabularbestimmung.tex b/documents/Proseminar-Netzwerkanalyse/Vokabularbestimmung.tex
index 9263f7a..656b10b 100644
--- a/documents/Proseminar-Netzwerkanalyse/Vokabularbestimmung.tex
+++ b/documents/Proseminar-Netzwerkanalyse/Vokabularbestimmung.tex
@@ -6,11 +6,11 @@ die in fast allen Texten vorkommen, wie im Deutschen z.~B.
 \enquote{und}, \enquote{mit} und die Pronomen. Es ist wünschenswert Wörter zu
 wählen, die die Texte möglichst stark voneinander Unterscheiden. Der
 DYCOS-Algorithmus wählt die Top-$m$ dieser Wörter als Vokabular, wobei
-$m \in \mathbb{N}$ eine Festzulegende Konstante ist. In \cite[S. 365]{aggarwal2011}
+$m \in \mathbb{N}$ eine festzulegende Konstante ist. In \cite[S. 365]{aggarwal2011}
 wird der Einfluss von $m \in \Set{5,10, 15,20}$ auf die Klassifikationsgüte
 untersucht und festgestellt, dass die Klassifikationsgüte mit größerem $m$
-sinkt, sie also für $m=5$ für den DBLP-Datensatz am höchsten ist. Für den CORA-
-Datensatz wurde mit $m \in \set{3,4,5,6}$ getestet und kein signifikanter
+sinkt, sie also für $m=5$ für den DBLP-Datensatz am höchsten ist. Für den
+CORA-Datensatz wurde mit $m \in \set{3,4,5,6}$ getestet und kein signifikanter
 Unterschied festgestellt.
 
 Nun kann man manuell eine Liste von zu beachtenden Wörtern erstellen
@@ -42,8 +42,8 @@ Datenstruktur wird in \cref{alg4:l10} bis \ref{alg4:l12} gefüllt.
 In \cref{alg4:l17} bis \ref{alg4:l19} wird die relative Häufigkeit der Wörter
 bzgl. der Beschriftungen bestimmt. Daraus wird in \cref{alg4:l20} bis
 \ref{alg4:l22} der Gini-Koeffizient berechnet. Schließlich werden in
-\cref{alg4:l23} bis \ref{alg4:l24} die Top-$q$ Wörter mit den höchsten Gini-
-Koeffizienten zurückgegeben.
+\cref{alg4:l23} bis \ref{alg4:l24} die Top-$q$ Wörter mit den
+höchsten Gini-Koeffizienten zurückgegeben.
 
 \begin{algorithm}[ht]
     \begin{algorithmic}[1]