Leidig, T.: Ontologien für die Informationsintegration in Geschäftsanwendungen (2006)
0.01
0.0055591664 = product of:
0.02779583 = sum of:
0.02779583 = weight(_text_:den in 6024) [ClassicSimilarity], result of:
0.02779583 = score(doc=6024,freq=4.0), product of:
0.10344325 = queryWeight, product of:
2.866198 = idf(docFreq=6840, maxDocs=44218)
0.036090754 = queryNorm
0.26870608 = fieldWeight in 6024, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
2.866198 = idf(docFreq=6840, maxDocs=44218)
0.046875 = fieldNorm(doc=6024)
0.2 = coord(1/5)
- Abstract
- Informationsintegration auf Basis semantischer Modelle ist ein viel versprechender Ansatz zur Bewältigung des Informationsüberflusses. Informationen und Wissen stehen oft in großer Menge zur Verfügung, doch es ist sehr schwierig, das Wissen in einer spezifischen Situation zu fin-den oder überhaupt gewahr zu sein, dass adäquate Informationen vorhanden sind. Der Prozess des Suchens erfordert sehr viel Geduld und Erfahrung. Reine textuelle Suchmaschinen wie Google führen leider oft nicht oder nicht effizient genug zum Ziel. Eine zentrale Herausforderung ist daher die Filterung und strukturierte Aufbereitung von Informationen im Kontext der aktuellen Arbeitsumgebung und der jeweiligen Aufgabenstellung. Semantische Metadaten können dabei helfen, diese Abbildung vorhandener Informationsquellen in den Aufgabenkontext zu bewerkstelligen. Doch wie kommt man zu geeigneten, reichhaltigen semantischen Metadaten? Nach heutiger Praxis geschieht das hauptsächlich durch manuelle Verfahren, die allerdings auch viele Probleme aufwerfen. Daher ist der Erfolg semantischer Informationsintegration in hohem Maße davon abhängig, ob es gelingt semantische Metadaten automatisch zu extrahieren und hinreichend aktuell zu halten.
