-
Haller, S.H.M.: Mappingverfahren zur Wissensorganisation (2002)
0.02
0.01767555 = product of:
0.0353511 = sum of:
0.0353511 = product of:
0.0707022 = sum of:
0.0707022 = weight(_text_:22 in 3406) [ClassicSimilarity], result of:
0.0707022 = score(doc=3406,freq=2.0), product of:
0.1827397 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.052184064 = queryNorm
0.38690117 = fieldWeight in 3406, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.078125 = fieldNorm(doc=3406)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 30. 5.2010 16:22:35
-
Knorz, G.; Rein, B.: Semantische Suche in einer Hochschulontologie (2005)
0.01
0.012372886 = product of:
0.024745772 = sum of:
0.024745772 = product of:
0.049491543 = sum of:
0.049491543 = weight(_text_:22 in 1852) [ClassicSimilarity], result of:
0.049491543 = score(doc=1852,freq=2.0), product of:
0.1827397 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.052184064 = queryNorm
0.2708308 = fieldWeight in 1852, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0546875 = fieldNorm(doc=1852)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 11. 2.2011 18:22:58
-
Knorz, G.; Rein, B.: Semantische Suche in einer Hochschulontologie : Ontologie-basiertes Information-Filtering und -Retrieval mit relationalen Datenbanken (2005)
0.01
0.012372886 = product of:
0.024745772 = sum of:
0.024745772 = product of:
0.049491543 = sum of:
0.049491543 = weight(_text_:22 in 4324) [ClassicSimilarity], result of:
0.049491543 = score(doc=4324,freq=2.0), product of:
0.1827397 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.052184064 = queryNorm
0.2708308 = fieldWeight in 4324, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0546875 = fieldNorm(doc=4324)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 11. 2.2011 18:22:25
-
Endres-Niggemeyer, B.; Jauris-Heipke, S.; Pinsky, S.M.; Ulbricht, U.: Wissen gewinnen durch Wissen : Ontologiebasierte Informationsextraktion (2006)
0.01
0.011789299 = product of:
0.023578597 = sum of:
0.023578597 = product of:
0.047157194 = sum of:
0.047157194 = weight(_text_:systems in 6016) [ClassicSimilarity], result of:
0.047157194 = score(doc=6016,freq=6.0), product of:
0.16037072 = queryWeight, product of:
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.052184064 = queryNorm
0.29405114 = fieldWeight in 6016, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.0390625 = fieldNorm(doc=6016)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Die ontologiebasierte Informationsextraktion, über die hier berichtet wird, ist Teil eines Systems zum automatischen Zusammenfassen, das sich am Vorgehen kompetenter Menschen orientiert. Dahinter steht die Annahme, dass Menschen die Ergebnisse eines Systems leichter übernehmen können, wenn sie mit Verfahren erarbeitet worden sind, die sie selbst auch benutzen. Das erste Anwendungsgebiet ist Knochenmarktransplantation (KMT). Im Kern des Systems Summit-BMT (Summarize It in Bone Marrow Transplantation) steht eine Ontologie des Fachgebietes. Sie ist als MySQL-Datenbank realisiert und versorgt menschliche Benutzer und Systemkomponenten mit Wissen. Summit-BMT unterstützt die Frageformulierung mit einem empirisch fundierten Szenario-Interface. Die Retrievalergebnisse werden durch ein Textpassagenretrieval vorselektiert und dann kognitiv fundierten Agenten unterbreitet, die unter Einsatz ihrer Wissensbasis / Ontologie genauer prüfen, ob die Propositionen aus der Benutzerfrage getroffen werden. Die relevanten Textclips aus dem Duelldokument werden in das Szenarioformular eingetragen und mit einem Link zu ihrem Vorkommen im Original präsentiert. In diesem Artikel stehen die Ontologie und ihr Gebrauch zur wissensbasierten Informationsextraktion im Mittelpunkt. Die Ontologiedatenbank hält unterschiedliche Wissenstypen so bereit, dass sie leicht kombiniert werden können: Konzepte, Propositionen und ihre syntaktisch-semantischen Schemata, Unifikatoren, Paraphrasen und Definitionen von Frage-Szenarios. Auf sie stützen sich die Systemagenten, welche von Menschen adaptierte Zusammenfassungsstrategien ausführen. Mängel in anderen Verarbeitungsschritten führen zu Verlusten, aber die eigentliche Qualität der Ergebnisse steht und fällt mit der Qualität der Ontologie. Erste Tests der Extraktionsleistung fallen verblüffend positiv aus.
-
Sigel, A.: Informationsintegration mit semantischen Wissenstechnologien (2006)
0.01
0.009529176 = product of:
0.019058352 = sum of:
0.019058352 = product of:
0.038116705 = sum of:
0.038116705 = weight(_text_:systems in 5174) [ClassicSimilarity], result of:
0.038116705 = score(doc=5174,freq=2.0), product of:
0.16037072 = queryWeight, product of:
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.052184064 = queryNorm
0.23767869 = fieldWeight in 5174, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.0546875 = fieldNorm(doc=5174)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Das Tutorium vermittelt theoretische Grundlagen der wissensorganisatorischen (semantischen) Integration und zeigt auch einige praktische Beispiele. Die Integration bezieht sich auf die Ebenen: Integration von ähnlichen Einträgen in verschiedenen Ontologien (Begriffe und Beziehungen) sowie von Aussagen über gleiche Aussagegegenstände und zugehörige Informationsressourcen. Hierzu werden ausgewählte semantische Wissenstechnologien (Topic Maps und RDF) und -werkzeuge vorgestellt und mit wissensorganisatorischen Grundlagen verbunden (z.B. SKOS - Simple Knowledge Organization Systems, http://www.w3.org/2004/02/skos/, oder Published Resource Identifiers).
-
Müller, T.: Wissensrepräsentation mit semantischen Netzen im Bereich Luftfahrt (2006)
0.01
0.008837775 = product of:
0.01767555 = sum of:
0.01767555 = product of:
0.0353511 = sum of:
0.0353511 = weight(_text_:22 in 1670) [ClassicSimilarity], result of:
0.0353511 = score(doc=1670,freq=2.0), product of:
0.1827397 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.052184064 = queryNorm
0.19345059 = fieldWeight in 1670, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0390625 = fieldNorm(doc=1670)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Date
- 26. 9.2006 21:00:22
-
Hermans, J.: Ontologiebasiertes Information Retrieval für das Wissensmanagement (2008)
0.01
0.007700737 = product of:
0.015401474 = sum of:
0.015401474 = product of:
0.030802948 = sum of:
0.030802948 = weight(_text_:systems in 506) [ClassicSimilarity], result of:
0.030802948 = score(doc=506,freq=4.0), product of:
0.16037072 = queryWeight, product of:
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.052184064 = queryNorm
0.19207339 = fieldWeight in 506, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.03125 = fieldNorm(doc=506)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Unternehmen sehen sich heutzutage regelmäßig der Herausforderung gegenübergestellt, aus umfangreichen Mengen an Dokumenten schnell relevante Informationen zu identifizieren. Dabei zeigt sich jedoch, dass Suchverfahren, die lediglich syntaktische Abgleiche von Informationsbedarfen mit potenziell relevanten Dokumenten durchführen, häufig nicht die an sie gestellten Erwartungen erfüllen. Viel versprechendes Potenzial bietet hier der Einsatz von Ontologien für das Information Retrieval. Beim ontologiebasierten Information Retrieval werden Ontologien eingesetzt, um Wissen in einer Form abzubilden, die durch Informationssysteme verarbeitet werden kann. Eine Berücksichtigung des so explizierten Wissens durch Suchalgorithmen führt dann zu einer optimierten Deckung von Informationsbedarfen. Jan Hermans stellt in seinem Buch ein adaptives Referenzmodell für die Entwicklung von ontologiebasierten Information Retrieval-Systemen vor. Zentrales Element seines Modells ist die einsatzkontextspezifische Adaption des Retrievalprozesses durch bewährte Techniken, die ausgewählte Aspekte des ontologiebasierten Information Retrievals bereits effektiv und effizient unterstützen. Die Anwendung des Referenzmodells wird anhand eines Fallbeispiels illustriert, bei dem ein Information Retrieval-System für die Suche nach Open Source-Komponenten entwickelt wird. Das Buch richtet sich gleichermaßen an Dozenten und Studierende der Wirtschaftsinformatik, Informatik und Betriebswirtschaftslehre sowie an Praktiker, die die Informationssuche im Unternehmen verbessern möchten. Jan Hermans, Jahrgang 1978, studierte Wirtschaftsinformatik an der Westfälischen Wilhelms-Universität in Münster. Seit 2003 war er als Wissenschaftlicher Mitarbeiter am European Research Center for Information Systems der WWU Münster tätig. Seine Forschungsschwerpunkte lagen in den Bereichen Wissensmanagement und Information Retrieval. Im Mai 2008 erfolgte seine Promotion zum Doktor der Wirtschaftswissenschaften.
- Series
- Advances in information systems and management science; 39
-
Bierbach, P.: Wissensrepräsentation - Gegenstände und Begriffe : Bedingungen des Antinomieproblems bei Frege und Chancen des Begriffssystems bei Lambert (2001)
0.01
0.0054452433 = product of:
0.010890487 = sum of:
0.010890487 = product of:
0.021780973 = sum of:
0.021780973 = weight(_text_:systems in 4498) [ClassicSimilarity], result of:
0.021780973 = score(doc=4498,freq=2.0), product of:
0.16037072 = queryWeight, product of:
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.052184064 = queryNorm
0.1358164 = fieldWeight in 4498, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.0731742 = idf(docFreq=5561, maxDocs=44218)
0.03125 = fieldNorm(doc=4498)
0.5 = coord(1/2)
0.5 = coord(1/2)
- Abstract
- Die auf Basis vernetzter Computer realisierbare Möglichkeit einer universalen Enzyklopädie führt aufgrund der dabei technisch notwendigen Reduktion auf nur eine Sorte Repräsentanten zu Systemen, bei denen entweder nur Gegenstände repräsentiert werden, die auch Begriffe vertreten, oder nur Begriffe, die auch Gegenstände vertreten. In der Dissertation werden als Beispiele solcher Repräsentationssysteme die logischen Systeme von Gottlob Frege und Johann Heinrich Lambert untersucht. Freges System, basierend auf der Annahme der Objektivität von Bedeutungen, war durch die Nachweisbarkeit einer Antinomie gescheitert, weshalb von Philosophen im 20. Jahrhundert die Existenz einer objektiven Bedeutung von Ausdrücken und die Übersetzbarkeit der Gedanken aus den natürlichen Sprachen in eine formale Sprache in Frage gestellt wurde. In der Dissertation wird nachgewiesen, daß diese Konsequenz voreilig war und daß die Antinomie auch bei Annahme der Objektivität von Wissen erst durch zwei Zusatzforderungen in Freges Logik ausgelöst wird: die eineindeutige Zuordnung eines Gegenstands zu jedem Begriff sowie die scharfen Begrenzung der Begriffe, die zur Abgeschlossenheit des Systems zwingt. Als Alternative wird das Begriffssystem Lamberts diskutiert, bei dem jeder Gegenstand durch einen Begriff und gleichwertig durch Gesamtheiten von Begriffen vertreten wird und Begriffe durch Gesamtheiten von Begriffen ersetzbar sind. Beide die Antinomie auslösenden Bedingungen sind hier nicht vorhanden, zugleich ist die fortschreitende Entwicklung von Wissen repräsentierbar. Durch die mengentheoretische Rekonstruktion des Begriffssystems Lamberts in der Dissertation wird dessen praktische Nutzbarkeit gezeigt. Resultat der Dissertation ist der Nachweis, daß es Repräsentationssysteme gibt, die nicht auf die für die Prüfung der Verbindlichkeit der Einträge in die Enzyklopädie notwendige Annahme der Verobjektivierbarkeit von Wissen verzichten müssen, weil ihnen nicht jene die Antinomie auslösenden Voraussetzungen zugrunde liegen.
