Search (52 results, page 1 of 3)

  • × theme_ss:"Computerlinguistik"
  • × type_ss:"a"
  • × year_i:[2000 TO 2010}
  1. Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004) 0.02 
    0.020894926 = product of:
  0.041789852 = sum of:
    0.029294908 = product of:
      0.14647454 = sum of:
        0.14647454 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
          0.14647454 = score(doc=562,freq=2.0), product of:
            0.2606225 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.030740997 = queryNorm
            0.56201804 = fieldWeight in 562, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.046875 = fieldNorm(doc=562)
      0.2 = coord(1/5)
    0.012494942 = product of:
      0.024989884 = sum of:
        0.024989884 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
          0.024989884 = score(doc=562,freq=2.0), product of:
            0.107649736 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.030740997 = queryNorm
            0.23214069 = fieldWeight in 562, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.046875 = fieldNorm(doc=562)
      0.5 = coord(1/2)
  0.5 = coord(2/4)
    Content
    Vgl.: http://www.google.de/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&ved=0CEAQFjAA&url=http%3A%2F%2Fciteseerx.ist.psu.edu%2Fviewdoc%2Fdownload%3Fdoi%3D10.1.1.91.4940%26rep%3Drep1%26type%3Dpdf&ei=dOXrUMeIDYHDtQahsIGACg&usg=AFQjCNHFWVh6gNPvnOrOS9R3rkrXCNVD-A&sig2=5I2F5evRfMnsttSgFF9g7Q&bvm=bv.1357316858,d.Yms.
    Date
    8. 1.2013 10:22:32
  2. Sienel, J.; Weiss, M.; Laube, M.: Sprachtechnologien für die Informationsgesellschaft des 21. Jahrhunderts (2000) 0.01 
    0.012642156 = product of:
  0.025284313 = sum of:
    0.014871862 = weight(_text_:m in 5557) [ClassicSimilarity], result of:
      0.014871862 = score(doc=5557,freq=4.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.19441006 = fieldWeight in 5557, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5557)
    0.010412452 = product of:
      0.020824904 = sum of:
        0.020824904 = weight(_text_:22 in 5557) [ClassicSimilarity], result of:
          0.020824904 = score(doc=5557,freq=2.0), product of:
            0.107649736 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.030740997 = queryNorm
            0.19345059 = fieldWeight in 5557, 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=5557)
      0.5 = coord(1/2)
  0.5 = coord(2/4)
    Date
    26.12.2000 13:22:17
  3. Schürmann, H.: Software scannt Radio- und Fernsehsendungen : Recherche in Nachrichtenarchiven erleichtert (2001) 0.01 
    0.010486352 = product of:
  0.04194541 = sum of:
    0.04194541 = sum of:
      0.027367977 = weight(_text_:da in 5759) [ClassicSimilarity], result of:
        0.027367977 = score(doc=5759,freq=2.0), product of:
          0.1475006 = queryWeight, product of:
            4.7981725 = idf(docFreq=990, maxDocs=44218)
            0.030740997 = queryNorm
          0.18554485 = fieldWeight in 5759, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            4.7981725 = idf(docFreq=990, maxDocs=44218)
            0.02734375 = fieldNorm(doc=5759)
      0.014577433 = weight(_text_:22 in 5759) [ClassicSimilarity], result of:
        0.014577433 = score(doc=5759,freq=2.0), product of:
          0.107649736 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.030740997 = queryNorm
          0.1354154 = fieldWeight in 5759, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.02734375 = fieldNorm(doc=5759)
  0.25 = coord(1/4)
    Content
    Um Firmen und Agenturen die Beobachtungen von Medien zu erleichtern, entwickeln Forscher an der Duisburger Hochschule zurzeit ein System zur automatischen Themenerkennung in Rundfunk und Fernsehen. Das so genannte Alert-System soll dem Nutzer helfen, die für ihn relevanten Sprachinformationen aus Nachrichtensendungen herauszufiltem und weiterzuverarbeiten. Durch die automatische Analyse durch den Computer können mehrere Programme rund um die Uhr beobachtet werden. Noch erfolgt die Informationsgewinnung aus TV- und Radiosendungen auf klassischem Wege: Ein Mensch sieht, hört, liest und wertet aus. Das ist enorm zeitaufwendig und für eine Firma, die beispielsweise die Konkurrenz beobachten oder ihre Medienpräsenz dokumentieren lassen möchte, auch sehr teuer. Diese Arbeit ließe sich mit einem Spracherkenner automatisieren, sagten sich die Duisburger Forscher. Sie arbeiten nun zusammen mit Partnern aus Deutschland, Frankreich und Portugal in einem europaweiten Projekt an der Entwicklung einer entsprechenden Technologie (http://alert.uni-duisburg.de). An dem Projekt sind auch zwei Medienbeobachtungsuntemehmen beteiligt, die Oberserver Argus Media GmbH aus Baden-Baden und das französische Unternehmen Secodip. Unsere Arbeit würde schon dadurch erleichtert, wenn Informationen, die über unsere Kunden in den Medien erscheinen, vorselektiert würden", beschreibt Simone Holderbach, Leiterin der Produktentwicklung bei Oberserver, ihr Interesse an der Technik. Und wie funktioniert Alert? Das Spracherkennungssystem wird darauf getrimmt, Nachrichtensendungen in Radio und Fernsehen zu überwachen: Alles, was gesagt wird - sei es vom Nachrichtensprecher, Reporter oder Interviewten -, wird durch die automatische Spracherkennung in Text umgewandelt. Dabei werden Themen und Schlüsselwörter erkannt und gespeichert. Diese werden mit den Suchbegriffen des Nutzers verglichen. Gefundene Übereinstimmungen werden angezeigt und dem Benutzer automatisch mitgeteilt. Konventionelle Spracherkennungstechnik sei für die Medienbeobachtung nicht einsetzbar, da diese für einen anderen Zweck entwickelt worden sei, betont Prof. Gerhard Rigoll, Leiter des Fachgebiets Technische Informatik an der Duisburger Hochschule. Für die Umwandlung von Sprache in Text wurde die Alert-Software gründlich trainiert. Aus Zeitungstexten, Audio- und Video-Material wurden bislang rund 3 50 Millionen Wörter verarbeitet. Das System arbeitet in drei Sprachen. Doch so ganz fehlerfrei sei der automatisch gewonnene Text nicht, räumt Rigoll ein. Zurzeit liegt die Erkennungsrate bei 40 bis 70 Prozent. Und das wird sich in absehbarer Zeit auch nicht ändern." Musiküberlagerungen oder starke Hintergrundgeräusche bei Reportagen führen zu Ungenauigkeiten bei der Textumwandlung. Deshalb haben die, Duisburger Wissenschaftler Methoden entwickelt, die über die herkömmliche Suche nach Schlüsselwörtern hinausgehen und eine inhaltsorientierte Zuordnung ermöglichen. Dadurch erhält der Nutzer dann auch solche Nachrichten, die zwar zum Thema passen, in denen das Stichwort aber gar nicht auftaucht", bringt Rigoll den Vorteil der Technik auf den Punkt. Wird beispielsweise "Ölpreis" als Suchbegriff eingegeben, werden auch solche Nachrichten angezeigt, in denen Olkonzerne und Energieagenturen eine Rolle spielen. Rigoll: Das Alert-System liest sozusagen zwischen den Zeilen!' Das Forschungsprojekt wurde vor einem Jahr gestartet und läuft noch bis Mitte 2002. Wer sich über den Stand der Technik informieren möchte, kann dies in dieser Woche auf der Industriemesse in Hannover. Das Alert-System wird auf dem Gemeinschaftsstand "Forschungsland NRW" in Halle 18, Stand M12, präsentiert
    Source
    Handelsblatt. Nr.79 vom 24.4.2001, S.22
  4. Melzer, C.: ¬Der Maschine anpassen : PC-Spracherkennung - Programme sind mittlerweile alltagsreif (2005) 0.01 
    0.010486352 = product of:
  0.04194541 = sum of:
    0.04194541 = sum of:
      0.027367977 = weight(_text_:da in 4044) [ClassicSimilarity], result of:
        0.027367977 = score(doc=4044,freq=2.0), product of:
          0.1475006 = queryWeight, product of:
            4.7981725 = idf(docFreq=990, maxDocs=44218)
            0.030740997 = queryNorm
          0.18554485 = fieldWeight in 4044, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            4.7981725 = idf(docFreq=990, maxDocs=44218)
            0.02734375 = fieldNorm(doc=4044)
      0.014577433 = weight(_text_:22 in 4044) [ClassicSimilarity], result of:
        0.014577433 = score(doc=4044,freq=2.0), product of:
          0.107649736 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.030740997 = queryNorm
          0.1354154 = fieldWeight in 4044, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.02734375 = fieldNorm(doc=4044)
  0.25 = coord(1/4)
    Content
    Billiger geht es mit "Via Voice Standard" von IBM. Die Software kostet etwa 50 Euro, hat aber erhebliche Schwächen in der Lernfähigkeit: Sie schneidet jedoch immer noch besser ab als das gut drei Mal so teure "Voice Office Premium 10"; das im Test der sechs Programme als einziges nur ein "Befriedigend" bekam. "Man liest über Spracherkennung nicht mehr so viel" weil es funktioniert", glaubt Dorothee Wiegand von der in Hannover erscheinenden Computerzeitschrift "c't". Die Technik" etwa "Dragon Naturally Speaking" von ScanSoft, sei ausgereift, "Spracherkennung ist vor allem Statistik, die Auswertung unendlicher Wortmöglichkeiten. Eigentlich war eher die Hardware das Problem", sagt Wiegand. Da jetzt selbst einfache Heimcomputer schnell und leistungsfähig seien, hätten die Entwickler viel mehr Möglichkeiten."Aber selbst ältere Computer kommen mit den Systemen klar. Sie brauchen nur etwas länger! "Jedes Byte macht die Spracherkennung etwas schneller, ungenauer ist sie sonst aber nicht", bestätigt Kristina Henry von linguatec in München. Auch für die Produkte des Herstellers gelte jedoch, dass "üben und deutlich sprechen wichtiger sind als jede Hardware". Selbst Stimmen von Diktiergeräten würden klar, erkannt, versichert Henry: "Wir wollen einen Schritt weiter gehen und das Diktieren von unterwegs möglich machen." Der Benutzer könnte dann eine Nummer anwählen, etwa im Auto einen Text aufsprechen und ihn zu Hause "getippt" vorfinden. Grundsätzlich passt die Spracherkennungssoftware inzwischen auch auf den privaten Computer. Klar ist aber, dass selbst der bestgesprochene Text nachbearbeitet werden muss. Zudem ist vom Nutzer Geduld gefragt: Ebenso wie sein System lernt, muss der Mensch sich in Aussprache und Geschwindigkeit dem System anpassen. Dann sind die Ergebnisse allerdings beachtlich - und "Sexterminvereinbarung" statt "zwecks Terminvereinbarung" gehört der Vergangenheit an."
    Date
    3. 5.1997 8:44:22
  5. Egger, W.: Helferlein für jedermann : Elektronische Wörterbücher (2004) 0.01 
    0.009774277 = product of:
  0.039097108 = sum of:
    0.039097108 = product of:
      0.078194216 = sum of:
        0.078194216 = weight(_text_:da in 1501) [ClassicSimilarity], result of:
          0.078194216 = score(doc=1501,freq=2.0), product of:
            0.1475006 = queryWeight, product of:
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.030740997 = queryNorm
            0.5301281 = fieldWeight in 1501, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.078125 = fieldNorm(doc=1501)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Abstract
    Zahllose online-dictionaries und einzelne, teilweise ausgezeichnete elektronische Wörterbücher wollen hier nicht erwähnt werden, da ihre Vorzüge teilweise folgenden Nachteilen gegenüber stehen: Internet-Verbindung, CD-Rom, bzw. zeitaufwändiges Aufrufen der Wörterbücher oder Wechsel der Sprachrichtung sind erforderlich.
  6. Bernth, A.; McCord, M.; Warburton, K.: Terminology extraction for global content management (2003) 0.01 
    0.008412795 = product of:
  0.03365118 = sum of:
    0.03365118 = weight(_text_:m in 4122) [ClassicSimilarity], result of:
      0.03365118 = score(doc=4122,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.4398997 = fieldWeight in 4122, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.125 = fieldNorm(doc=4122)
  0.25 = coord(1/4)
  7. Michl, M.: Englisch auf Mausklick : Übersetzungsprogramme im Test (2000) 0.01 
    0.0063095964 = product of:
  0.025238385 = sum of:
    0.025238385 = weight(_text_:m in 5313) [ClassicSimilarity], result of:
      0.025238385 = score(doc=5313,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.3299248 = fieldWeight in 5313, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.09375 = fieldNorm(doc=5313)
  0.25 = coord(1/4)
  8. Hull, D.; Ait-Mokhtar, S.; Chuat, M.; Eisele, A.; Gaussier, E.; Grefenstette, G.; Isabelle, P.; Samulesson, C.; Segand, F.: Language technologies and patent search and classification (2001) 0.01 
    0.0063095964 = product of:
  0.025238385 = sum of:
    0.025238385 = weight(_text_:m in 6318) [ClassicSimilarity], result of:
      0.025238385 = score(doc=6318,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.3299248 = fieldWeight in 6318, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.09375 = fieldNorm(doc=6318)
  0.25 = coord(1/4)
  9. Monnerjahn, P.: Vorsprung ohne Technik : Übersetzen: Computer und Qualität (2000) 0.01 
    0.006247471 = product of:
  0.024989884 = sum of:
    0.024989884 = product of:
      0.04997977 = sum of:
        0.04997977 = weight(_text_:22 in 5429) [ClassicSimilarity], result of:
          0.04997977 = score(doc=5429,freq=2.0), product of:
            0.107649736 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.030740997 = queryNorm
            0.46428138 = fieldWeight in 5429, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.09375 = fieldNorm(doc=5429)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Source
    c't. 2000, H.22, S.230-231
  10. Benzmüller, R.: Logox WebSpeech : Die neue Technologie für sprechende Internetseiten (2000) 0.01 
    0.0058645667 = product of:
  0.023458267 = sum of:
    0.023458267 = product of:
      0.046916533 = sum of:
        0.046916533 = weight(_text_:da in 5554) [ClassicSimilarity], result of:
          0.046916533 = score(doc=5554,freq=2.0), product of:
            0.1475006 = queryWeight, product of:
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.030740997 = queryNorm
            0.31807688 = fieldWeight in 5554, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.046875 = fieldNorm(doc=5554)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Abstract
    Logox WebSpeech ist eine Sprachausgabe-Plug-In für Internet Explorer und Netscape Communicator, das nicht nur die dargestellten Texte aus HTML Dokumenten vorliest. Da lediglich Texte übertragen werden, entstehen keine Verzögerungen bei der Übertragung. Die zugrundeliegende Logox Sprachsynthese zeichnet sich durch den ökonomischen Umgang mit Speicherplatz und Rechenleistung aus, ohne Einbußen bei der Sprachqualität. Diese Okonomie ermöglicht es das Plug-In als kleinen DownIoad anzubieten. Logox WebSpeech setzt auf den akustischen Kommunikationskanal, der bislang im Internet nur sehr wenig genutzt wird. Logox WebSpeech ist umfassend in IITML und Skriptsprachen einzubinden und kann eingesetzt werden, um Grafiken zu kommentieren, Forrnulare freundlicher zu gestalten, Antworten auf Datenbankabfragen anzusagen und um sprechende Slideshows oder Newsticker zu erstellen
  11. Klein, A.; Weis, U.; Stede, M.: ¬Der Einsatz von Sprachverarbeitungstools beim Sprachenlernen im Intranet (2000) 0.01 
    0.005257997 = product of:
  0.021031989 = sum of:
    0.021031989 = weight(_text_:m in 5542) [ClassicSimilarity], result of:
      0.021031989 = score(doc=5542,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.27493733 = fieldWeight in 5542, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.078125 = fieldNorm(doc=5542)
  0.25 = coord(1/4)
  12. Sidhom, S.; Hassoun, M.: Morpho-syntactic parsing to text mining environment : NP recognition model to knowledge visualization and information (2003) 0.01 
    0.005257997 = product of:
  0.021031989 = sum of:
    0.021031989 = weight(_text_:m in 3546) [ClassicSimilarity], result of:
      0.021031989 = score(doc=3546,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.27493733 = fieldWeight in 3546, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.078125 = fieldNorm(doc=3546)
  0.25 = coord(1/4)
  13. Kuhlmann, U.; Monnerjahn, P.: Sprache auf Knopfdruck : Sieben automatische Übersetzungsprogramme im Test (2000) 0.01 
    0.005206226 = product of:
  0.020824904 = sum of:
    0.020824904 = product of:
      0.041649807 = sum of:
        0.041649807 = weight(_text_:22 in 5428) [ClassicSimilarity], result of:
          0.041649807 = score(doc=5428,freq=2.0), product of:
            0.107649736 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.030740997 = queryNorm
            0.38690117 = fieldWeight in 5428, 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=5428)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Source
    c't. 2000, H.22, S.220-229
  14. Bacchin, M.; Ferro, N.; Melucci, M.: ¬A probabilistic model for stemmer generation (2005) 0.01 
    0.005205151 = product of:
  0.020820605 = sum of:
    0.020820605 = weight(_text_:m in 1001) [ClassicSimilarity], result of:
      0.020820605 = score(doc=1001,freq=4.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.27217406 = fieldWeight in 1001, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.0546875 = fieldNorm(doc=1001)
  0.25 = coord(1/4)
  15. Susen, A.: Spracherkennung : Aktuelle Einsatzmöglichkeiten im Bereich der Telekommunikation (2000) 0.00 
    0.0048871385 = product of:
  0.019548554 = sum of:
    0.019548554 = product of:
      0.039097108 = sum of:
        0.039097108 = weight(_text_:da in 5555) [ClassicSimilarity], result of:
          0.039097108 = score(doc=5555,freq=2.0), product of:
            0.1475006 = queryWeight, product of:
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.030740997 = queryNorm
            0.26506406 = fieldWeight in 5555, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.0390625 = fieldNorm(doc=5555)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Abstract
    Das Thema der Sprachverarbeitung und insbesondere der Spracherkennung erhitzt schon seit vielen Jahren die Gemüter der Forscher und der Entwickler. Schon zu Beginn des Coniputerzeitalters wurde prophezeit, daß auch der Computer bald menschliche Sprache verstehen wird. Dabei wurde aber die Leistung des Gehirns bei der Erkennung unterschätzt. Erst durch die Vervielfältigung von Speicherkapazität und Rechnergeschwindigkeit, wurden vor ca. 20 Jahren ernstzunehmende Verfahren entwickelt, die eine minimale Sprachbeherrschung ermöglichten. Inzwischen ist die Entwicklung soweit fortgeschritten, daß wir uns über Produkte unterhalten können, die schon im Markt eingeführt sind. Die wahrscheinlich bekanntesten Beispiele für den Einsatz von Spracherkennung sind, neben Diktiersystemen, die sogenannten Telefonsprachcomputer in Firmen, die den Anrufer ohne den Einsatz der klassischen Telefonzentrale mit der gewünschten Abteilung verbinden. Die Spracherkennung ist für die Telekommunikation von besonderer Bedeutung, da der Bereich der Kommunikation größten Veränderungen unterworfen ist. Die Menge der Informationen, welche täglich abrufbereit zur Verfügung steht, ist inzwischen schon so unübersehbar gross geworden, daß eine intelligente Organisation für den sinnvollen Umgang erforderlich ist. Brauchbare Inhalte können nur mit neuen Werkzeugen und weiteren Hilfsmitteln herausgefiltert und weiter verarbeitet werden. Verschiedene bekannte Variationen können hier nur kurzfristigen Erfolg bringen, z.B. die erhöhte Erreichbarkeit durch Mobilfunk. Bei genauer Betrachtung der Einsatzmöglichkeiten von Spracherkennung in der Telekommunikation ist es zunächst erforderlich, den Userkreis genauer zu definieren. Eine erste Unterteilung ergibt der Einsatz im privaten oder geschäftlichen Bereich
  16. Winterschladen, S.; Gurevych, I.: ¬Die perfekte Suchmaschine : Forschungsgruppe entwickelt ein System, das artverwandte Begriffe finden soll (2006) 0.00 
    0.004838021 = product of:
  0.019352084 = sum of:
    0.019352084 = product of:
      0.038704168 = sum of:
        0.038704168 = weight(_text_:da in 5912) [ClassicSimilarity], result of:
          0.038704168 = score(doc=5912,freq=4.0), product of:
            0.1475006 = queryWeight, product of:
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.030740997 = queryNorm
            0.26240006 = fieldWeight in 5912, product of:
              2.0 = tf(freq=4.0), with freq of:
                4.0 = termFreq=4.0
              4.7981725 = idf(docFreq=990, maxDocs=44218)
              0.02734375 = fieldNorm(doc=5912)
      0.5 = coord(1/2)
  0.25 = coord(1/4)
    Content
    "KÖLNER STADT-ANZEIGER: Frau Gurevych, Sie entwickeln eine Suchmaschine der nächsten Generation? Wie kann man sich diese vorstellen? IRYNA GUREVYCH Jeder kennt die herkömmlichen Suchmaschinen wie Google, Yahoo oder Altavista. Diese sind aber nicht perfekt, weil sie nur nach dem Prinzip der Zeichenerkennung funktionieren. Das steigende Informationsbedürfnis können herkömmliche Suchmaschinen nicht befriedigen. KStA: Wieso nicht? GUREVYCH Nehmen wir mal ein konkretes Beispiel: Sie suchen bei Google nach einem Rezept für einen Kuchen, der aber kein Obst enthalten soll. Keine Suchmaschine der Welt kann bisher sinnvoll solche oder ähnliche Anfragen ausführen. Meistens kommen Tausende von Ergebnissen, in denen der Nutzer die relevanten Informationen wie eine Nadel im Heuhaufen suchen muss. KStA: Und Sie können dieses Problem lösen? GUREVYCH Wir entwickeln eine Suchmaschine, die sich nicht nur auf das System der Zeichenerkennung verlässt, sondern auch linguistische Merkmale nutzt. Unsere Suchmaschine soll also auch artverwandte Begriffe zeigen. KStA: Wie weit sind Sie mit Ihrer Forschung? GUREVYCH Das Projekt ist auf zwei Jahre angelegt. Wir haben vor einem halben Jahr begonnen, haben also noch einen großen Teil vor uns. Trotzdem sind die ersten Zwischenergebnisse schon sehr beachtlich. KStA: Und wann geht die Suchmaschine ins Internet? GUREVYCH Da es sich um ein Projekt der Deutschen Forschungsgemeinschaft handelt, wird die Suchmaschine vorerst nicht veröffentlicht. Wir sehen es als unsere Aufgabe an, Verbesserungsmöglichkeiten durch schlaue Such-Algorithmen mit unseren Forschungsarbeiten nachzuweisen und Fehler der bekannten Suchmaschinen zu beseitigen. Und da sind wir auf einem guten Weg. KStA: Arbeiten Sie auch an einem ganz speziellen Projekt? GUREVYCH Ja, ihre erste Bewährungsprobe muss die neue Technologie auf einem auf den ersten Blick ungewöhnlichen Feld bestehen: Unsere Forschungsgruppe an der Technischen Universität Darmstadt entwickelt derzeit ein neuartiges System zur Unterstützung Jugendlicher bei der Berufsauswahl. Dazu stellt uns die Bundesagentur für Arbeit die Beschreibungen von 5800 Berufen in Deutschland zur Verfügung. KStA: Und was sollen Sie dann mit diesen konkreten Informationen machen? GUREVYCH Jugendliche sollen unsere Suchmaschine mit einem Aufsatz über ihre beruflichen Vorlieben flittern. Das System soll dann eine Suchabfrage starten und mögliche Berufe anhand des Interesses des Jugendlichen heraussuchen. Die persönliche Beratung durch die Bundesagentur für Arbeit kann dadurch auf alternative Angebote ausgeweitet werden. Ein erster Prototyp soll Ende des Jahres bereitstehen. KStA: Es geht also zunächst einmal nicht darum, einen Jobfür den Jugendlichen zu finden, sondern den perfekten Beruf für ihn zu ermitteln? GUREVYCH Ja, anhand der Beschreibung des Jugendlichen startet die Suchmaschine eine semantische Abfrage und sucht den passenden Beruf heraus. KStA: Gab es schon weitere Anfragen seitens der Industrie? GUREVYCH Nein, wir haben bisher noch keine Werbung betrieben. Meine Erfahrung zeigt, dass angesehene Kongresse die beste Plattform sind, um die Ergebnisse zu präsentieren und auf sich aufmerksam zu machen. Einige erste Veröffentlichungen sind bereits unterwegs und werden 2006 noch erscheinen. KStA: Wie sieht denn Ihrer Meinung nach die Suchmaschine der Zukunft aus? GUREVYCH Suchmaschinen werden immer spezieller. Das heißt, dass es etwa in der Medizin, bei den Krankenkassen oder im Sport eigene Suchmaschinen geben wird. Außerdem wird die Tendenz verstärkt zu linguistischen Suchmaschinen gehen, die nach artverwandten Begriffen fahnden. Die perfekte Suchmaschine wird wohl eine Kombination aus statistischem und linguistisch-semantischem Suchverhalten sein. Algorithmen, die wir am Fachgebiet Telekooperation an der TU Darmstadt entwickeln, werden für den nächsten qualitativen Sprung bei der Entwicklung der Suchmaschinen von größter Bedeutung sein."
  17. Herrera-Viedma, E.; Cordón, O.; Herrera, J.C.; Luqe, M.: ¬An IRS based on multi-granular lnguistic information (2003) 0.00 
    0.0044615585 = product of:
  0.017846234 = sum of:
    0.017846234 = weight(_text_:m in 2740) [ClassicSimilarity], result of:
      0.017846234 = score(doc=2740,freq=4.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.23329206 = fieldWeight in 2740, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.046875 = fieldNorm(doc=2740)
  0.25 = coord(1/4)
    Source
    Challenges in knowledge representation and organization for the 21st century: Integration of knowledge across boundaries. Proceedings of the 7th ISKO International Conference Granada, Spain, July 10-13, 2002. Ed.: M. López-Huertas
  18. Griffiths, T.L.; Steyvers, M.: ¬A probabilistic approach to semantic representation (2002) 0.00 
    0.0042063976 = product of:
  0.01682559 = sum of:
    0.01682559 = weight(_text_:m in 3671) [ClassicSimilarity], result of:
      0.01682559 = score(doc=3671,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.21994986 = fieldWeight in 3671, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.0625 = fieldNorm(doc=3671)
  0.25 = coord(1/4)
  19. Koppel, M.; Akiva, N.; Dagan, I.: Feature instability as a criterion for selecting potential style markers (2006) 0.00 
    0.0042063976 = product of:
  0.01682559 = sum of:
    0.01682559 = weight(_text_:m in 6092) [ClassicSimilarity], result of:
      0.01682559 = score(doc=6092,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.21994986 = fieldWeight in 6092, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.0625 = fieldNorm(doc=6092)
  0.25 = coord(1/4)
  20. Ramisch, C.; Schreiner, P.; Idiart, M.; Villavicencio, A.: ¬An evaluation of methods for the extraction of multiword expressions (20xx) 0.00 
    0.0042063976 = product of:
  0.01682559 = sum of:
    0.01682559 = weight(_text_:m in 962) [ClassicSimilarity], result of:
      0.01682559 = score(doc=962,freq=2.0), product of:
        0.07649739 = queryWeight, product of:
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.030740997 = queryNorm
        0.21994986 = fieldWeight in 962, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.4884486 = idf(docFreq=9980, maxDocs=44218)
          0.0625 = fieldNorm(doc=962)
  0.25 = coord(1/4)

Authors

Languages

  • e 35
  • d 17

Themes