Search (94 results, page 1 of 5)

  • × year_i:[2000 TO 2010}
  • × theme_ss:"Computerlinguistik"
  1. Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004) 0.03 
    0.034964345 = product of:
  0.06992869 = sum of:
    0.052138194 = product of:
      0.20855278 = sum of:
        0.20855278 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
          0.20855278 = score(doc=562,freq=2.0), product of:
            0.37107843 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.043769516 = 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)
      0.25 = coord(1/4)
    0.017790494 = product of:
      0.03558099 = sum of:
        0.03558099 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
          0.03558099 = score(doc=562,freq=2.0), product of:
            0.15327339 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.043769516 = 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. Working with conceptual structures : contributions to ICCS 2000. 8th International Conference on Conceptual Structures: Logical, Linguistic, and Computational Issues. Darmstadt, August 14-18, 2000 (2000) 0.03 
    0.028429307 = product of:
  0.056858614 = sum of:
    0.05263591 = weight(_text_:van in 5089) [ClassicSimilarity], result of:
      0.05263591 = score(doc=5089,freq=2.0), product of:
        0.24408463 = queryWeight, product of:
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.043769516 = queryNorm
        0.21564616 = fieldWeight in 5089, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.02734375 = fieldNorm(doc=5089)
    0.0042227027 = product of:
      0.008445405 = sum of:
        0.008445405 = weight(_text_:der in 5089) [ClassicSimilarity], result of:
          0.008445405 = score(doc=5089,freq=2.0), product of:
            0.09777089 = queryWeight, product of:
              2.2337668 = idf(docFreq=12875, maxDocs=44218)
              0.043769516 = queryNorm
            0.08637954 = fieldWeight in 5089, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              2.2337668 = idf(docFreq=12875, maxDocs=44218)
              0.02734375 = fieldNorm(doc=5089)
      0.5 = coord(1/2)
  0.5 = coord(2/4)
    Content
    Concepts & Language: Knowledge organization by procedures of natural language processing. A case study using the method GABEK (J. Zelger, J. Gadner) - Computer aided narrative analysis using conceptual graphs (H. Schärfe, P. 0hrstrom) - Pragmatic representation of argumentative text: a challenge for the conceptual graph approach (H. Irandoust, B. Moulin) - Conceptual graphs as a knowledge representation core in a complex language learning environment (G. Angelova, A. Nenkova, S. Boycheva, T. Nikolov) - Conceptual Modeling and Ontologies: Relationships and actions in conceptual categories (Ch. Landauer, K.L. Bellman) - Concept approximations for formal concept analysis (J. Saquer, J.S. Deogun) - Faceted information representation (U. Priß) - Simple concept graphs with universal quantifiers (J. Tappe) - A framework for comparing methods for using or reusing multiple ontologies in an application (J. van ZyI, D. Corbett) - Designing task/method knowledge-based systems with conceptual graphs (M. Leclère, F.Trichet, Ch. Choquet) - A logical ontology (J. Farkas, J. Sarbo) - Algorithms and Tools: Fast concept analysis (Ch. Lindig) - A framework for conceptual graph unification (D. Corbett) - Visual CP representation of knowledge (H.D. Pfeiffer, R.T. Hartley) - Maximal isojoin for representing software textual specifications and detecting semantic anomalies (Th. Charnois) - Troika: using grids, lattices and graphs in knowledge acquisition (H.S. Delugach, B.E. Lampkin) - Open world theorem prover for conceptual graphs (J.E. Heaton, P. Kocura) - NetCare: a practical conceptual graphs software tool (S. Polovina, D. Strang) - CGWorld - a web based workbench for conceptual graphs management and applications (P. Dobrev, K. Toutanova) - Position papers: The edition project: Peirce's existential graphs (R. Mülller) - Mining association rules using formal concept analysis (N. Pasquier) - Contextual logic summary (R Wille) - Information channels and conceptual scaling (K.E. Wolff) - Spatial concepts - a rule exploration (S. Rudolph) - The TEXT-TO-ONTO learning environment (A. Mädche, St. Staab) - Controlling the semantics of metadata on audio-visual documents using ontologies (Th. Dechilly, B. Bachimont) - Building the ontological foundations of a terminology from natural language to conceptual graphs with Ribosome, a knowledge extraction system (Ch. Jacquelinet, A. Burgun) - CharGer: some lessons learned and new directions (H.S. Delugach) - Knowledge management using conceptual graphs (W.K. Pun)
    Series
    Berichte aus der Informatik
  3. Cruys, T. van de; Moirón, B.V.: Semantics-based multiword expression extraction (2007) 0.03 
    0.026317956 = product of:
  0.10527182 = sum of:
    0.10527182 = weight(_text_:van in 2919) [ClassicSimilarity], result of:
      0.10527182 = score(doc=2919,freq=2.0), product of:
        0.24408463 = queryWeight, product of:
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.043769516 = queryNorm
        0.43129233 = fieldWeight in 2919, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.0546875 = fieldNorm(doc=2919)
  0.25 = coord(1/4)
  4. Boleda, G.; Evert, S.: Multiword expressions : a pain in the neck of lexical semantics (2009) 0.03 
    0.025029413 = product of:
  0.10011765 = sum of:
    0.10011765 = sum of:
      0.028955674 = weight(_text_:der in 4888) [ClassicSimilarity], result of:
        0.028955674 = score(doc=4888,freq=2.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.29615843 = fieldWeight in 4888, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.09375 = fieldNorm(doc=4888)
      0.07116198 = weight(_text_:22 in 4888) [ClassicSimilarity], result of:
        0.07116198 = score(doc=4888,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = queryNorm
          0.46428138 = fieldWeight in 4888, 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=4888)
  0.25 = coord(1/4)
    Abstract
    Mit einem Überblick über: Probleme, Methoden, Stand der Forschung u. Literatur.
    Date
    1. 3.2013 14:56:22
  5. Monnerjahn, P.: Vorsprung ohne Technik : Übersetzen: Computer und Qualität (2000) 0.03 
    0.025029413 = product of:
  0.10011765 = sum of:
    0.10011765 = sum of:
      0.028955674 = weight(_text_:der in 5429) [ClassicSimilarity], result of:
        0.028955674 = score(doc=5429,freq=2.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.29615843 = fieldWeight in 5429, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.09375 = fieldNorm(doc=5429)
      0.07116198 = weight(_text_:22 in 5429) [ClassicSimilarity], result of:
        0.07116198 = score(doc=5429,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = 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)
  0.25 = coord(1/4)
    Abstract
    Noch immer ist der menschliche Übersetzer dem Computer in sprachlicher Hinsicht überlegen. Zwar ist die Übersetzungssoftware besser geworden, aber die systembedingten Probleme bleiben
    Source
    c't. 2000, H.22, S.230-231
  6. Semantic role universals and argument linking : theoretical, typological, and psycholinguistic perspectives (2006) 0.02 
    0.021268122 = product of:
  0.08507249 = sum of:
    0.08507249 = weight(_text_:van in 3670) [ClassicSimilarity], result of:
      0.08507249 = score(doc=3670,freq=4.0), product of:
        0.24408463 = queryWeight, product of:
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.043769516 = queryNorm
        0.34853685 = fieldWeight in 3670, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.03125 = fieldNorm(doc=3670)
  0.25 = coord(1/4)
    Content
    Inhalt: Argument hierarchy and other factors determining argument realization / Dieter Wunderlich - Mismatches in semantic-role hierarchies and the dimensions of role semantics / Beatrice Primus - Thematic roles : universal, particular, and idiosyncratic aspects / Manfred Bierwisch - Experiencer constructions in Daghestanian languages / Bernard Comrie and Helma van den Berg - Clause-level vs. predicate-level linking / Balthasar Bickel - From meaning to syntax semantic roles and beyond / Walter Bisang - Meaning, form and function in basic case roles / Georg Bossong - Semantic macroroles and language processing / Robert D. Van Valin, Jr. - Thematic roles as event structure relations / Maria Mercedes Pinango - Generalised semantic roles and syntactic templates: Anew framework for language comprehension / Ina Bornkessel and Matthias Schlesewsky
  7. Lorenz, S.: Konzeption und prototypische Realisierung einer begriffsbasierten Texterschließung (2006) 0.02 
    0.019753624 = product of:
  0.079014495 = sum of:
    0.079014495 = sum of:
      0.04343351 = weight(_text_:der in 1746) [ClassicSimilarity], result of:
        0.04343351 = score(doc=1746,freq=18.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.44423765 = fieldWeight in 1746, product of:
            4.2426405 = tf(freq=18.0), with freq of:
              18.0 = termFreq=18.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.046875 = fieldNorm(doc=1746)
      0.03558099 = weight(_text_:22 in 1746) [ClassicSimilarity], result of:
        0.03558099 = score(doc=1746,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = queryNorm
          0.23214069 = fieldWeight in 1746, 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=1746)
  0.25 = coord(1/4)
    Abstract
    Im Rahmen dieser Arbeit wird eine Vorgehensweise entwickelt, die die Fixierung auf das Wort und die damit verbundenen Schwächen überwindet. Sie gestattet die Extraktion von Informationen anhand der repräsentierten Begriffe und bildet damit die Basis einer inhaltlichen Texterschließung. Die anschließende prototypische Realisierung dient dazu, die Konzeption zu überprüfen sowie ihre Möglichkeiten und Grenzen abzuschätzen und zu bewerten. Arbeiten zum Information Extraction widmen sich fast ausschließlich dem Englischen, wobei insbesondere im Bereich der Named Entities sehr gute Ergebnisse erzielt werden. Deutlich schlechter sehen die Resultate für weniger regelmäßige Sprachen wie beispielsweise das Deutsche aus. Aus diesem Grund sowie praktischen Erwägungen wie insbesondere der Vertrautheit des Autors damit, soll diese Sprache primär Gegenstand der Untersuchungen sein. Die Lösung von einer engen Termorientierung bei gleichzeitiger Betonung der repräsentierten Begriffe legt nahe, dass nicht nur die verwendeten Worte sekundär werden sondern auch die verwendete Sprache. Um den Rahmen dieser Arbeit nicht zu sprengen wird bei der Untersuchung dieses Punktes das Augenmerk vor allem auf die mit unterschiedlichen Sprachen verbundenen Schwierigkeiten und Besonderheiten gelegt.
    Content
    Dissertation an der Universität Trier - Fachbereich IV - zur Erlangung der Würde eines Doktors der Wirtschafts- und Sozialwissenschaften. Vgl.: http://ubt.opus.hbz-nrw.de/volltexte/2006/377/pdf/LorenzSaschaDiss.pdf.
    Date
    22. 3.2015 9:17:30
  8. Pinker, S.: Wörter und Regeln : Die Natur der Sprache (2000) 0.02 
    0.01695082 = product of:
  0.06780328 = sum of:
    0.06780328 = sum of:
      0.03815245 = weight(_text_:der in 734) [ClassicSimilarity], result of:
        0.03815245 = score(doc=734,freq=20.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.390223 = fieldWeight in 734, product of:
            4.472136 = tf(freq=20.0), with freq of:
              20.0 = termFreq=20.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.0390625 = fieldNorm(doc=734)
      0.029650826 = weight(_text_:22 in 734) [ClassicSimilarity], result of:
        0.029650826 = score(doc=734,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = queryNorm
          0.19345059 = fieldWeight in 734, 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=734)
  0.25 = coord(1/4)
    Abstract
    Wie lernen Kinder sprechen? Welche Hinweise geben gerade ihre Fehler beim Spracherwerb auf den Ablauf des Lernprozesses - getreu dem Motto: "Kinder sagen die töllsten Sachen«? Und wie helfen beziehungsweise warum scheitern bislang Computer bei der Simulation neuronaler Netzwerke, die am komplizierten Gewebe der menschlichen Sprache mitwirken? In seinem neuen Buch Wörter und Regeln hat der bekannte US-amerikanische Kognitionswissenschaftler Steven Pinker (Der Sprachinstinkt) wieder einmal eine ebenso informative wie kurzweifige Erkundungstour ins Reich der Sprache unternommen. Was die Sache besonders spannend und lesenswert macht: Souverän beleuchtet der Professor am Massachusetts Institute of Technology sowohl natur- als auch geisteswissenschaftliche Aspekte. So vermittelt er einerseits linguistische Grundlagen in den Fußspuren Ferdinand de Saussures, etwa die einer generativen Grammatik, liefert einen Exkurs durch die Sprachgeschichte und widmet ein eigenes Kapitel den Schrecken der deutschen Sprache". Andererseits lässt er aber auch die neuesten bildgebenden Verfahren nicht außen vor, die zeigen, was im Gehirn bei der Sprachverarbeitung abläuft. Pinkers Theorie, die sich in diesem Puzzle verschiedenster Aspekte wiederfindet: Sprache besteht im Kein aus zwei Bestandteilen - einem mentalen Lexikon aus erinnerten Wörtern und einer mentalen Grammatik aus verschiedenen kombinatorischen Regeln. Konkret heißt das: Wir prägen uns bekannte Größen und ihre abgestuften, sich kreuzenden Merkmale ein, aber wir erzeugen auch neue geistige Produkte, in dem wir Regeln anwenden. Gerade daraus, so schließt Pinker, erschließt sich der Reichtum und die ungeheure Ausdruckskraft unserer Sprache
    Date
    19. 7.2002 14:22:31
  9. Schneider, R.: Web 3.0 ante portas? : Integration von Social Web und Semantic Web (2008) 0.02 
    0.016349591 = product of:
  0.065398365 = sum of:
    0.065398365 = sum of:
      0.023887213 = weight(_text_:der in 4184) [ClassicSimilarity], result of:
        0.023887213 = score(doc=4184,freq=4.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.24431825 = fieldWeight in 4184, product of:
            2.0 = tf(freq=4.0), with freq of:
              4.0 = termFreq=4.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.0546875 = fieldNorm(doc=4184)
      0.041511156 = weight(_text_:22 in 4184) [ClassicSimilarity], result of:
        0.041511156 = score(doc=4184,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = queryNorm
          0.2708308 = fieldWeight in 4184, 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=4184)
  0.25 = coord(1/4)
    Abstract
    Das Medium Internet ist im Wandel, und mit ihm ändern sich seine Publikations- und Rezeptionsbedingungen. Welche Chancen bieten die momentan parallel diskutierten Zukunftsentwürfe von Social Web und Semantic Web? Zur Beantwortung dieser Frage beschäftigt sich der Beitrag mit den Grundlagen beider Modelle unter den Aspekten Anwendungsbezug und Technologie, beleuchtet darüber hinaus jedoch auch deren Unzulänglichkeiten sowie den Mehrwert einer mediengerechten Kombination. Am Beispiel des grammatischen Online-Informationssystems grammis wird eine Strategie zur integrativen Nutzung der jeweiligen Stärken skizziert.
    Date
    22. 1.2011 10:38:28
  10. Blair, D.C.: Information retrieval and the philosophy of language (2002) 0.02 
    0.015038833 = product of:
  0.060155332 = sum of:
    0.060155332 = weight(_text_:van in 4283) [ClassicSimilarity], result of:
      0.060155332 = score(doc=4283,freq=2.0), product of:
        0.24408463 = queryWeight, product of:
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.043769516 = queryNorm
        0.24645276 = fieldWeight in 4283, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          5.5765896 = idf(docFreq=454, maxDocs=44218)
          0.03125 = fieldNorm(doc=4283)
  0.25 = coord(1/4)
    Abstract
    Information retrieval - the retrieval, primarily, of documents or textual material - is fundamentally a linguistic process. At the very least we must describe what we want and match that description with descriptions of the information that is available to us. Furthermore, when we describe what we want, we must mean something by that description. This is a deceptively simple act, but such linguistic events have been the grist for philosophical analysis since Aristotle. Although there are complexities involved in referring to authors, document types, or other categories of information retrieval context, here I wish to focus an one of the most problematic activities in information retrieval: the description of the intellectual content of information items. And even though I take information retrieval to involve the description and retrieval of written text, what I say here is applicable to any information item whose intellectual content can be described for retrieval-books, documents, images, audio clips, video clips, scientific specimens, engineering schematics, and so forth. For convenience, though, I will refer only to the description and retrieval of documents. The description of intellectual content can go wrong in many obvious ways. We may describe what we want incorrectly; we may describe it correctly but in such general terms that its description is useless for retrieval; or we may describe what we want correctly, but misinterpret the descriptions of available information, and thereby match our description of what we want incorrectly. From a linguistic point of view, we can be misunderstood in the process of retrieval in many ways. Because the philosophy of language deals specifically with how we are understood and mis-understood, it should have some use for understanding the process of description in information retrieval. First, however, let us examine more closely the kinds of misunderstandings that can occur in information retrieval. We use language in searching for information in two principal ways. We use it to describe what we want and to discriminate what we want from other information that is available to us but that we do not want. Description and discrimination together articulate the goals of the information search process; they also delineate the two principal ways in which language can fail us in this process. Van Rijsbergen (1979) was the first to make this distinction, calling them "representation" and "discrimination.""
  11. Sienel, J.; Weiss, M.; Laube, M.: Sprachtechnologien für die Informationsgesellschaft des 21. Jahrhunderts (2000) 0.01 
    0.014800897 = product of:
  0.059203587 = sum of:
    0.059203587 = sum of:
      0.029552761 = weight(_text_:der in 5557) [ClassicSimilarity], result of:
        0.029552761 = score(doc=5557,freq=12.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.30226544 = fieldWeight in 5557, product of:
            3.4641016 = tf(freq=12.0), with freq of:
              12.0 = termFreq=12.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.0390625 = fieldNorm(doc=5557)
      0.029650826 = weight(_text_:22 in 5557) [ClassicSimilarity], result of:
        0.029650826 = score(doc=5557,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = 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)
  0.25 = coord(1/4)
    Abstract
    In den vergangenen Jahren hat sich die Entwicklung, Sprache als Schnittstelle zwischen Mensch und Maschine einzusetzen, zunehmend an Bedeutung gewonnen. Die steigende Verarbeitungsgeschwindigkeit der Prozessoren ermöglicht es heute, selbst sehr komplexe Aufgaben wie Diktiersysteme auf handelsüblichen PCs verfügbar zu machen. Ebenso haben sich Verfahren weiterentwickelt und die Erkennungsleistung konnte gesteigert werden. Insbesondere im mobilen Umfeld wird sich Sprache als notwendig erweisen, um den Widerspruch, immer komplexere Funktionalität in immer kleineren und leichteren Terminals unterzubringen, aufzulösen. In diesem Umfeld können auch andere Modalitäten, wie Handschrift oder Gestik, integriert werden. Eine der Hauptanwendungen in mobiler Umgebung wird der Zugriff auf das Internet werden: um schnell und umfassend zu den benötigten Information zu gelangen, können intelligente Agenten eine mögliche Hilfe darstellen. Sie sind in Lage, die Informationen bezüglich ihrer Relevanz für den Nutzer zu beurteilen und fassen die Inhalte zusammen, die sich auf den kleinen Displays, oder akustisch wiedergeben lassen. Ist das gefundene Dokument in einer dein Benutzer fremden Sprache verfaßt, kann es automatisch übersetzt werden. Natürlich werden die benötigten Technologien nicht alle in einem Endgerät untergebracht werden können, deshalb wird bereits heute in Standardisierungsgremien untersucht, wie verteilte Architekturen helfen können, den Zugriff auf Informationen immer, überall und jedem verfügbaren Endgerät zugänglich zu machen. Das vom BMWi geförderte Projekt "Mobiler Multimedia-Arbeitsplatz der Zukunft" will diesen Ansatz verfolgen. Dabei werden auch die sozialen und arbeitsrechtlichen Aspekte untersucht
    Date
    26.12.2000 13:22:17
    Source
    Sprachtechnologie für eine dynamische Wirtschaft im Medienzeitalter - Language technologies for dynamic business in the age of the media - L'ingénierie linguistique au service de la dynamisation économique à l'ère du multimédia: Tagungsakten der XXVI. Jahrestagung der Internationalen Vereinigung Sprache und Wirtschaft e.V., 23.-25.11.2000, Fachhochschule Köln. Hrsg.: K.-D. Schmitz
  12. Hammwöhner, R.: TransRouter revisited : Decision support in the routing of translation projects (2000) 0.01 
    0.014600491 = product of:
  0.058401965 = sum of:
    0.058401965 = sum of:
      0.01689081 = weight(_text_:der in 5483) [ClassicSimilarity], result of:
        0.01689081 = score(doc=5483,freq=2.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.17275909 = fieldWeight in 5483, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.0546875 = fieldNorm(doc=5483)
      0.041511156 = weight(_text_:22 in 5483) [ClassicSimilarity], result of:
        0.041511156 = score(doc=5483,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = queryNorm
          0.2708308 = fieldWeight in 5483, 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=5483)
  0.25 = coord(1/4)
    Date
    10.12.2000 18:22:35
    Source
    Informationskompetenz - Basiskompetenz in der Informationsgesellschaft: Proceedings des 7. Internationalen Symposiums für Informationswissenschaft (ISI 2000), Hrsg.: G. Knorz u. R. Kuhlen
  13. Melzer, C.: ¬Der Maschine anpassen : PC-Spracherkennung - Programme sind mittlerweile alltagsreif (2005) 0.01 
    0.014392061 = product of:
  0.057568245 = sum of:
    0.057568245 = sum of:
      0.036812667 = weight(_text_:der in 4044) [ClassicSimilarity], result of:
        0.036812667 = score(doc=4044,freq=38.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.37651968 = fieldWeight in 4044, product of:
            6.164414 = tf(freq=38.0), with freq of:
              38.0 = termFreq=38.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.02734375 = fieldNorm(doc=4044)
      0.020755578 = weight(_text_:22 in 4044) [ClassicSimilarity], result of:
        0.020755578 = score(doc=4044,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = 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
    "Der Spracherkennung am Computer schien vor wenigen Jahren die Zukunft zu gehören. Geradezu euphorisch waren viele Computernutzer, als sich auf den Bildschirmen die ersten gesprochenen Sätze als Text darstellten. Doch die Spracherkennung erwies sich als anfällig, die Nachbearbeitung nahm manchmal mehr Zeit in Anspruch als gespart wurde. Dabei ist die Kommunikation des Menschen mit der Maschine über die Tastatur eigentlich höchst kompliziert - selbst geübte Schreiber sprechen schneller als sie tippen. Deshalb hat sich inzwischen viel getan: Im Preis und in der Genauigkeit sind viele Spracherkennungsprogramme heute alltagsreif. Die besten Systeme kosten aber noch immer mehrere hundert Euro, die günstigsten weisen Lücken auf. Letztlich gilt: Respektable Ergebnisse sind erreichbar, wenn sich der Mensch der Maschine anpasst. Die Stiftung Warentest in Berlin hat die sechs gängigsten Systeme auf den Prüfstand gestellt. Die ersten Ergebnisse waren ernüchternd: Das deutlich gesprochene "Johann Wolfgang von Goethe" wurde als "Juan Wolf kann Mohnblüte", "Jaun Wolfgang von Göbel" oder "Johann-Wolfgang Wohngüte" geschrieben. Grundsätzlich gilt: Bei einem einfachen Basiswortschatz sind die Ergebnisse genau, sobald es etwas spezieller wird, wird die Software erfinderisch. "Zweiter Weltkrieg" kann dann zu "Zeit für Geld kriegt" werden. Doch ebenso wie der Nutzer lernt auch das System. Bei der Software ist Lernfähigkeit Standard. Ohnehin muss der Benutzer das System einrichten, indem er vorgegebene Texte liest. Dabei wird das Programm der Stimme und der Sprechgeschwindigkeit angepasst. Hier gilt, dass der Anwender deutlich, aber ganz normal vorlesen sollte. Wer akzentuiert und übertrieben betont, wird später mit ungenauen Ausgaben bestraft. Erkennt das System auch nach dem Training einzelne Wörter nicht, können sie nachträglich eingefügt werden. Gleiches gilt für kompliziertere Orts- oder Eigennamen. Wie gut das funktioniert, beweist ein Gegentest: Liest ein anderer den selben Text vor, sinkt das Erkennungsniveau rapide. Die beste Lernfähigkeit attestierten die Warentester dem System "Voice Pro 10" von linguatec. Das war das mit Abstand vielseitigste, mit fast 200 Euro jedoch auch das teuerste Programm.
    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
  14. Bowker, L.: Information retrieval in translation memory systems : assessment of current limitations and possibilities for future development (2002) 0.01 
    0.013369438 = product of:
  0.053477753 = sum of:
    0.053477753 = weight(_text_:l in 1854) [ClassicSimilarity], result of:
      0.053477753 = score(doc=1854,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.30739886 = fieldWeight in 1854, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.0546875 = fieldNorm(doc=1854)
  0.25 = coord(1/4)
  15. Schürmann, H.: Software scannt Radio- und Fernsehsendungen : Recherche in Nachrichtenarchiven erleichtert (2001) 0.01 
    0.01280148 = product of:
  0.05120592 = sum of:
    0.05120592 = sum of:
      0.03045034 = weight(_text_:der in 5759) [ClassicSimilarity], result of:
        0.03045034 = score(doc=5759,freq=26.0), product of:
          0.09777089 = queryWeight, product of:
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.043769516 = queryNorm
          0.31144586 = fieldWeight in 5759, product of:
            5.0990195 = tf(freq=26.0), with freq of:
              26.0 = termFreq=26.0
            2.2337668 = idf(docFreq=12875, maxDocs=44218)
            0.02734375 = fieldNorm(doc=5759)
      0.020755578 = weight(_text_:22 in 5759) [ClassicSimilarity], result of:
        0.020755578 = score(doc=5759,freq=2.0), product of:
          0.15327339 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.043769516 = 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)
    Abstract
    Computer müssen lernen, die Sprache des Menschen zu verstehen. Forscher an der Uni Duisburg haben eine Methode entwickelt, mit der ein Rechner Informationen aus Radiobeiträgen herausfiltern kann.
    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
  16. Nait-Baha, L.; Jackiewicz, A.; Djioua, B.; Laublet, P.: Query reformulation for information retrieval on the Web using the point of view methodology : preliminary results (2001) 0.01 
    0.011459517 = product of:
  0.04583807 = sum of:
    0.04583807 = weight(_text_:l in 249) [ClassicSimilarity], result of:
      0.04583807 = score(doc=249,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.26348472 = fieldWeight in 249, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.046875 = fieldNorm(doc=249)
  0.25 = coord(1/4)
  17. Ferret, O.; Grau, B.; Hurault-Plantet, M.; Illouz, G.; Jacquemin, C.; Monceaux, L.; Robba, I.; Vilnat, A.: How NLP can improve question answering (2002) 0.01 
    0.011459517 = product of:
  0.04583807 = sum of:
    0.04583807 = weight(_text_:l in 1850) [ClassicSimilarity], result of:
      0.04583807 = score(doc=1850,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.26348472 = fieldWeight in 1850, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.046875 = fieldNorm(doc=1850)
  0.25 = coord(1/4)
  18. Zhou, L.; Zhang, D.: NLPIR: a theoretical framework for applying Natural Language Processing to information retrieval (2003) 0.01 
    0.011459517 = product of:
  0.04583807 = sum of:
    0.04583807 = weight(_text_:l in 5148) [ClassicSimilarity], result of:
      0.04583807 = score(doc=5148,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.26348472 = fieldWeight in 5148, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.046875 = fieldNorm(doc=5148)
  0.25 = coord(1/4)
  19. Thelwall, M.; Price, L.: Language evolution and the spread of ideas on the Web : a procedure for identifying emergent hybrid word (2006) 0.01 
    0.011459517 = product of:
  0.04583807 = sum of:
    0.04583807 = weight(_text_:l in 5896) [ClassicSimilarity], result of:
      0.04583807 = score(doc=5896,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.26348472 = fieldWeight in 5896, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.046875 = fieldNorm(doc=5896)
  0.25 = coord(1/4)
  20. Jacquemin, C.: Spotting and discovering terms through natural language processing (2001) 0.01 
    0.009549598 = product of:
  0.038198393 = sum of:
    0.038198393 = weight(_text_:l in 119) [ClassicSimilarity], result of:
      0.038198393 = score(doc=119,freq=2.0), product of:
        0.17396861 = queryWeight, product of:
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.043769516 = queryNorm
        0.2195706 = fieldWeight in 119, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.9746525 = idf(docFreq=2257, maxDocs=44218)
          0.0390625 = fieldNorm(doc=119)
  0.25 = coord(1/4)
    Footnote
    Rez. in: KO 28(2001) no.3, S.152-154 (L. Da Sylva)

Authors

Languages

  • d 65
  • e 28
  • m 2
  • More… Less…

Types

  • a 67
  • m 20
  • s 9
  • el 5
  • x 4
  • More… Less…

Themes

Subjects

Classifications