-
HaCohen-Kerner, Y. et al.: Classification using various machine learning methods and combinations of key-phrases and visual features (2016)
0.05
0.05123505 = product of:
0.085391745 = sum of:
0.052336708 = product of:
0.104673415 = sum of:
0.104673415 = weight(_text_:y in 2748) [ClassicSimilarity], result of:
0.104673415 = score(doc=2748,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.53170013 = fieldWeight in 2748, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.078125 = fieldNorm(doc=2748)
0.5 = coord(1/2)
0.0053427126 = weight(_text_:s in 2748) [ClassicSimilarity], result of:
0.0053427126 = score(doc=2748,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.120123915 = fieldWeight in 2748, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.078125 = fieldNorm(doc=2748)
0.02771232 = product of:
0.05542464 = sum of:
0.05542464 = weight(_text_:22 in 2748) [ClassicSimilarity], result of:
0.05542464 = score(doc=2748,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.38690117 = fieldWeight in 2748, 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=2748)
0.5 = coord(1/2)
0.6 = coord(3/5)
- Date
- 1. 2.2016 18:25:22
- Pages
- S.64-75
-
Huang, Y.-L.: ¬A theoretic and empirical research of cluster indexing for Mandarine Chinese full text document (1998)
0.05
0.050797112 = product of:
0.12699278 = sum of:
0.12325288 = sum of:
0.07327139 = weight(_text_:y in 513) [ClassicSimilarity], result of:
0.07327139 = score(doc=513,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.3721901 = fieldWeight in 513, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.0546875 = fieldNorm(doc=513)
0.0499815 = weight(_text_:l in 513) [ClassicSimilarity], result of:
0.0499815 = score(doc=513,freq=2.0), product of:
0.16259494 = queryWeight, product of:
3.9746525 = idf(docFreq=2257, maxDocs=44218)
0.040907964 = queryNorm
0.30739886 = fieldWeight in 513, 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=513)
0.0037398988 = weight(_text_:s in 513) [ClassicSimilarity], result of:
0.0037398988 = score(doc=513,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.08408674 = fieldWeight in 513, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0546875 = fieldNorm(doc=513)
0.4 = coord(2/5)
- Source
- Bulletin of library and information science. 1998, no.24, S.44-68
-
Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004)
0.04
0.04254553 = product of:
0.07090922 = sum of:
0.048729517 = product of:
0.19491807 = sum of:
0.19491807 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
0.19491807 = score(doc=562,freq=2.0), product of:
0.34681818 = queryWeight, product of:
8.478011 = idf(docFreq=24, maxDocs=44218)
0.040907964 = 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)
0.00555231 = weight(_text_:s in 562) [ClassicSimilarity], result of:
0.00555231 = score(doc=562,freq=6.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.124836445 = fieldWeight in 562, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.046875 = fieldNorm(doc=562)
0.016627392 = product of:
0.033254784 = sum of:
0.033254784 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
0.033254784 = score(doc=562,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = 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)
0.6 = coord(3/5)
- 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
- Pages
- S.331-334
-
Yoon, Y.; Lee, C.; Lee, G.G.: ¬An effective procedure for constructing a hierarchical text classification system (2006)
0.04
0.03586453 = product of:
0.059774213 = sum of:
0.036635693 = product of:
0.07327139 = sum of:
0.07327139 = weight(_text_:y in 5273) [ClassicSimilarity], result of:
0.07327139 = score(doc=5273,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.3721901 = fieldWeight in 5273, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.0546875 = fieldNorm(doc=5273)
0.5 = coord(1/2)
0.0037398988 = weight(_text_:s in 5273) [ClassicSimilarity], result of:
0.0037398988 = score(doc=5273,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.08408674 = fieldWeight in 5273, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0546875 = fieldNorm(doc=5273)
0.019398624 = product of:
0.03879725 = sum of:
0.03879725 = weight(_text_:22 in 5273) [ClassicSimilarity], result of:
0.03879725 = score(doc=5273,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.2708308 = fieldWeight in 5273, 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=5273)
0.5 = coord(1/2)
0.6 = coord(3/5)
- Date
- 22. 7.2006 16:24:52
- Source
- Journal of the American Society for Information Science and Technology. 57(2006) no.3, S.431-442
-
Reiner, U.: Automatische DDC-Klassifizierung von bibliografischen Titeldatensätzen (2009)
0.03
0.030469138 = product of:
0.07617284 = sum of:
0.048460525 = weight(_text_:u in 611) [ClassicSimilarity], result of:
0.048460525 = score(doc=611,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.3617784 = fieldWeight in 611, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.078125 = fieldNorm(doc=611)
0.02771232 = product of:
0.05542464 = sum of:
0.05542464 = weight(_text_:22 in 611) [ClassicSimilarity], result of:
0.05542464 = score(doc=611,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.38690117 = fieldWeight in 611, 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=611)
0.5 = coord(1/2)
0.4 = coord(2/5)
- Date
- 22. 8.2009 12:54:24
-
Yu, W.; Gong, Y.: Document clustering by concept factorization (2004)
0.03
0.027686123 = product of:
0.069215305 = sum of:
0.06280405 = product of:
0.1256081 = sum of:
0.1256081 = weight(_text_:y in 4084) [ClassicSimilarity], result of:
0.1256081 = score(doc=4084,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.6380402 = fieldWeight in 4084, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.09375 = fieldNorm(doc=4084)
0.5 = coord(1/2)
0.006411255 = weight(_text_:s in 4084) [ClassicSimilarity], result of:
0.006411255 = score(doc=4084,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.14414869 = fieldWeight in 4084, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.09375 = fieldNorm(doc=4084)
0.4 = coord(2/5)
- Pages
- S.202-209
-
Panyr, J.: Automatische Klassifikation und Information Retrieval : Anwendung und Entwicklung komplexer Verfahren in Information-Retrieval-Systemen und ihre Evaluierung (1986)
0.03
0.02582555 = product of:
0.06456388 = sum of:
0.058152623 = weight(_text_:u in 32) [ClassicSimilarity], result of:
0.058152623 = score(doc=32,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.43413407 = fieldWeight in 32, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.09375 = fieldNorm(doc=32)
0.006411255 = weight(_text_:s in 32) [ClassicSimilarity], result of:
0.006411255 = score(doc=32,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.14414869 = fieldWeight in 32, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.09375 = fieldNorm(doc=32)
0.4 = coord(2/5)
- Footnote
- Zugleich Dissertation U Saarbrücken 1085
- Pages
- XII,416 S
-
Liu, R.-L.: Context recognition for hierarchical text classification (2009)
0.02
0.024752198 = product of:
0.04125366 = sum of:
0.02142064 = product of:
0.04284128 = sum of:
0.04284128 = weight(_text_:l in 2760) [ClassicSimilarity], result of:
0.04284128 = score(doc=2760,freq=2.0), product of:
0.16259494 = queryWeight, product of:
3.9746525 = idf(docFreq=2257, maxDocs=44218)
0.040907964 = queryNorm
0.26348472 = fieldWeight in 2760, 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=2760)
0.5 = coord(1/2)
0.0032056274 = weight(_text_:s in 2760) [ClassicSimilarity], result of:
0.0032056274 = score(doc=2760,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.072074346 = fieldWeight in 2760, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.046875 = fieldNorm(doc=2760)
0.016627392 = product of:
0.033254784 = sum of:
0.033254784 = weight(_text_:22 in 2760) [ClassicSimilarity], result of:
0.033254784 = score(doc=2760,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.23214069 = fieldWeight in 2760, 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=2760)
0.5 = coord(1/2)
0.6 = coord(3/5)
- Date
- 22. 3.2009 19:11:54
- Source
- Journal of the American Society for Information Science and Technology. 60(2009) no.4, S.803-813
-
Shen, D.; Chen, Z.; Yang, Q.; Zeng, H.J.; Zhang, B.; Lu, Y.; Ma, W.Y.: Web page classification through summarization (2004)
0.02
0.02307177 = product of:
0.057679422 = sum of:
0.052336708 = product of:
0.104673415 = sum of:
0.104673415 = weight(_text_:y in 4132) [ClassicSimilarity], result of:
0.104673415 = score(doc=4132,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.53170013 = fieldWeight in 4132, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.078125 = fieldNorm(doc=4132)
0.5 = coord(1/2)
0.0053427126 = weight(_text_:s in 4132) [ClassicSimilarity], result of:
0.0053427126 = score(doc=4132,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.120123915 = fieldWeight in 4132, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.078125 = fieldNorm(doc=4132)
0.4 = coord(2/5)
- Pages
- S.242-249
-
Wätjen, H.-J.; Diekmann, B.; Möller, G.; Carstensen, K.-U.: Bericht zum DFG-Projekt: GERHARD : German Harvest Automated Retrieval and Directory (1998)
0.02
0.021521294 = product of:
0.053803235 = sum of:
0.048460525 = weight(_text_:u in 3065) [ClassicSimilarity], result of:
0.048460525 = score(doc=3065,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.3617784 = fieldWeight in 3065, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.078125 = fieldNorm(doc=3065)
0.0053427126 = weight(_text_:s in 3065) [ClassicSimilarity], result of:
0.0053427126 = score(doc=3065,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.120123915 = fieldWeight in 3065, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.078125 = fieldNorm(doc=3065)
0.4 = coord(2/5)
- Pages
- 34 S
-
Liu, R.-L.: ¬A passage extractor for classification of disease aspect information (2013)
0.02
0.020626832 = product of:
0.03437805 = sum of:
0.017850535 = product of:
0.03570107 = sum of:
0.03570107 = weight(_text_:l in 1107) [ClassicSimilarity], result of:
0.03570107 = score(doc=1107,freq=2.0), product of:
0.16259494 = queryWeight, product of:
3.9746525 = idf(docFreq=2257, maxDocs=44218)
0.040907964 = queryNorm
0.2195706 = fieldWeight in 1107, 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=1107)
0.5 = coord(1/2)
0.0026713563 = weight(_text_:s in 1107) [ClassicSimilarity], result of:
0.0026713563 = score(doc=1107,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.060061958 = fieldWeight in 1107, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0390625 = fieldNorm(doc=1107)
0.01385616 = product of:
0.02771232 = sum of:
0.02771232 = weight(_text_:22 in 1107) [ClassicSimilarity], result of:
0.02771232 = score(doc=1107,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.19345059 = fieldWeight in 1107, 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=1107)
0.5 = coord(1/2)
0.6 = coord(3/5)
- Date
- 28.10.2013 19:22:57
- Source
- Journal of the American Society for Information Science and Technology. 64(2013) no.11, S.2265-2277
-
Chung, Y.-M.; Noh, Y.-H.: Developing a specialized directory system by automatically classifying Web documents (2003)
0.02
0.019045917 = product of:
0.047614794 = sum of:
0.044409167 = product of:
0.088818334 = sum of:
0.088818334 = weight(_text_:y in 1566) [ClassicSimilarity], result of:
0.088818334 = score(doc=1566,freq=4.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.45116252 = fieldWeight in 1566, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.046875 = fieldNorm(doc=1566)
0.5 = coord(1/2)
0.0032056274 = weight(_text_:s in 1566) [ClassicSimilarity], result of:
0.0032056274 = score(doc=1566,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.072074346 = fieldWeight in 1566, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.046875 = fieldNorm(doc=1566)
0.4 = coord(2/5)
- Source
- Journal of information science. 29(2003) no.2, S.117-126
-
Reiner, U.: Automatische DDC-Klassifizierung bibliografischer Titeldatensätze der Deutschen Nationalbibliografie (2009)
0.02
0.017863749 = product of:
0.04465937 = sum of:
0.03357444 = weight(_text_:u in 3284) [ClassicSimilarity], result of:
0.03357444 = score(doc=3284,freq=6.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.25064746 = fieldWeight in 3284, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.03125 = fieldNorm(doc=3284)
0.011084928 = product of:
0.022169856 = sum of:
0.022169856 = weight(_text_:22 in 3284) [ClassicSimilarity], result of:
0.022169856 = score(doc=3284,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.15476047 = fieldWeight in 3284, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.03125 = fieldNorm(doc=3284)
0.5 = coord(1/2)
0.4 = coord(2/5)
- Abstract
- Das Klassifizieren von Objekten (z. B. Fauna, Flora, Texte) ist ein Verfahren, das auf menschlicher Intelligenz basiert. In der Informatik - insbesondere im Gebiet der Künstlichen Intelligenz (KI) - wird u. a. untersucht, inweit Verfahren, die menschliche Intelligenz benötigen, automatisiert werden können. Hierbei hat sich herausgestellt, dass die Lösung von Alltagsproblemen eine größere Herausforderung darstellt, als die Lösung von Spezialproblemen, wie z. B. das Erstellen eines Schachcomputers. So ist "Rybka" der seit Juni 2007 amtierende Computerschach-Weltmeistern. Inwieweit Alltagsprobleme mit Methoden der Künstlichen Intelligenz gelöst werden können, ist eine - für den allgemeinen Fall - noch offene Frage. Beim Lösen von Alltagsproblemen spielt die Verarbeitung der natürlichen Sprache, wie z. B. das Verstehen, eine wesentliche Rolle. Den "gesunden Menschenverstand" als Maschine (in der Cyc-Wissensbasis in Form von Fakten und Regeln) zu realisieren, ist Lenat's Ziel seit 1984. Bezüglich des KI-Paradeprojektes "Cyc" gibt es CycOptimisten und Cyc-Pessimisten. Das Verstehen der natürlichen Sprache (z. B. Werktitel, Zusammenfassung, Vorwort, Inhalt) ist auch beim intellektuellen Klassifizieren von bibliografischen Titeldatensätzen oder Netzpublikationen notwendig, um diese Textobjekte korrekt klassifizieren zu können. Seit dem Jahr 2007 werden von der Deutschen Nationalbibliothek nahezu alle Veröffentlichungen mit der Dewey Dezimalklassifikation (DDC) intellektuell klassifiziert.
Die Menge der zu klassifizierenden Veröffentlichungen steigt spätestens seit der Existenz des World Wide Web schneller an, als sie intellektuell sachlich erschlossen werden kann. Daher werden Verfahren gesucht, um die Klassifizierung von Textobjekten zu automatisieren oder die intellektuelle Klassifizierung zumindest zu unterstützen. Seit 1968 gibt es Verfahren zur automatischen Dokumentenklassifizierung (Information Retrieval, kurz: IR) und seit 1992 zur automatischen Textklassifizierung (ATC: Automated Text Categorization). Seit immer mehr digitale Objekte im World Wide Web zur Verfügung stehen, haben Arbeiten zur automatischen Textklassifizierung seit ca. 1998 verstärkt zugenommen. Dazu gehören seit 1996 auch Arbeiten zur automatischen DDC-Klassifizierung bzw. RVK-Klassifizierung von bibliografischen Titeldatensätzen und Volltextdokumenten. Bei den Entwicklungen handelt es sich unseres Wissens bislang um experimentelle und keine im ständigen Betrieb befindlichen Systeme. Auch das VZG-Projekt Colibri/DDC ist seit 2006 u. a. mit der automatischen DDC-Klassifizierung befasst. Die diesbezüglichen Untersuchungen und Entwicklungen dienen zur Beantwortung der Forschungsfrage: "Ist es möglich, eine inhaltlich stimmige DDC-Titelklassifikation aller GVK-PLUS-Titeldatensätze automatisch zu erzielen?"
- Date
- 22. 1.2010 14:41:24
-
Schulze, U.: Erfahrungen bei der Anwendung automatischer Klassifizierungsverfahren zur Inhaltsanalyse einer Dokumentenmenge (1978)
0.02
0.017217036 = product of:
0.04304259 = sum of:
0.038768418 = weight(_text_:u in 83) [ClassicSimilarity], result of:
0.038768418 = score(doc=83,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.28942272 = fieldWeight in 83, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.0625 = fieldNorm(doc=83)
0.00427417 = weight(_text_:s in 83) [ClassicSimilarity], result of:
0.00427417 = score(doc=83,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.09609913 = fieldWeight in 83, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0625 = fieldNorm(doc=83)
0.4 = coord(2/5)
- Pages
- S.166-185
-
Pfister, J.: Clustering von Patent-Dokumenten am Beispiel der Datenbanken des Fachinformationszentrums Karlsruhe (2006)
0.02
0.017217036 = product of:
0.04304259 = sum of:
0.038768418 = weight(_text_:u in 5976) [ClassicSimilarity], result of:
0.038768418 = score(doc=5976,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.28942272 = fieldWeight in 5976, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.0625 = fieldNorm(doc=5976)
0.00427417 = weight(_text_:s in 5976) [ClassicSimilarity], result of:
0.00427417 = score(doc=5976,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.09609913 = fieldWeight in 5976, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0625 = fieldNorm(doc=5976)
0.4 = coord(2/5)
- Pages
- S.129-146
- Source
- Effektive Information Retrieval Verfahren in Theorie und Praxis: ausgewählte und erweiterte Beiträge des Vierten Hildesheimer Evaluierungs- und Retrievalworkshop (HIER 2005), Hildesheim, 20.7.2005. Hrsg.: T. Mandl u. C. Womser-Hacker
-
Subramanian, S.; Shafer, K.E.: Clustering (2001)
0.02
0.016928667 = product of:
0.042321667 = sum of:
0.009066884 = weight(_text_:s in 1046) [ClassicSimilarity], result of:
0.009066884 = score(doc=1046,freq=4.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.20385705 = fieldWeight in 1046, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.09375 = fieldNorm(doc=1046)
0.033254784 = product of:
0.06650957 = sum of:
0.06650957 = weight(_text_:22 in 1046) [ClassicSimilarity], result of:
0.06650957 = score(doc=1046,freq=2.0), product of:
0.14325272 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.040907964 = queryNorm
0.46428138 = fieldWeight in 1046, 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=1046)
0.5 = coord(1/2)
0.4 = coord(2/5)
- Date
- 5. 5.2003 14:17:22
- Source
- Journal of library administration. 34(2001) nos.3/4, S.221-228
-
Chung, Y.M.; Lee, J.Y.: ¬A corpus-based approach to comparative evaluation of statistical term association measures (2001)
0.02
0.0158716 = product of:
0.039679 = sum of:
0.03700764 = product of:
0.07401528 = sum of:
0.07401528 = weight(_text_:y in 5769) [ClassicSimilarity], result of:
0.07401528 = score(doc=5769,freq=4.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.37596878 = fieldWeight in 5769, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.0390625 = fieldNorm(doc=5769)
0.5 = coord(1/2)
0.0026713563 = weight(_text_:s in 5769) [ClassicSimilarity], result of:
0.0026713563 = score(doc=5769,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.060061958 = fieldWeight in 5769, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0390625 = fieldNorm(doc=5769)
0.4 = coord(2/5)
- Abstract
- Statistical association measures have been widely applied in information retrieval research, usually employing a clustering of documents or terms on the basis of their relationships. Applications of the association measures for term clustering include automatic thesaurus construction and query expansion. This research evaluates the similarity of six association measures by comparing the relationship and behavior they demonstrate in various analyses of a test corpus. Analysis techniques include comparisons of highly ranked term pairs and term clusters, analyses of the correlation among the association measures using Pearson's correlation coefficient and MDS mapping, and an analysis of the impact of a term frequency on the association values by means of z-score. The major findings of the study are as follows: First, the most similar association measures are mutual information and Yule's coefficient of colligation Y, whereas cosine and Jaccard coefficients, as well as X**2 statistic and likelihood ratio, demonstrate quite similar behavior for terms with high frequency. Second, among all the measures, the X**2 statistic is the least affected by the frequency of terms. Third, although cosine and Jaccard coefficients tend to emphasize high frequency terms, mutual information and Yule's Y seem to overestimate rare terms
- Source
- Journal of the American Society for Information Science and technology. 52(2001) no.4, S.283-296
-
Ruiz, M.E.; Srinivasan, P.: Combining machine learning and hierarchical indexing structures for text categorization (2001)
0.02
0.015064905 = product of:
0.037662264 = sum of:
0.033922367 = weight(_text_:u in 1595) [ClassicSimilarity], result of:
0.033922367 = score(doc=1595,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.25324488 = fieldWeight in 1595, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.0546875 = fieldNorm(doc=1595)
0.0037398988 = weight(_text_:s in 1595) [ClassicSimilarity], result of:
0.0037398988 = score(doc=1595,freq=2.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.08408674 = fieldWeight in 1595, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.0546875 = fieldNorm(doc=1595)
0.4 = coord(2/5)
- Pages
- S.107-124
- Source
- Advances in classification research, vol.10: proceedings of the 10th ASIS SIG/CR Classification Research Workshop. Ed.: Albrechtsen, H. u. J.E. Mai
-
Oberhauser, O.: Automatisches Klassifizieren : Entwicklungsstand - Methodik - Anwendungsbereiche (2005)
0.01
0.014744563 = product of:
0.02457427 = sum of:
0.0089252675 = product of:
0.017850535 = sum of:
0.017850535 = weight(_text_:l in 38) [ClassicSimilarity], result of:
0.017850535 = score(doc=38,freq=2.0), product of:
0.16259494 = queryWeight, product of:
3.9746525 = idf(docFreq=2257, maxDocs=44218)
0.040907964 = queryNorm
0.1097853 = fieldWeight in 38, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.9746525 = idf(docFreq=2257, maxDocs=44218)
0.01953125 = fieldNorm(doc=38)
0.5 = coord(1/2)
0.012115131 = weight(_text_:u in 38) [ClassicSimilarity], result of:
0.012115131 = score(doc=38,freq=2.0), product of:
0.13395084 = queryWeight, product of:
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.040907964 = queryNorm
0.0904446 = fieldWeight in 38, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.2744443 = idf(docFreq=4547, maxDocs=44218)
0.01953125 = fieldNorm(doc=38)
0.0035338725 = weight(_text_:s in 38) [ClassicSimilarity], result of:
0.0035338725 = score(doc=38,freq=14.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.07945451 = fieldWeight in 38, product of:
3.7416575 = tf(freq=14.0), with freq of:
14.0 = termFreq=14.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.01953125 = fieldNorm(doc=38)
0.6 = coord(3/5)
- Footnote
- Rez. in: VÖB-Mitteilungen 58(2005) H.3, S.102-104 (R.F. Müller); ZfBB 53(2006) H.5, S.282-283 (L. Svensson): "Das Sammeln und Verzeichnen elektronischer Ressourcen gehört in wissenschaftlichen Bibliotheken längst zum Alltag. Parallel dazu kündigt sich ein Paradigmenwechsel bei den Findmitteln an: Um einen effizienten und benutzerorientierten Zugang zu den gemischten Kollektionen bieten zu können, experimentieren einige bibliothekarische Diensteanbieter wie z. B. das hbz (http://suchen.hbz-nrw.de/dreilaender/), die Bibliothek der North Carolina State University (www.lib.ncsu.edu/) und demnächst vascoda (www.vascoda.de/) und der Librarians-Internet Index (www.lii.org/) zunehmend mit Suchmaschinentechnologie. Dabei wird angestrebt, nicht nur einen vollinvertierten Suchindex anzubieten, sondern auch das Browsing durch eine hierarchisch geordnete Klassifikation. Von den Daten in den deutschen Verbunddatenbanken ist jedoch nur ein kleiner Teil schon klassifikatorisch erschlossen. Fremddaten aus dem angloamerikanischen Bereich sind oft mit LCC und/oder DDC erschlossen, wobei die Library of Congress sich bei der DDCErschließung auf Titel, die hauptsächlich für die Public Libraries interessant sind, konzentriert. Die Deutsche Nationalbibliothek wird ab 2007 Printmedien und Hochschulschriften flächendeckend mit DDC erschließen. Es ist aber schon offensichtlich, dass v. a. im Bereich der elektronischen Publikationen die anfallenden Dokumentenmengen mit immer knapperen Personalressourcen nicht intellektuell erschlossen werden können, sondern dass neue Verfahren entwickelt werden müssen. Hier kommt Oberhausers Buch gerade richtig. Seit Anfang der 1990er Jahre sind mehrere Projekte zum Thema automatisches Klassifizieren durchgeführt worden. Wer sich in diese Thematik einarbeiten wollte oder sich für die Ergebnisse der größeren Projekte interessierte, konnte bislang auf keine Überblicksdarstellung zurückgreifen, sondern war auf eine Vielzahl von Einzeluntersuchungen sowie die Projektdokumentationen angewiesen. Oberhausers Darstellung, die auf einer Fülle von publizierter und grauer Literatur fußt, schließt diese Lücke. Das selbst gesetzte Ziel, einen guten Überblick über den momentanen Kenntnisstand und die Ergebnisse der einschlägigen Projekte verständlich zu vermitteln, erfüllt der Autor mit Bravour. Dabei ist anzumerken, dass er ein bibliothekarisches Grundwissen und mindestens grundlegende Kenntnisse über informationswissenschaftliche Grundbegriffe und Fragestellungen voraussetzt, wobei hier für den Einsteiger einige Hinweise auf einführende Darstellungen wünschenswert gewesen wären.
Zum Inhalt Auf einen kurzen einleitenden Abschnitt folgt eine Einführung in die grundlegende Methodik des automatischen Klassifizierens. Oberhauser erklärt hier Begriffe wie Einfach- und Mehrfachklassifizierung, Klassen- und Dokumentzentrierung, und geht danach auf die hauptsächlichen Anwendungen der automatischen Klassifikation von Textdokumenten, maschinelle Lernverfahren und Techniken der Dimensionsreduktion bei der Indexierung ein. Zwei weitere Unterkapitel sind der Erstellung von Klassifikatoren und den Methoden für deren Auswertung gewidmet. Das Kapitel wird abgerundet von einer kurzen Auflistung einiger Softwareprodukte für automatisches Klassifizieren, die sowohl kommerzielle Software, als auch Projekte aus dem Open-Source-Bereich umfasst. Der Hauptteil des Buches ist den großen Projekten zur automatischen Erschließung von Webdokumenten gewidmet, die von OCLC (Scorpion) sowie an den Universitäten Lund (Nordic WAIS/WWW, DESIRE II), Wolverhampton (WWLib-TOS, WWLib-TNG, Old ACE, ACE) und Oldenburg (GERHARD, GERHARD II) durchgeführt worden sind. Der Autor beschreibt hier sehr detailliert - wobei der Detailliertheitsgrad unterschiedlich ist, je nachdem, was aus der Projektdokumentation geschlossen werden kann - die jeweilige Zielsetzung des Projektes, die verwendete Klassifikation, die methodische Vorgehensweise sowie die Evaluierungsmethoden und -ergebnisse. Sofern Querverweise zu anderen Projekten bestehen, werden auch diese besprochen. Der Verfasser geht hier sehr genau auf wichtige Aspekte wie Vokabularbildung, Textaufbereitung und Gewichtung ein, so dass der Leser eine gute Vorstellung von den Ansätzen und der möglichen Weiterentwicklung des Projektes bekommt. In einem weiteren Kapitel wird auf einige kleinere Projekte eingegangen, die dem für Bibliotheken besonders interessanten Thema des automatischen Klassifizierens von Büchern sowie den Bereichen Patentliteratur, Mediendokumentation und dem Einsatz bei Informationsdiensten gewidmet sind. Die Darstellung wird ergänzt von einem Literaturverzeichnis mit über 250 Titeln zu den konkreten Projekten sowie einem Abkürzungs- und einem Abbildungsverzeichnis. In der abschließenden Diskussion der beschriebenen Projekte wird einerseits auf die Bedeutung der einzelnen Projekte für den methodischen Fortschritt eingegangen, andererseits aber auch einiges an Kritik geäußert, v. a. bezüglich der mangelnden Auswertung der Projektergebnisse und des Fehlens an brauchbarer Dokumentation. So waren z. B. die Projektseiten des Projekts GERHARD (www.gerhard.de/) auf den Stand von 1998 eingefroren, zurzeit [11.07.06] sind sie überhaupt nicht mehr erreichbar. Mit einigem Erstaunen stellt Oberhauser auch fest, dass - abgesehen von der fast 15 Jahre alten Untersuchung von Larsen - »keine signifikanten Studien oder Anwendungen aus dem Bibliotheksbereich vorliegen« (S. 139). Wie der Autor aber selbst ergänzend ausführt, dürfte dies daran liegen, dass sich bibliografische Metadaten wegen des geringen Textumfangs sehr schlecht für automatische Klassifikation eignen, und dass - wie frühere Ergebnisse gezeigt haben - das übliche TF/IDF-Verfahren nicht für Katalogisate geeignet ist (ibd.).
Die am Anfang des Werkes gestellte Frage, ob »die Techniken des automatischen Klassifizierens heute bereits so weit [sind], dass damit grosse Mengen elektronischer Dokumente [-] zufrieden stellend erschlossen werden können? « (S. 13), beantwortet der Verfasser mit einem eindeutigen »nein«, was Salton und McGills Aussage von 1983, »daß einfache automatische Indexierungsverfahren schnell und kostengünstig arbeiten, und daß sie Recall- und Precisionwerte erreichen, die mindestens genauso gut sind wie bei der manuellen Indexierung mit kontrolliertem Vokabular « (Gerard Salton und Michael J. McGill: Information Retrieval. Hamburg u.a. 1987, S. 64 f.) kräftig relativiert. Über die Gründe, warum drei der großen Projekte nicht weiter verfolgt werden, will Oberhauser nicht spekulieren, nennt aber mangelnden Erfolg, Verlagerung der Arbeit in den beteiligten Institutionen sowie Finanzierungsprobleme als mögliche Ursachen. Das größte Entwicklungspotenzial beim automatischen Erschließen großer Dokumentenmengen sieht der Verfasser heute in den Bereichen der Patentund Mediendokumentation. Hier solle man im bibliothekarischen Bereich die Entwicklung genau verfolgen, da diese »sicherlich mittelfristig auf eine qualitativ zufrieden stellende Vollautomatisierung« abziele (S. 146). Oberhausers Darstellung ist ein rundum gelungenes Werk, das zum Handapparat eines jeden, der sich für automatische Erschließung interessiert, gehört."
- Pages
- 176 S
- Theme
- Grundlagen u. Einführungen: Allgemeine Literatur
-
Liu, X.; Yu, S.; Janssens, F.; Glänzel, W.; Moreau, Y.; Moor, B.de: Weighted hybrid clustering by combining text mining and bibliometrics on a large-scale journal database (2010)
0.01
0.014374188 = product of:
0.03593547 = sum of:
0.031402025 = product of:
0.06280405 = sum of:
0.06280405 = weight(_text_:y in 3464) [ClassicSimilarity], result of:
0.06280405 = score(doc=3464,freq=2.0), product of:
0.1968655 = queryWeight, product of:
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.040907964 = queryNorm
0.3190201 = fieldWeight in 3464, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8124003 = idf(docFreq=976, maxDocs=44218)
0.046875 = fieldNorm(doc=3464)
0.5 = coord(1/2)
0.004533442 = weight(_text_:s in 3464) [ClassicSimilarity], result of:
0.004533442 = score(doc=3464,freq=4.0), product of:
0.044476677 = queryWeight, product of:
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.040907964 = queryNorm
0.101928525 = fieldWeight in 3464, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
1.0872376 = idf(docFreq=40523, maxDocs=44218)
0.046875 = fieldNorm(doc=3464)
0.4 = coord(2/5)
- Source
- Journal of the American Society for Information Science and Technology. 61(2010) no.6, S.1105-1119
