Search (3 results, page 1 of 1)

0.027748924 = product of:
  0.110995695 = sum of:
    0.110995695 = sum of:
      0.08041276 = weight(_text_:intelligenz in 3051) [ClassicSimilarity], result of:
        0.08041276 = score(doc=3051,freq=2.0), product of:
          0.21362439 = queryWeight, product of:
            5.678294 = idf(docFreq=410, maxDocs=44218)
            0.037621226 = queryNorm
          0.37642127 = fieldWeight in 3051, product of:
            1.4142135 = tf(freq=2.0), with freq of:
              2.0 = termFreq=2.0
            5.678294 = idf(docFreq=410, maxDocs=44218)
            0.046875 = fieldNorm(doc=3051)
      0.030582938 = weight(_text_:22 in 3051) [ClassicSimilarity], result of:
        0.030582938 = score(doc=3051,freq=2.0), product of:
          0.13174312 = queryWeight, product of:
            3.5018296 = idf(docFreq=3622, maxDocs=44218)
            0.037621226 = queryNorm
          0.23214069 = fieldWeight in 3051, 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=3051)
  0.25 = coord(1/4)

Abstract

Klassifikation von bibliografischen Einheiten ist für einen systematischen Zugang zu den Beständen einer Bibliothek und deren Aufstellung unumgänglich. Bislang wurde diese Aufgabe von Fachexperten manuell erledigt, sei es individuell nach einer selbst entwickelten Systematik oder kooperativ nach einer gemeinsamen Systematik. In dieser Arbeit wird ein Verfahren zur Automatisierung des Klassifikationsvorgangs vorgestellt. Dabei kommt das Verfahren des fallbasierten Schließens zum Einsatz, das im Kontext der Forschung zur künstlichen Intelligenz entwickelt wurde. Das Verfahren liefert für jedes Werk, für das bibliografische Daten vorliegen, eine oder mehrere mögliche Klassifikationen. In Experimenten werden die Ergebnisse der automatischen Klassifikation mit der durch Fachexperten verglichen. Diese Experimente belegen die hohe Qualität der automatischen Klassifikation und dass das Verfahren geeignet ist, Fachexperten bei der Klassifikationsarbeit signifikant zu entlasten. Auch die nahezu vollständige Resystematisierung eines Bibliothekskataloges ist - mit gewissen Abstrichen - möglich.

Date

22. 8.2009 19:51:28

0.010051595 = product of:
  0.04020638 = sum of:
    0.04020638 = product of:
      0.08041276 = sum of:
        0.08041276 = weight(_text_:intelligenz in 5204) [ClassicSimilarity], result of:
          0.08041276 = score(doc=5204,freq=2.0), product of:
            0.21362439 = queryWeight, product of:
              5.678294 = idf(docFreq=410, maxDocs=44218)
              0.037621226 = queryNorm
            0.37642127 = fieldWeight in 5204, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.678294 = idf(docFreq=410, maxDocs=44218)
              0.046875 = fieldNorm(doc=5204)
      0.5 = coord(1/2)
  0.25 = coord(1/4)

Abstract

Mangelndes methodisches Bewußtsein in der Künstlichen Intelligenz hat zur Folge, daß Methoden, die auf einer einzigen zunächst vielversprechenden Idee beruhen, zugunsten anderer fallengelassen werden, sowie sich ernste Schwierigkeiten ergeben. Doch für Methoden gilt nicht das Alles-oder-Nichts-Prinzip; Ziel muß es daher sein, verschiedene sich hinsichtlich ihrer Anwendbarkeit einander ergänzende Methoden aufeinander abzustimmen und zu einem arbeitsfähigen System zu vereinen; das trifft insbesondere auf das bereits vom Ansatz her auf Methodenvielfalt angelegte fallbezogene Schlußfolgern zu. Die von den Kognitionswissenschaften gebotenen Voraussetzungen sind jedoch für solch ein Vorhaben nicht günstig. Es herrscht ein Theorien- und Modellwirrwar, das zu einem Wirrwar von Begriffen, Sichtweisen und Verfahren geführt hat. Die vorliegende Arbeit skizziert einen Ausweg aus dieser unbefriedigenden Situation. Sie orientiert sich an den Fragen 'welche Aufgaben sollen mit fallbezogenem Schlußfolgern gelöst werden?', 'durch welche Merkmale ist dieser Ansatz charakterisiert?' und beschäftigt sich abschließend mit den sich aus den Antworten ergebenden Folgerungen

0.010051595 = product of:
  0.04020638 = sum of:
    0.04020638 = product of:
      0.08041276 = sum of:
        0.08041276 = weight(_text_:intelligenz in 558) [ClassicSimilarity], result of:
          0.08041276 = score(doc=558,freq=2.0), product of:
            0.21362439 = queryWeight, product of:
              5.678294 = idf(docFreq=410, maxDocs=44218)
              0.037621226 = queryNorm
            0.37642127 = fieldWeight in 558, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              5.678294 = idf(docFreq=410, maxDocs=44218)
              0.046875 = fieldNorm(doc=558)
      0.5 = coord(1/2)
  0.25 = coord(1/4)

Abstract

Klassifikation von bibliografischen Einheiten ist für einen systematischen Zugang zu den Beständen einer Bibliothek und deren Aufstellung unumgänglich. Bislang wurde diese Aufgabe von Fachexperten manuell erledigt, sei es individuell nach einer selbst entwickelten Systematik oder kooperativ nach einer gemeinsamen Systematik. In dieser Arbeit wird ein Verfahren zur Automatisierung des Klassifikationsvorgangs vorgestellt. Dabei kommt das Verfahren des fallbasierten Schließens zum Einsatz, das im Kontext der Forschung zur künstlichen Intelligenz entwickelt wurde. Das Verfahren liefert für jedes Werk, für das bibliografische Daten vorliegen, eine oder mehrere mögliche Klassifikationen. In Experimenten werden die Ergebnisse der automatischen Klassifikation mit der durch Fachexperten verglichen. Diese Experimente belegen die hohe Qualität der automatischen Klassifikation und dass das Verfahren geeignet ist, Fachexperten bei der Klassifikationsarbeit signifikant zu entlasten. Auch die nahezu vollständige Resystematisierung eines Bibliothekskataloges ist - mit gewissen Abstrichen - möglich.