Search (76 results, page 1 of 4)

  • × theme_ss:"Computerlinguistik"
  1. Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004) 0.36 
    0.3641464 = product of:
  0.7282928 = sum of:
    0.04480172 = product of:
      0.13440515 = sum of:
        0.13440515 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
          0.13440515 = score(doc=562,freq=2.0), product of:
            0.2391474 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.02820796 = 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)
      0.33333334 = coord(1/3)
    0.13440515 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.13440515 = score(doc=562,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = 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)
    0.13440515 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.13440515 = score(doc=562,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = 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)
    0.13440515 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.13440515 = score(doc=562,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = 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)
    0.13440515 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.13440515 = score(doc=562,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = 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)
    0.13440515 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.13440515 = score(doc=562,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = 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)
    0.011465367 = product of:
      0.022930734 = sum of:
        0.022930734 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
          0.022930734 = score(doc=562,freq=2.0), product of:
            0.09877947 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02820796 = 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(7/14)
    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. Noever, D.; Ciolino, M.: ¬The Turing deception (2022) 0.31 
    0.30721176 = product of:
  0.71682745 = sum of:
    0.04480172 = product of:
      0.13440515 = sum of:
        0.13440515 = weight(_text_:3a in 862) [ClassicSimilarity], result of:
          0.13440515 = score(doc=862,freq=2.0), product of:
            0.2391474 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.02820796 = queryNorm
            0.56201804 = fieldWeight in 862, 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=862)
      0.33333334 = coord(1/3)
    0.13440515 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.13440515 = score(doc=862,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 862, 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=862)
    0.13440515 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.13440515 = score(doc=862,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 862, 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=862)
    0.13440515 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.13440515 = score(doc=862,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 862, 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=862)
    0.13440515 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.13440515 = score(doc=862,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 862, 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=862)
    0.13440515 = weight(_text_:2f in 862) [ClassicSimilarity], result of:
      0.13440515 = score(doc=862,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 862, 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=862)
  0.42857143 = coord(6/14)
    Source
    https%3A%2F%2Farxiv.org%2Fabs%2F2212.06721&usg=AOvVaw3i_9pZm9y_dQWoHi6uv0EN
  3. Huo, W.: Automatic multi-word term extraction and its application to Web-page summarization (2012) 0.29 
    0.29292476 = product of:
  0.6834911 = sum of:
    0.13440515 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.13440515 = score(doc=563,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 563, 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=563)
    0.13440515 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.13440515 = score(doc=563,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 563, 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=563)
    0.13440515 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.13440515 = score(doc=563,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 563, 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=563)
    0.13440515 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.13440515 = score(doc=563,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 563, 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=563)
    0.13440515 = weight(_text_:2f in 563) [ClassicSimilarity], result of:
      0.13440515 = score(doc=563,freq=2.0), product of:
        0.2391474 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.02820796 = queryNorm
        0.56201804 = fieldWeight in 563, 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=563)
    0.011465367 = product of:
      0.022930734 = sum of:
        0.022930734 = weight(_text_:22 in 563) [ClassicSimilarity], result of:
          0.022930734 = score(doc=563,freq=2.0), product of:
            0.09877947 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02820796 = queryNorm
            0.23214069 = fieldWeight in 563, 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=563)
      0.5 = coord(1/2)
  0.42857143 = coord(6/14)
    Content
    A Thesis presented to The University of Guelph In partial fulfilment of requirements for the degree of Master of Science in Computer Science. Vgl. Unter: http://www.inf.ufrgs.br%2F~ceramisch%2Fdownload_files%2Fpublications%2F2009%2Fp01.pdf.
    Date
    10. 1.2013 19:22:47
  4. Inhaltserschließung von Massendaten : zur Wirksamkeit informationslinguistischer Verfahren am Beispiel des deutschen Patentinformationssystems (1987) 0.02 
    0.023081483 = product of:
  0.32314074 = sum of:
    0.32314074 = weight(_text_:massendaten in 6764) [ClassicSimilarity], result of:
      0.32314074 = score(doc=6764,freq=2.0), product of:
        0.24275331 = queryWeight, product of:
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.02820796 = queryNorm
        1.3311486 = fieldWeight in 6764, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.109375 = fieldNorm(doc=6764)
  0.071428575 = coord(1/14)
  5. Gräbnitz, V.: PASSAT: Programm zur automatischen Selektion von Stichwörtern aus Texten (1987) 0.02 
    0.019784128 = product of:
  0.27697778 = sum of:
    0.27697778 = weight(_text_:massendaten in 932) [ClassicSimilarity], result of:
      0.27697778 = score(doc=932,freq=2.0), product of:
        0.24275331 = queryWeight, product of:
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.02820796 = queryNorm
        1.1409845 = fieldWeight in 932, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.09375 = fieldNorm(doc=932)
  0.071428575 = coord(1/14)
    Source
    Inhaltserschließung von Massendaten zur Wirksamkeit informationslinguistischer Verfahren am Beispiel des Deutschen Patentinformationssystems. Hrsg. J. Krause
  6. Krause, J.: Was leisten informationslinguistische Komponenten von Referenz-Retrievalsystemen für Massendaten? : Von der 'Pragmatik im Computer' zur Pragmatikanalyse als Designgrundlage (1986) 0.02 
    0.019784128 = product of:
  0.27697778 = sum of:
    0.27697778 = weight(_text_:massendaten in 7395) [ClassicSimilarity], result of:
      0.27697778 = score(doc=7395,freq=2.0), product of:
        0.24275331 = queryWeight, product of:
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.02820796 = queryNorm
        1.1409845 = fieldWeight in 7395, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          8.6058445 = idf(docFreq=21, maxDocs=44218)
          0.09375 = fieldNorm(doc=7395)
  0.071428575 = coord(1/14)
  7. Heyer, G.; Läuter, M.; Quasthoff, U.; Wolff, C.: Texttechnologische Anwendungen am Beispiel Text Mining (2000) 0.02 
    0.017963648 = product of:
  0.12574553 = sum of:
    0.04102399 = weight(_text_:media in 5565) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5565,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5565, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5565)
    0.08472155 = weight(_text_:daten in 5565) [ClassicSimilarity], result of:
      0.08472155 = score(doc=5565,freq=8.0), product of:
        0.13425784 = queryWeight, product of:
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.02820796 = queryNorm
        0.63103616 = fieldWeight in 5565, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.046875 = fieldNorm(doc=5565)
  0.14285715 = coord(2/14)
    Abstract
    Die zunehmende Menge von Informationen und deren weltweite Verfügbarkeit auf der Basis moderner Internet Technologie machen es erforderlich, Informationen nach inhaltlichen Kriterien zu strukturieren und zu bewerten sowie nach inhaltlichen Kriterien weiter zu verarbeiten. Vom Standpunkt des Benutzers aus sind dabei folgende Fälle zu unterscheiden: Handelt es sich bei den gesuchten Informationen um strukturierle Daten (z.B. in einer SQL-Datenbank) oder unstrukturierte Daten (z.B. grosse Texte)? Ist bekannt, welche Daten benötigt werden und wie sie zu finden sind? Oder ist vor dein Zugriff auf die Daten noch nicht bekannt welche Ergebnisse erwartet werden?
    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
  8. Hahn, S.: DarkBERT ist mit Daten aus dem Darknet trainiert : ChatGPTs dunkler Bruder? (2023) 0.01 
    0.008734645 = product of:
  0.12228503 = sum of:
    0.12228503 = weight(_text_:daten in 979) [ClassicSimilarity], result of:
      0.12228503 = score(doc=979,freq=6.0), product of:
        0.13425784 = queryWeight, product of:
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.02820796 = queryNorm
        0.9108223 = fieldWeight in 979, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.078125 = fieldNorm(doc=979)
  0.071428575 = coord(1/14)
    Abstract
    Forscher haben ein KI-Modell entwickelt, das mit Daten aus dem Darknet trainiert ist - DarkBERTs Quelle sind Hacker, Cyberkriminelle, politisch Verfolgte.
    Source
    https://www.heise.de/news/DarkBERT-ist-mit-Daten-aus-dem-Darknet-trainiert-ChatGPTs-dunkler-Bruder-9060809.html?view=print
  9. Sienel, J.; Weiss, M.; Laube, M.: Sprachtechnologien für die Informationsgesellschaft des 21. Jahrhunderts (2000) 0.01 
    0.006248733 = product of:
  0.04374113 = sum of:
    0.034186658 = weight(_text_:media in 5557) [ClassicSimilarity], result of:
      0.034186658 = score(doc=5557,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.25874978 = fieldWeight in 5557, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5557)
    0.009554473 = product of:
      0.019108946 = sum of:
        0.019108946 = weight(_text_:22 in 5557) [ClassicSimilarity], result of:
          0.019108946 = score(doc=5557,freq=2.0), product of:
            0.09877947 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02820796 = 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)
  0.14285715 = coord(2/14)
    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
  10. Wright, S.E.: Leveraging terminology resources across application boundaries : accessing resources in future integrated environments (2000) 0.00 
    0.0048838085 = product of:
  0.068373315 = sum of:
    0.068373315 = weight(_text_:media in 5528) [ClassicSimilarity], result of:
      0.068373315 = score(doc=5528,freq=8.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.51749957 = fieldWeight in 5528, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5528)
  0.071428575 = coord(1/14)
    Abstract
    The title for this conference, stated in English, is Language Technology for a Dynamic Economy - y in the Media Age - The question arises as to what the media are we are dealing with and to what extent we are moving away from tile reality of different media to a world in which all sub-categories flow together into a unified stream of information that is constantly resealed to appear in different hardware configurations. A few years ago, people who were interested in sharing data or getting different electronic "boxes" to talk to each other were focused on two major aspects: I ) developing data conversion technology, and 2) convincing potential users that sharing information was an even remotely interesting option. Although some content "owners" are still reticent about releasing their data, it has become dramatically apparent in the Web environment that a broad range of users does indeed want this technology. Even as researchers struggle with the remaining technical, legal, and ethical impediments that stand in the way of unlimited information access to existing multi-platform resources, the future view of the world will no longer be as obsessed with conversion capability as it will be with creating content, with ,in eye to morphing technologies that will enable the delivery of that content from ail open-standards-based format such as XML (eXtensibic Markup Language), MPEG (Moving Picture Experts Group), or WAP (Wireless Application Protocol) to a rich variety of display Options
    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
  11. Klein, A.; Weis, U.; Stede, M.: ¬Der Einsatz von Sprachverarbeitungstools beim Sprachenlernen im Intranet (2000) 0.00 
    0.0048838085 = product of:
  0.068373315 = sum of:
    0.068373315 = weight(_text_:media in 5542) [ClassicSimilarity], result of:
      0.068373315 = score(doc=5542,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.51749957 = fieldWeight in 5542, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.078125 = fieldNorm(doc=5542)
  0.071428575 = coord(1/14)
    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. Schürmann, H.: Software scannt Radio- und Fernsehsendungen : Recherche in Nachrichtenarchiven erleichtert (2001) 0.00 
    0.004374113 = product of:
  0.03061879 = sum of:
    0.02393066 = weight(_text_:media in 5759) [ClassicSimilarity], result of:
      0.02393066 = score(doc=5759,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.18112485 = fieldWeight in 5759, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02734375 = fieldNorm(doc=5759)
    0.006688131 = product of:
      0.013376262 = sum of:
        0.013376262 = weight(_text_:22 in 5759) [ClassicSimilarity], result of:
          0.013376262 = score(doc=5759,freq=2.0), product of:
            0.09877947 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.02820796 = 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)
      0.5 = coord(1/2)
  0.14285715 = coord(2/14)
    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
  13. Jaaranen, K.; Lehtola, A.; Tenni, J.; Bounsaythip, C.: Webtran tools for in-company language support (2000) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 5553) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5553,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5553, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5553)
  0.071428575 = coord(1/14)
    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
  14. Benzmüller, R.: Logox WebSpeech : Die neue Technologie für sprechende Internetseiten (2000) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 5554) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5554,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5554, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5554)
  0.071428575 = coord(1/14)
    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
  15. Schröter, F.; Meyer, U.: Entwicklung sprachlicher Handlungskompetenz in Englisch mit Hilfe eines Multimedia-Sprachlernsystems (2000) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 5567) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5567,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5567, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5567)
  0.071428575 = coord(1/14)
    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
  16. Schmitz, K.-D.: Projektforschung und Infrastrukturen im Bereich der Terminologie : Wie kann die Wirtschaft davon profitieren? (2000) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 5568) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5568,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5568, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5568)
  0.071428575 = coord(1/14)
    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
  17. Abdelali, A.: Localization in modern standard Arabic (2004) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 2066) [ClassicSimilarity], result of:
      0.04102399 = score(doc=2066,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 2066, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=2066)
  0.071428575 = coord(1/14)
    Abstract
    Modern Standard Arabic (MSA) is the official language used in all Arabic countries. In this paper we describe an investigation of the uniformity of MSA across different countries. Many studies have been carried out locally or regionally an Arabic and its dialects. Here we look an a more global scale by studying language variations between countries. The source material used in this investigation was derived from national newspapers available an the Web, which provided samples of common media usage in each country. This corpus has been used to investigate the lexical characteristics of Modern Standard Arabic as found in 10 different Arabic speaking countries. We describe our collection methods, the types of lexical analysis performed, and the results of our investigations. With respect to newspaper articles, MSA seems to be very uniform across all the countries included in the study, but we have detected various types of differences, with implications for computational processing of MSA.
  18. AL-Smadi, M.; Jaradat, Z.; AL-Ayyoub, M.; Jararweh, Y.: Paraphrase identification and semantic text similarity analysis in Arabic news tweets using lexical, syntactic, and semantic features (2017) 0.00 
    0.002930285 = product of:
  0.04102399 = sum of:
    0.04102399 = weight(_text_:media in 5095) [ClassicSimilarity], result of:
      0.04102399 = score(doc=5095,freq=2.0), product of:
        0.13212246 = queryWeight, product of:
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.02820796 = queryNorm
        0.31049973 = fieldWeight in 5095, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.6838713 = idf(docFreq=1110, maxDocs=44218)
          0.046875 = fieldNorm(doc=5095)
  0.071428575 = coord(1/14)
    Abstract
    The rapid growth in digital information has raised considerable challenges in particular when it comes to automated content analysis. Social media such as twitter share a lot of its users' information about their events, opinions, personalities, etc. Paraphrase Identification (PI) is concerned with recognizing whether two texts have the same/similar meaning, whereas the Semantic Text Similarity (STS) is concerned with the degree of that similarity. This research proposes a state-of-the-art approach for paraphrase identification and semantic text similarity analysis in Arabic news tweets. The approach adopts several phases of text processing, features extraction and text classification. Lexical, syntactic, and semantic features are extracted to overcome the weakness and limitations of the current technologies in solving these tasks for the Arabic language. Maximum Entropy (MaxEnt) and Support Vector Regression (SVR) classifiers are trained using these features and are evaluated using a dataset prepared for this research. The experimentation results show that the approach achieves good results in comparison to the baseline results.
  19. Witschel, H.F.: Terminologie-Extraktion : Möglichkeiten der Kombination statistischer uns musterbasierter Verfahren (2004) 0.00 
    0.0025214748 = product of:
  0.035300646 = sum of:
    0.035300646 = weight(_text_:daten in 123) [ClassicSimilarity], result of:
      0.035300646 = score(doc=123,freq=2.0), product of:
        0.13425784 = queryWeight, product of:
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.02820796 = queryNorm
        0.26293173 = fieldWeight in 123, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.0390625 = fieldNorm(doc=123)
  0.071428575 = coord(1/14)
    Abstract
    Die Suche nach Informationen in unstrukturierten natürlichsprachlichen Daten ist Gegenstand des sogenannten Text Mining. In dieser Arbeit wird ein Teilgebiet des Text Mining beleuchtet, nämlich die Extraktion domänenspezifischer Fachbegriffe aus Fachtexten der jeweiligen Domäne. Wofür überhaupt Terminologie-Extraktion? Die Antwort darauf ist einfach: der Schlüssel zum Verständnis vieler Fachgebiete liegt in der Kenntnis der zugehörigen Terminologie. Natürlich genügt es nicht, nur eine Liste der Fachtermini einer Domäne zu kennen, um diese zu durchdringen. Eine solche Liste ist aber eine wichtige Voraussetzung für die Erstellung von Fachwörterbüchern (man denke z.B. an Nachschlagewerke wie das klinische Wörterbuch "Pschyrembel"): zunächst muß geklärt werden, welche Begriffe in das Wörterbuch aufgenommen werden sollen, bevor man sich Gedanken um die genaue Definition der einzelnen Termini machen kann. Ein Fachwörterbuch sollte genau diejenigen Begriffe einer Domäne beinhalten, welche Gegenstand der Forschung in diesem Gebiet sind oder waren. Was liegt also näher, als entsprechende Fachliteratur zu betrachten und das darin enthaltene Wissen in Form von Fachtermini zu extrahieren? Darüberhinaus sind weitere Anwendungen der Terminologie-Extraktion denkbar, wie z.B. die automatische Beschlagwortung von Texten oder die Erstellung sogenannter Topic Maps, welche wichtige Begriffe zu einem Thema darstellt und in Beziehung setzt. Es muß also zunächst die Frage geklärt werden, was Terminologie eigentlich ist, vor allem aber werden verschiedene Methoden entwickelt, welche die Eigenschaften von Fachtermini ausnutzen, um diese aufzufinden. Die Verfahren werden aus den linguistischen und 'statistischen' Charakteristika von Fachbegriffen hergeleitet und auf geeignete Weise kombiniert.
  20. Renker, L.: Exploration von Textkorpora : Topic Models als Grundlage der Interaktion (2015) 0.00 
    0.0025214748 = product of:
  0.035300646 = sum of:
    0.035300646 = weight(_text_:daten in 2380) [ClassicSimilarity], result of:
      0.035300646 = score(doc=2380,freq=2.0), product of:
        0.13425784 = queryWeight, product of:
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.02820796 = queryNorm
        0.26293173 = fieldWeight in 2380, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          4.759573 = idf(docFreq=1029, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2380)
  0.071428575 = coord(1/14)
    Abstract
    Das Internet birgt schier endlose Informationen. Ein zentrales Problem besteht heutzutage darin diese auch zugänglich zu machen. Es ist ein fundamentales Domänenwissen erforderlich, um in einer Volltextsuche die korrekten Suchanfragen zu formulieren. Das ist jedoch oftmals nicht vorhanden, so dass viel Zeit aufgewandt werden muss, um einen Überblick des behandelten Themas zu erhalten. In solchen Situationen findet sich ein Nutzer in einem explorativen Suchvorgang, in dem er sich schrittweise an ein Thema heranarbeiten muss. Für die Organisation von Daten werden mittlerweile ganz selbstverständlich Verfahren des Machine Learnings verwendet. In den meisten Fällen bleiben sie allerdings für den Anwender unsichtbar. Die interaktive Verwendung in explorativen Suchprozessen könnte die menschliche Urteilskraft enger mit der maschinellen Verarbeitung großer Datenmengen verbinden. Topic Models sind ebensolche Verfahren. Sie finden in einem Textkorpus verborgene Themen, die sich relativ gut von Menschen interpretieren lassen und sind daher vielversprechend für die Anwendung in explorativen Suchprozessen. Nutzer können damit beim Verstehen unbekannter Quellen unterstützt werden. Bei der Betrachtung entsprechender Forschungsarbeiten fiel auf, dass Topic Models vorwiegend zur Erzeugung statischer Visualisierungen verwendet werden. Das Sensemaking ist ein wesentlicher Bestandteil der explorativen Suche und wird dennoch nur in sehr geringem Umfang genutzt, um algorithmische Neuerungen zu begründen und in einen umfassenden Kontext zu setzen. Daraus leitet sich die Vermutung ab, dass die Verwendung von Modellen des Sensemakings und die nutzerzentrierte Konzeption von explorativen Suchen, neue Funktionen für die Interaktion mit Topic Models hervorbringen und einen Kontext für entsprechende Forschungsarbeiten bieten können.

Authors

Years

Languages

  • e 42
  • d 33
  • m 1
  • More… Less…

Types

  • a 58
  • m 8
  • el 7
  • s 6
  • x 3
  • p 2
  • d 1
  • More… Less…

Themes

Subjects

Classifications