-
Endres-Niggemeyer, B.: ¬An empirical process model of abstracting (1992)
0.00
0.003515005 = product of:
0.04218006 = sum of:
0.04218006 = weight(_text_:zur in 8834) [ClassicSimilarity], result of:
0.04218006 = score(doc=8834,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.40823817 = fieldWeight in 8834, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.09375 = fieldNorm(doc=8834)
0.083333336 = coord(1/12)
- Series
- Schriften zur Informationswissenschaft; Bd.7
-
Kuhlen, R.: Abstracts, abstracting : intellektuelle und maschinelle Verfahren (1997)
0.00
0.003515005 = product of:
0.04218006 = sum of:
0.04218006 = weight(_text_:zur in 7800) [ClassicSimilarity], result of:
0.04218006 = score(doc=7800,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.40823817 = fieldWeight in 7800, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.09375 = fieldNorm(doc=7800)
0.083333336 = coord(1/12)
- Source
- Grundlagen der praktischen Information und Dokumentation: ein Handbuch zur Einführung in die fachliche Informationsarbeit. 4. Aufl. Hrsg.: M. Buder u.a
-
Hahn, U.: ¬Die Verdichtung textuellen Wissens zu Information : vom Wandel methodischer Paradigmen beim automatischen Abstracting (2004)
0.00
0.0029291706 = product of:
0.035150047 = sum of:
0.035150047 = weight(_text_:zur in 4667) [ClassicSimilarity], result of:
0.035150047 = score(doc=4667,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.34019846 = fieldWeight in 4667, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.078125 = fieldNorm(doc=4667)
0.083333336 = coord(1/12)
- Series
- Schriften zur Informationswissenschaft; Bd.41
-
Hahn, U.: Automatisches Abstracting (2013)
0.00
0.0029291706 = product of:
0.035150047 = sum of:
0.035150047 = weight(_text_:zur in 721) [ClassicSimilarity], result of:
0.035150047 = score(doc=721,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.34019846 = fieldWeight in 721, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.078125 = fieldNorm(doc=721)
0.083333336 = coord(1/12)
- Source
- Grundlagen der praktischen Information und Dokumentation. Handbuch zur Einführung in die Informationswissenschaft und -praxis. 6., völlig neu gefaßte Ausgabe. Hrsg. von R. Kuhlen, W. Semar u. D. Strauch. Begründet von Klaus Laisiepen, Ernst Lutterbeck, Karl-Heinrich Meyer-Uhlenried
-
Dammeyer, A.; Jürgensen, W.; Krüwel, C.; Poliak, E.; Ruttkowski, S.; Schäfer, Th.; Sirava, M.; Hermes, T.: Videoanalyse mit DiVA (1998)
0.00
0.0017575026 = product of:
0.02109003 = sum of:
0.02109003 = weight(_text_:zur in 23) [ClassicSimilarity], result of:
0.02109003 = score(doc=23,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.20411909 = fieldWeight in 23, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.046875 = fieldNorm(doc=23)
0.083333336 = coord(1/12)
- Abstract
- Die Bedeutung von Videos nimmt für multimediale Systeme stetig zu. Dabei existiert eine Vielzahl von Produkten zur Betrachtung von Videos, allerdings nur wenige Ansätze, den Inhalt eines Videos zu erschließen. Das DiVA-System, welches an der Universität Bremen im Rahmen eines studentischen Projektes entwickelt wird, dient der automatischen Analyse von MPEG-I Videofilmen. Der dabei verfolgte Ansatz läßt sich in vier Phasen gliedern. Zunächst wird der Videofilm durch eine Shotanalyse in seine einzelnen Kameraeinstellungen (Shots) unterteilt. Darauf aufbauend findet eine Kamerabewegungsanalyse sowie die Erstellung von Mosaicbildern statt. Mit Methoden der künstlichen Intelligenz und der digitalen Bildverarbeitung wird das analysierte Material nach Bild- und Toninformationen ausgewertet. Das Resultat ist eine textuelle Beschreibung eines Videofilms, auf der mit Hilfe von Text-Retrieval-Systemen recherchiert werden kann
-
Kuhlen, R.: Informationsaufbereitung III : Referieren (Abstracts - Abstracting - Grundlagen) (2004)
0.00
0.0016569891 = product of:
0.01988387 = sum of:
0.01988387 = weight(_text_:zur in 2917) [ClassicSimilarity], result of:
0.01988387 = score(doc=2917,freq=4.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.19244531 = fieldWeight in 2917, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.03125 = fieldNorm(doc=2917)
0.083333336 = coord(1/12)
- Abstract
- Was ein Abstract (im Folgenden synonym mit Referat oder Kurzreferat gebraucht) ist, legt das American National Standards Institute in einer Weise fest, die sicherlich von den meisten Fachleuten akzeptiert werden kann: "An abstract is defined as an abbreviated, accurate representation of the contents of a document"; fast genauso die deutsche Norm DIN 1426: "Das Kurzreferat gibt kurz und klar den Inhalt des Dokuments wieder." Abstracts gehören zum wissenschaftlichen Alltag. Weitgehend allen Publikationen, zumindest in den naturwissenschaftlichen, technischen, informationsbezogenen oder medizinischen Bereichen, gehen Abstracts voran, "prefe-rably prepared by its author(s) for publication with it". Es gibt wohl keinen Wissenschaftler, der nicht irgendwann einmal ein Abstract geschrieben hätte. Gehört das Erstellen von Abstracts dann überhaupt zur dokumentarischen bzw informationswissenschaftlichen Methodenlehre, wenn es jeder kann? Was macht den informationellen Mehrwert aus, der durch Expertenreferate gegenüber Laienreferaten erzeugt wird? Dies ist nicht so leicht zu beantworten, zumal geeignete Bewertungsverfahren fehlen, die Qualität von Abstracts vergleichend "objektiv" zu messen. Abstracts werden in erheblichem Umfang von Informationsspezialisten erstellt, oft unter der Annahme, dass Autoren selber dafür weniger geeignet sind. Vergegenwärtigen wir uns, was wir über Abstracts und Abstracting wissen. Ein besonders gelungenes Abstract ist zuweilen klarer als der Ursprungstext selber, darf aber nicht mehr Information als dieser enthalten: "Good abstracts are highly structured, concise, and coherent, and are the result of a thorough analysis of the content of the abstracted materials. Abstracts may be more readable than the basis documents, but because of size constraints they rarely equal and never surpass the information content of the basic document". Dies ist verständlich, denn ein "Abstract" ist zunächst nichts anderes als ein Ergebnis des Vorgangs einer Abstraktion. Ohne uns zu sehr in die philosophischen Hintergründe der Abstraktion zu verlieren, besteht diese doch "in der Vernachlässigung von bestimmten Vorstellungsbzw. Begriffsinhalten, von welchen zugunsten anderer Teilinhalte abgesehen, abstrahiert' wird. Sie ist stets verbunden mit einer Fixierung von (interessierenden) Merkmalen durch die aktive Aufmerksamkeit, die unter einem bestimmten pragmatischen Gesichtspunkt als wesentlich' für einen vorgestellten bzw für einen unter einen Begriff fallenden Gegenstand (oder eine Mehrheit von Gegenständen) betrachtet werden". Abstracts reduzieren weniger Begriffsinhalte, sondern Texte bezüglich ihres proportionalen Gehaltes. Borko/ Bernier haben dies sogar quantifiziert; sie schätzen den Reduktionsfaktor auf 1:10 bis 1:12
- Source
- Grundlagen der praktischen Information und Dokumentation. 5., völlig neu gefaßte Ausgabe. 2 Bde. Hrsg. von R. Kuhlen, Th. Seeger u. D. Strauch. Begründet von Klaus Laisiepen, Ernst Lutterbeck, Karl-Heinrich Meyer-Uhlenried. Bd.1: Handbuch zur Einführung in die Informationswissenschaft und -praxis
-
Goh, A.; Hui, S.C.: TES: a text extraction system (1996)
0.00
0.0015154446 = product of:
0.018185334 = sum of:
0.018185334 = product of:
0.03637067 = sum of:
0.03637067 = weight(_text_:22 in 6599) [ClassicSimilarity], result of:
0.03637067 = score(doc=6599,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.30952093 = fieldWeight in 6599, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=6599)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 26. 2.1997 10:22:43
-
Robin, J.; McKeown, K.: Empirically designing and evaluating a new revision-based model for summary generation (1996)
0.00
0.0015154446 = product of:
0.018185334 = sum of:
0.018185334 = product of:
0.03637067 = sum of:
0.03637067 = weight(_text_:22 in 6751) [ClassicSimilarity], result of:
0.03637067 = score(doc=6751,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.30952093 = fieldWeight in 6751, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=6751)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 6. 3.1997 16:22:15
-
Jones, P.A.; Bradbeer, P.V.G.: Discovery of optimal weights in a concept selection system (1996)
0.00
0.0015154446 = product of:
0.018185334 = sum of:
0.018185334 = product of:
0.03637067 = sum of:
0.03637067 = weight(_text_:22 in 6974) [ClassicSimilarity], result of:
0.03637067 = score(doc=6974,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.30952093 = fieldWeight in 6974, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.0625 = fieldNorm(doc=6974)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Source
- Information retrieval: new systems and current research. Proceedings of the 16th Research Colloquium of the British Computer Society Information Retrieval Specialist Group, Drymen, Scotland, 22-23 Mar 94. Ed.: R. Leon
-
Endres-Niggemeyer, B.; Jauris-Heipke, S.; Pinsky, S.M.; Ulbricht, U.: Wissen gewinnen durch Wissen : Ontologiebasierte Informationsextraktion (2006)
0.00
0.0014645853 = product of:
0.017575024 = sum of:
0.017575024 = weight(_text_:zur in 6016) [ClassicSimilarity], result of:
0.017575024 = score(doc=6016,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.17009923 = fieldWeight in 6016, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.0390625 = fieldNorm(doc=6016)
0.083333336 = coord(1/12)
- Abstract
- Die ontologiebasierte Informationsextraktion, über die hier berichtet wird, ist Teil eines Systems zum automatischen Zusammenfassen, das sich am Vorgehen kompetenter Menschen orientiert. Dahinter steht die Annahme, dass Menschen die Ergebnisse eines Systems leichter übernehmen können, wenn sie mit Verfahren erarbeitet worden sind, die sie selbst auch benutzen. Das erste Anwendungsgebiet ist Knochenmarktransplantation (KMT). Im Kern des Systems Summit-BMT (Summarize It in Bone Marrow Transplantation) steht eine Ontologie des Fachgebietes. Sie ist als MySQL-Datenbank realisiert und versorgt menschliche Benutzer und Systemkomponenten mit Wissen. Summit-BMT unterstützt die Frageformulierung mit einem empirisch fundierten Szenario-Interface. Die Retrievalergebnisse werden durch ein Textpassagenretrieval vorselektiert und dann kognitiv fundierten Agenten unterbreitet, die unter Einsatz ihrer Wissensbasis / Ontologie genauer prüfen, ob die Propositionen aus der Benutzerfrage getroffen werden. Die relevanten Textclips aus dem Duelldokument werden in das Szenarioformular eingetragen und mit einem Link zu ihrem Vorkommen im Original präsentiert. In diesem Artikel stehen die Ontologie und ihr Gebrauch zur wissensbasierten Informationsextraktion im Mittelpunkt. Die Ontologiedatenbank hält unterschiedliche Wissenstypen so bereit, dass sie leicht kombiniert werden können: Konzepte, Propositionen und ihre syntaktisch-semantischen Schemata, Unifikatoren, Paraphrasen und Definitionen von Frage-Szenarios. Auf sie stützen sich die Systemagenten, welche von Menschen adaptierte Zusammenfassungsstrategien ausführen. Mängel in anderen Verarbeitungsschritten führen zu Verlusten, aber die eigentliche Qualität der Ergebnisse steht und fällt mit der Qualität der Ontologie. Erste Tests der Extraktionsleistung fallen verblüffend positiv aus.
-
Endres-Niggemeyer, B.; Ziegert, C.: SummIt-BMT : (Summarize It in BMT) in Diagnose und Therapie, Abschlussbericht (2002)
0.00
0.0014645853 = product of:
0.017575024 = sum of:
0.017575024 = weight(_text_:zur in 4497) [ClassicSimilarity], result of:
0.017575024 = score(doc=4497,freq=2.0), product of:
0.103322186 = queryWeight, product of:
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.033555698 = queryNorm
0.17009923 = fieldWeight in 4497, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
3.079125 = idf(docFreq=5528, maxDocs=44218)
0.0390625 = fieldNorm(doc=4497)
0.083333336 = coord(1/12)
- Abstract
- SummIt-BMT (Summarize It in Bone Marrow Transplantation) - das Zielsystem des Projektes - soll Ärzten in der Knochenmarktransplantation durch kognitiv fundiertes Zusammenfassen (Endres-Niggemeyer, 1998) aus dem WWW eine schnelle Informationsaufnahme ermöglichen. Im bmbffinanzierten Teilprojekt, über das hier zu berichten ist, liegt der Schwerpunkt auf den klinischen Fragestellungen. SummIt-BMT hat als zentrale Komponente eine KMT-Ontologie. Den Systemablauf veranschaulicht Abb. 1: Benutzer geben ihren Informationsbedarf in ein strukturiertes Szenario ein. Sie ziehen dazu Begriffe aus der Ontologie heran. Aus dem Szenario werden Fragen an Suchmaschinen abgeleitet. Die Summit-BMT-Metasuchmaschine stößt Google an und sucht in Medline, der zentralen Literaturdatenbank der Medizin. Das Suchergebnis wird aufbereitet. Dabei werden Links zu Volltexten verfolgt und die Volltexte besorgt. Die beschafften Dokumente werden mit einem Schlüsselwortretrieval auf Passagen untersucht, in denen sich Suchkonzepte aus der Frage / Ontologie häufen. Diese Passagen werden zum Zusammenfassen vorgeschlagen. In ihnen werden die Aussagen syntaktisch analysiert. Die Systemagenten untersuchen sie. Lassen Aussagen sich mit einer semantischen Relation an die Frage anbinden, tragen also zur deren Beantwortung bei, werden sie in die Zusammenfassung aufgenommen, es sei denn, andere Agenten machen Hinderungsgründe geltend, z.B. Redundanz. Das Ergebnis der Zusammenfassung wird in das Frage/Antwort-Szenario integriert. Präsentiert werden Exzerpte aus den Quelldokumenten. Mit einem Link vermitteln sie einen sofortigen Rückgriff auf die Quelle. SummIt-BMT ist zum nächsten Durchgang von Informationssuche und Zusammenfassung bereit, sobald der Benutzer dies wünscht.
-
Vanderwende, L.; Suzuki, H.; Brockett, J.M.; Nenkova, A.: Beyond SumBasic : task-focused summarization with sentence simplification and lexical expansion (2007)
0.00
0.0011365834 = product of:
0.013639 = sum of:
0.013639 = product of:
0.027278 = sum of:
0.027278 = weight(_text_:22 in 948) [ClassicSimilarity], result of:
0.027278 = score(doc=948,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.23214069 = fieldWeight in 948, 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=948)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Abstract
- In recent years, there has been increased interest in topic-focused multi-document summarization. In this task, automatic summaries are produced in response to a specific information request, or topic, stated by the user. The system we have designed to accomplish this task comprises four main components: a generic extractive summarization system, a topic-focusing component, sentence simplification, and lexical expansion of topic words. This paper details each of these components, together with experiments designed to quantify their individual contributions. We include an analysis of our results on two large datasets commonly used to evaluate task-focused summarization, the DUC2005 and DUC2006 datasets, using automatic metrics. Additionally, we include an analysis of our results on the DUC2006 task according to human evaluation metrics. In the human evaluation of system summaries compared to human summaries, i.e., the Pyramid method, our system ranked first out of 22 systems in terms of overall mean Pyramid score; and in the human evaluation of summary responsiveness to the topic, our system ranked third out of 35 systems.
-
Wu, Y.-f.B.; Li, Q.; Bot, R.S.; Chen, X.: Finding nuggets in documents : a machine learning approach (2006)
0.00
9.471529E-4 = product of:
0.011365835 = sum of:
0.011365835 = product of:
0.02273167 = sum of:
0.02273167 = weight(_text_:22 in 5290) [ClassicSimilarity], result of:
0.02273167 = score(doc=5290,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.19345059 = fieldWeight in 5290, 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=5290)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 22. 7.2006 17:25:48
-
Kim, H.H.; Kim, Y.H.: Generic speech summarization of transcribed lecture videos : using tags and their semantic relations (2016)
0.00
9.471529E-4 = product of:
0.011365835 = sum of:
0.011365835 = product of:
0.02273167 = sum of:
0.02273167 = weight(_text_:22 in 2640) [ClassicSimilarity], result of:
0.02273167 = score(doc=2640,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.19345059 = fieldWeight in 2640, 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=2640)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 22. 1.2016 12:29:41
-
Oh, H.; Nam, S.; Zhu, Y.: Structured abstract summarization of scientific articles : summarization using full-text section information (2023)
0.00
9.471529E-4 = product of:
0.011365835 = sum of:
0.011365835 = product of:
0.02273167 = sum of:
0.02273167 = weight(_text_:22 in 889) [ClassicSimilarity], result of:
0.02273167 = score(doc=889,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.19345059 = fieldWeight in 889, 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=889)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 22. 1.2023 18:57:12
-
Jiang, Y.; Meng, R.; Huang, Y.; Lu, W.; Liu, J.: Generating keyphrases for readers : a controllable keyphrase generation framework (2023)
0.00
9.471529E-4 = product of:
0.011365835 = sum of:
0.011365835 = product of:
0.02273167 = sum of:
0.02273167 = weight(_text_:22 in 1012) [ClassicSimilarity], result of:
0.02273167 = score(doc=1012,freq=2.0), product of:
0.11750633 = queryWeight, product of:
3.5018296 = idf(docFreq=3622, maxDocs=44218)
0.033555698 = queryNorm
0.19345059 = fieldWeight in 1012, 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=1012)
0.5 = coord(1/2)
0.083333336 = coord(1/12)
- Date
- 22. 6.2023 14:55:20
