Search (32 results, page 1 of 2)

Hotho, A.; Bloehdorn, S.: Data Mining 2004 : Text classification by boosting weak learners based on terms and concepts (2004) 0.14

0.1417163 = product of:
  0.2834326 = sum of:
    0.06659736 = product of:
      0.19979207 = sum of:
        0.19979207 = weight(_text_:3a in 562) [ClassicSimilarity], result of:
          0.19979207 = score(doc=562,freq=2.0), product of:
            0.3554905 = queryWeight, product of:
              8.478011 = idf(docFreq=24, maxDocs=44218)
              0.041930884 = 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)
    0.19979207 = weight(_text_:2f in 562) [ClassicSimilarity], result of:
      0.19979207 = score(doc=562,freq=2.0), product of:
        0.3554905 = queryWeight, product of:
          8.478011 = idf(docFreq=24, maxDocs=44218)
          0.041930884 = 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)
    0.017043166 = product of:
      0.03408633 = sum of:
        0.03408633 = weight(_text_:22 in 562) [ClassicSimilarity], result of:
          0.03408633 = score(doc=562,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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(3/6)

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

Liu, R.-L.: Dynamic category profiling for text filtering and classification (2007) 0.02

0.021230947 = product of:
  0.12738568 = sum of:
    0.12738568 = weight(_text_:168 in 900) [ClassicSimilarity], result of:
      0.12738568 = score(doc=900,freq=2.0), product of:
        0.28385672 = queryWeight, product of:
          6.769634 = idf(docFreq=137, maxDocs=44218)
          0.041930884 = queryNorm
        0.44876754 = fieldWeight in 900, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          6.769634 = idf(docFreq=137, maxDocs=44218)
          0.046875 = fieldNorm(doc=900)
  0.16666667 = coord(1/6)

Source: Information processing and management. 43(2007) no.1, S.154-168

Reiner, U.: Automatische DDC-Klassifizierung bibliografischer Titeldatensätze der Deutschen Nationalbibliografie (2009) 0.02
```
0.019294834 = product of:
  0.0578845 = sum of:
    0.046522386 = weight(_text_:b in 3284) [ClassicSimilarity], result of:
      0.046522386 = score(doc=3284,freq=8.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.31315655 = fieldWeight in 3284, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.03125 = fieldNorm(doc=3284)
    0.011362111 = product of:
      0.022724222 = sum of:
        0.022724222 = weight(_text_:22 in 3284) [ClassicSimilarity], result of:
          0.022724222 = score(doc=3284,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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)
  0.33333334 = coord(2/6)
```
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.

Date

22. 1.2010 14:41:24
Liu, R.-L.: ¬A passage extractor for classification of disease aspect information (2013) 0.01
```
0.0144263785 = product of:
  0.043279134 = sum of:
    0.029076494 = weight(_text_:b in 1107) [ClassicSimilarity], result of:
      0.029076494 = score(doc=1107,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 1107, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1107)
    0.014202639 = product of:
      0.028405279 = sum of:
        0.028405279 = weight(_text_:22 in 1107) [ClassicSimilarity], result of:
          0.028405279 = score(doc=1107,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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)
  0.33333334 = coord(2/6)
```
Abstract

Retrieval of disease information is often based on several key aspects such as etiology, diagnosis, treatment, prevention, and symptoms of diseases. Automatic identification of disease aspect information is thus essential. In this article, I model the aspect identification problem as a text classification (TC) problem in which a disease aspect corresponds to a category. The disease aspect classification problem poses two challenges to classifiers: (a) a medical text often contains information about multiple aspects of a disease and hence produces noise for the classifiers and (b) text classifiers often cannot extract the textual parts (i.e., passages) about the categories of interest. I thus develop a technique, PETC (Passage Extractor for Text Classification), that extracts passages (from medical texts) for the underlying text classifiers to classify. Case studies on thousands of Chinese and English medical texts show that PETC enhances a support vector machine (SVM) classifier in classifying disease aspect information. PETC also performs better than three state-of-the-art classifier enhancement techniques, including two passage extraction techniques for text classifiers and a technique that employs term proximity information to enhance text classifiers. The contribution is of significance to evidence-based medicine, health education, and healthcare decision support. PETC can be used in those application domains in which a text to be classified may have several parts about different categories.

Date

28.10.2013 19:22:57

Wätjen, H.-J.; Diekmann, B.; Möller, G.; Carstensen, K.-U.: Bericht zum DFG-Projekt: GERHARD : German Harvest Automated Retrieval and Directory (1998) 0.01

0.009692165 = product of:
  0.05815299 = sum of:
    0.05815299 = weight(_text_:b in 3065) [ClassicSimilarity], result of:
      0.05815299 = score(doc=3065,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.3914457 = fieldWeight in 3065, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.078125 = fieldNorm(doc=3065)
  0.16666667 = coord(1/6)

Shen, D.; Chen, Z.; Yang, Q.; Zeng, H.J.; Zhang, B.; Lu, Y.; Ma, W.Y.: Web page classification through summarization (2004) 0.01

0.009692165 = product of:
  0.05815299 = sum of:
    0.05815299 = weight(_text_:b in 4132) [ClassicSimilarity], result of:
      0.05815299 = score(doc=4132,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.3914457 = fieldWeight in 4132, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.078125 = fieldNorm(doc=4132)
  0.16666667 = coord(1/6)

Koch, T.; Ardö, A.: Automatic classification of full-text HTML-documents from one specific subject area : DESIRE II D3.6a, Working Paper 2 (2000) 0.01
```
0.007753731 = product of:
  0.046522386 = sum of:
    0.046522386 = weight(_text_:b in 1667) [ClassicSimilarity], result of:
      0.046522386 = score(doc=1667,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.31315655 = fieldWeight in 1667, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0625 = fieldNorm(doc=1667)
  0.16666667 = coord(1/6)
```
Content

1 Introduction / 2 Method overview / 3 Ei thesaurus preprocessing / 4 Automatic classification process: 4.1 Matching -- 4.2 Weighting -- 4.3 Preparation for display / 5 Results of the classification process / 6 Evaluations / 7 Software / 8 Other applications / 9 Experiments with universal classification systems / References / Appendix A: Ei classification service: Software / Appendix B: Use of the classification software as subject filter in a WWW harvester.
Reiner, U.: VZG-Projekt Colibri : Bewertung von automatisch DDC-klassifizierten Titeldatensätzen der Deutschen Nationalbibliothek (DNB) (2009) 0.01
```
0.006853395 = product of:
  0.04112037 = sum of:
    0.04112037 = weight(_text_:b in 2675) [ClassicSimilarity], result of:
      0.04112037 = score(doc=2675,freq=4.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.2767939 = fieldWeight in 2675, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2675)
  0.16666667 = coord(1/6)
```
Abstract

Das VZG-Projekt Colibri/DDC beschäftigt sich seit 2003 mit automatischen Verfahren zur Dewey-Dezimalklassifikation (Dewey Decimal Classification, kurz DDC). Ziel des Projektes ist eine einheitliche DDC-Erschließung von bibliografischen Titeldatensätzen und eine Unterstützung der DDC-Expert(inn)en und DDC-Laien, z. B. bei der Analyse und Synthese von DDC-Notationen und deren Qualitätskontrolle und der DDC-basierten Suche. Der vorliegende Bericht konzentriert sich auf die erste größere automatische DDC-Klassifizierung und erste automatische und intellektuelle Bewertung mit der Klassifizierungskomponente vc_dcl1. Grundlage hierfür waren die von der Deutschen Nationabibliothek (DNB) im November 2007 zur Verfügung gestellten 25.653 Titeldatensätze (12 Wochen-/Monatslieferungen) der Deutschen Nationalbibliografie der Reihen A, B und H. Nach Erläuterung der automatischen DDC-Klassifizierung und automatischen Bewertung in Kapitel 2 wird in Kapitel 3 auf den DNB-Bericht "Colibri_Auswertung_DDC_Endbericht_Sommer_2008" eingegangen. Es werden Sachverhalte geklärt und Fragen gestellt, deren Antworten die Weichen für den Verlauf der weiteren Klassifizierungstests stellen werden. Über das Kapitel 3 hinaus führende weitergehende Betrachtungen und Gedanken zur Fortführung der automatischen DDC-Klassifizierung werden in Kapitel 4 angestellt. Der Bericht dient dem vertieften Verständnis für die automatischen Verfahren.
Qu, B.; Cong, G.; Li, C.; Sun, A.; Chen, H.: ¬An evaluation of classification models for question topic categorization (2012) 0.01
```
0.006853395 = product of:
  0.04112037 = sum of:
    0.04112037 = weight(_text_:b in 237) [ClassicSimilarity], result of:
      0.04112037 = score(doc=237,freq=4.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.2767939 = fieldWeight in 237, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=237)
  0.16666667 = coord(1/6)
```
Abstract

We study the problem of question topic classification using a very large real-world Community Question Answering (CQA) dataset from Yahoo! Answers. The dataset comprises 3.9 million questions and these questions are organized into more than 1,000 categories in a hierarchy. To the best knowledge, this is the first systematic evaluation of the performance of different classification methods on question topic classification as well as short texts. Specifically, we empirically evaluate the following in classifying questions into CQA categories: (a) the usefulness of n-gram features and bag-of-word features; (b) the performance of three standard classification algorithms (naive Bayes, maximum entropy, and support vector machines); (c) the performance of the state-of-the-art hierarchical classification algorithms; (d) the effect of training data size on performance; and (e) the effectiveness of the different components of CQA data, including subject, content, asker, and the best answer. The experimental results show what aspects are important for question topic classification in terms of both effectiveness and efficiency. We believe that the experimental findings from this study will be useful in real-world classification problems.
Montesi, M.; Navarrete, T.: Classifying web genres in context : A case study documenting the web genres used by a software engineer (2008) 0.01
```
0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 2100) [ClassicSimilarity], result of:
      0.03489179 = score(doc=2100,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 2100, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=2100)
  0.16666667 = coord(1/6)
```
Abstract

This case study analyzes the Internet-based resources that a software engineer uses in his daily work. Methodologically, we studied the web browser history of the participant, classifying all the web pages he had seen over a period of 12 days into web genres. We interviewed him before and after the analysis of the web browser history. In the first interview, he spoke about his general information behavior; in the second, he commented on each web genre, explaining why and how he used them. As a result, three approaches allow us to describe the set of 23 web genres obtained: (a) the purposes they serve for the participant; (b) the role they play in the various work and search phases; (c) and the way they are used in combination with each other. Further observations concern the way the participant assesses quality of web-based resources, and his information behavior as a software engineer.

Choi, B.; Peng, X.: Dynamic and hierarchical classification of Web pages (2004) 0.01

0.0058152988 = product of:
  0.03489179 = sum of:
    0.03489179 = weight(_text_:b in 2555) [ClassicSimilarity], result of:
      0.03489179 = score(doc=2555,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.23486741 = fieldWeight in 2555, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.046875 = fieldNorm(doc=2555)
  0.16666667 = coord(1/6)

Subramanian, S.; Shafer, K.E.: Clustering (2001) 0.01

0.0056810556 = product of:
  0.03408633 = sum of:
    0.03408633 = product of:
      0.06817266 = sum of:
        0.06817266 = weight(_text_:22 in 1046) [ClassicSimilarity], result of:
          0.06817266 = score(doc=1046,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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)
  0.16666667 = coord(1/6)

Date: 5. 5.2003 14:17:22

Ribeiro-Neto, B.; Laender, A.H.F.; Lima, L.R.S. de: ¬An experimental study in automatically categorizing medical documents (2001) 0.00

0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 5702) [ClassicSimilarity], result of:
      0.029076494 = score(doc=5702,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 5702, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5702)
  0.16666667 = coord(1/6)

Calado, P.; Cristo, M.; Gonçalves, M.A.; Moura, E.S. de; Ribeiro-Neto, B.; Ziviani, N.: Link-based similarity measures for the classification of Web documents (2006) 0.00

0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 4921) [ClassicSimilarity], result of:
      0.029076494 = score(doc=4921,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 4921, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=4921)
  0.16666667 = coord(1/6)

Han, K.; Rezapour, R.; Nakamura, K.; Devkota, D.; Miller, D.C.; Diesner, J.: ¬An expert-in-the-loop method for domain-specific document categorization based on small training data (2023) 0.00
```
0.0048460825 = product of:
  0.029076494 = sum of:
    0.029076494 = weight(_text_:b in 967) [ClassicSimilarity], result of:
      0.029076494 = score(doc=967,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.19572285 = fieldWeight in 967, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.0390625 = fieldNorm(doc=967)
  0.16666667 = coord(1/6)
```
Abstract

Automated text categorization methods are of broad relevance for domain experts since they free researchers and practitioners from manual labeling, save their resources (e.g., time, labor), and enrich the data with information helpful to study substantive questions. Despite a variety of newly developed categorization methods that require substantial amounts of annotated data, little is known about how to build models when (a) labeling texts with categories requires substantial domain expertise and/or in-depth reading, (b) only a few annotated documents are available for model training, and (c) no relevant computational resources, such as pretrained models, are available. In a collaboration with environmental scientists who study the socio-ecological impact of funded biodiversity conservation projects, we develop a method that integrates deep domain expertise with computational models to automatically categorize project reports based on a small sample of 93 annotated documents. Our results suggest that domain expertise can improve automated categorization and that the magnitude of these improvements is influenced by the experts' understanding of categories and their confidence in their annotation, as well as data sparsity and additional category characteristics such as the portion of exclusive keywords that can identify a category.

Reiner, U.: Automatische DDC-Klassifizierung von bibliografischen Titeldatensätzen (2009) 0.00

0.0047342135 = product of:
  0.028405279 = sum of:
    0.028405279 = product of:
      0.056810558 = sum of:
        0.056810558 = weight(_text_:22 in 611) [ClassicSimilarity], result of:
          0.056810558 = score(doc=611,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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)
  0.16666667 = coord(1/6)

Date: 22. 8.2009 12:54:24

HaCohen-Kerner, Y. et al.: Classification using various machine learning methods and combinations of key-phrases and visual features (2016) 0.00

0.0047342135 = product of:
  0.028405279 = sum of:
    0.028405279 = product of:
      0.056810558 = sum of:
        0.056810558 = weight(_text_:22 in 2748) [ClassicSimilarity], result of:
          0.056810558 = score(doc=2748,freq=2.0), product of:
            0.1468348 = queryWeight, product of:
              3.5018296 = idf(docFreq=3622, maxDocs=44218)
              0.041930884 = 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)
  0.16666667 = coord(1/6)

Date: 1. 2.2016 18:25:22

Billal, B.; Fonseca, A.; Sadat, F.; Lounis, H.: Semi-supervised learning and social media text analysis towards multi-labeling categorization (2017) 0.00

0.0038768656 = product of:
  0.023261193 = sum of:
    0.023261193 = weight(_text_:b in 4095) [ClassicSimilarity], result of:
      0.023261193 = score(doc=4095,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.15657827 = fieldWeight in 4095, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.03125 = fieldNorm(doc=4095)
  0.16666667 = coord(1/6)

Altinel, B.; Ganiz, M.C.: Semantic text classification : a survey of past and recent advances (2018) 0.00

0.0038768656 = product of:
  0.023261193 = sum of:
    0.023261193 = weight(_text_:b in 5051) [ClassicSimilarity], result of:
      0.023261193 = score(doc=5051,freq=2.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.15657827 = fieldWeight in 5051, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.03125 = fieldNorm(doc=5051)
  0.16666667 = coord(1/6)

Oberhauser, O.: Automatisches Klassifizieren : Entwicklungsstand - Methodik - Anwendungsbereiche (2005) 0.00
```
0.0034266976 = product of:
  0.020560184 = sum of:
    0.020560184 = weight(_text_:b in 38) [ClassicSimilarity], result of:
      0.020560184 = score(doc=38,freq=4.0), product of:
        0.14855953 = queryWeight, product of:
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.041930884 = queryNorm
        0.13839695 = fieldWeight in 38, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          3.542962 = idf(docFreq=3476, maxDocs=44218)
          0.01953125 = fieldNorm(doc=38)
  0.16666667 = coord(1/6)
```
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.).

Search (32 results, page 1 of 2)

Authors

Years

Languages

Types

Themes