Search (7 results, page 1 of 1)

  • × theme_ss:"Referieren"
  • × year_i:[2000 TO 2010}
  1. Parekh, R.L.: Advanced indexing and abstracting practices (2000) 0.01
    0.013800584 = product of:
      0.04140175 = sum of:
        0.04140175 = product of:
          0.062102623 = sum of:
            0.031153653 = weight(_text_:online in 119) [ClassicSimilarity], result of:
              0.031153653 = score(doc=119,freq=2.0), product of:
                0.1548489 = queryWeight, product of:
                  3.0349014 = idf(docFreq=5778, maxDocs=44218)
                  0.051022716 = queryNorm
                0.20118743 = fieldWeight in 119, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  3.0349014 = idf(docFreq=5778, maxDocs=44218)
                  0.046875 = fieldNorm(doc=119)
            0.03094897 = weight(_text_:retrieval in 119) [ClassicSimilarity], result of:
              0.03094897 = score(doc=119,freq=2.0), product of:
                0.15433937 = queryWeight, product of:
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.051022716 = queryNorm
                0.20052543 = fieldWeight in 119, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.046875 = fieldNorm(doc=119)
          0.6666667 = coord(2/3)
      0.33333334 = coord(1/3)
    
    Abstract
    Indexing and abstracting are not activities that should be looked upon as ends in themselves. It is the results of these activities that should be evaluated and this can only be done within the context of a particular database, whether in printed or machine-readable form. In this context, the indexing can be judged successful if it allows searchers to locate items they want without having to look at many they do not want. This book intended primarily as a text to be used in teaching indexing and abstracting of Library and information science. It is an immense value to all individuals and institutions involved in information retrieval and related activities, including librarians, managers of information centres and database producers.
    Content
    Inhalt: 1. Indexing and Abstracting 2. Automatic Indexing and Automatic Abstracting 3. Principles of Indexing 4.Periodicals Listing and Accessioning 5. Online Computer Service 6. Dialog, Searching and Bibliographic Display 7. Books 8. Bibliographic Control 9. Abstracting Functions 10. Acquisition System 11. Future of Indexing and Abstracting Services
  2. Brintzinger, K.-R.: Abstracts im Verbund : Von der bibliothekarischen zur nutzerorientierten Erschließung. ein Versuch des Juristischen Seminars der Universität Tübingen (2003) 0.01
    0.01201222 = product of:
      0.03603666 = sum of:
        0.03603666 = weight(_text_:im in 1548) [ClassicSimilarity], result of:
          0.03603666 = score(doc=1548,freq=8.0), product of:
            0.1442303 = queryWeight, product of:
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.051022716 = queryNorm
            0.24985497 = fieldWeight in 1548, product of:
              2.828427 = tf(freq=8.0), with freq of:
                8.0 = termFreq=8.0
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.03125 = fieldNorm(doc=1548)
      0.33333334 = coord(1/3)
    
    Content
    "Der etwas provokante Titel soll keineswegs eine Dichotomie zwischen bibliothekarischer und nutzerorientierter Erschließung implizieren, sondern zwei Fragen stellen: Was suchen Nutzer in Bibliotheken? Was wollen Nutzer wissen? Die Antwort darauf wird immer heißen: Nutzer suchen nach Inhalten und wollen Informationen über Inhalte. Formale Aspekte, die unter bibliothekarischen Gesichtspunkten durchaus bedeutend sind, spielen für den Nutzer keine große Rolle, Schlagworte als Instrumente der verbalen Sacherschließung beschreiben Inhalte häufig unzureichend und sind für Nutzer vielfach unverständlich. Die bunten Kataloge der Internet-Buchhändler stellen zunehmend einen Kontrast, aber auch eine Konkurrenz zu unseren OPACs dar. Wer in diesen Katalogen recherchiert, findet zwar meist nur eine rudimentäre und natürlich bibliothekarischen Kriterien nicht entsprechende Titelbeschreibung, dafür jedoch regelmäßig zusätzliche Informationen wie Abstracts oder Verlagsinformationen, Rezensionen, Abbildungen, Textproben. Sollen wir uns nun den Katalog von Amazon.de (und seiner Konkurrenten) zum Vorbild nehmen? Wir meinen ja und erfassen daher Abstracts und andere Inhaltsinformationen, die wir mit unseren Titelaufnahmen im Verbund verlinken. Wir sehen darin eine Fortsetzung unseres seit einigen Jahren verfolgten Zieles, die traditionelle Sach- und Formalerschließung um neue Komponenten zu erweitern. Seit 1997 beteiligen wir uns an der kooperativen Aufsatzerschließung, insbesondere durch die Katalogisierung von Festschriftenaufsätzen. Aufsätze in fortlaufenden Sammelwerken katalogisieren wir nur ausnahmsweise, jedoch weisen wir von den Verlagen im Internet angebotene Inhaltsinformationen über Zeitschriften (Inhaltsverzeichnisse, Abstracts, Volltexte) auf der lokalen Ebene nach. Mit unserem Versuch, Abstracts in eine Datenbank des Verbundes einzustellen, haben wir Ende 2000 begonnen. Von ausgewählten Monographien werden Klappentexte, Verlagsinformationen und Abstracts erfasst und mit der Titelaufnahme verlinkt. Unser bisheriges Verfahren ist handgestrickt - hat aber den Vorteil, dass es ohne zusätzliche Technik auskommt und unmittelbar umsetzbar ist: In einem ersten Schritt werden Klappentexte und Inhaltsinformationen von geeigneten Werken ausgewählt. Die Auswahl berücksichtigt sowohl die Bedeutung des Buches wie Umfang und Qualität der Inhaltsinformationen. Das Erfassen der Texte geschieht durch Einscannen oder - wenn dies bei kurzen Texten effizienter ist - durch Abschreiben. Bei einzelnen Verlagen ist es möglich, die Texte direkt von den Webseiten des Verlages per copy-and-paste zu übernehmen. Die Doktoranden unserer Fakultät bitten wir um die Lieferung des Abstracts als Textdatei. Die durch Einscannen, Abschreiben oder Kopieren erzeugte Textdatei wird im nächsten Schritt in eine vom BSZ entwickelte Muster-HTML-Datei kopiert, konvertiert und mit der SWBIdentnummer versehen. Anschließend senden wir diese Datei per E-Mail an den Verbund. Der Verbund stellt unsere Dateien in den BSZ-Medienserver (http://www.bszbw.de/diglib/medserv/metainfhtml) ein, auf dem z.B. auch die ebenfalls mit den VerbundTiteldaten verlinkten IfB- und ekz-Rezensionen gespeichert werden."
  3. Endres-Niggemeyer, B.; Ziegert, C.: SummIt-BMT : (Summarize It in BMT) in Diagnose und Therapie, Abschlussbericht (2002) 0.01
    0.007507637 = product of:
      0.022522911 = sum of:
        0.022522911 = weight(_text_:im in 4497) [ClassicSimilarity], result of:
          0.022522911 = score(doc=4497,freq=2.0), product of:
            0.1442303 = queryWeight, product of:
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.051022716 = queryNorm
            0.15615936 = fieldWeight in 4497, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.0390625 = fieldNorm(doc=4497)
      0.33333334 = coord(1/3)
    
    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.
  4. Kuhlen, R.: Informationsaufbereitung III : Referieren (Abstracts - Abstracting - Grundlagen) (2004) 0.01
    0.00600611 = product of:
      0.01801833 = sum of:
        0.01801833 = weight(_text_:im in 2917) [ClassicSimilarity], result of:
          0.01801833 = score(doc=2917,freq=2.0), product of:
            0.1442303 = queryWeight, product of:
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.051022716 = queryNorm
            0.12492748 = fieldWeight in 2917, product of:
              1.4142135 = tf(freq=2.0), with freq of:
                2.0 = termFreq=2.0
              2.8267863 = idf(docFreq=7115, maxDocs=44218)
              0.03125 = fieldNorm(doc=2917)
      0.33333334 = coord(1/3)
    
    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
  5. Wan, X.; Yang, J.; Xiao, J.: Incorporating cross-document relationships between sentences for single document summarizations (2006) 0.00
    0.0046085827 = product of:
      0.013825747 = sum of:
        0.013825747 = product of:
          0.04147724 = sum of:
            0.04147724 = weight(_text_:22 in 2421) [ClassicSimilarity], result of:
              0.04147724 = score(doc=2421,freq=2.0), product of:
                0.17867287 = queryWeight, product of:
                  3.5018296 = idf(docFreq=3622, maxDocs=44218)
                  0.051022716 = queryNorm
                0.23214069 = fieldWeight in 2421, 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=2421)
          0.33333334 = coord(1/3)
      0.33333334 = coord(1/3)
    
    Source
    Research and advanced technology for digital libraries : 10th European conference, proceedings / ECDL 2006, Alicante, Spain, September 17 - 22, 2006
  6. Lancaster, F.W.: Indexing and abstracting in theory and practice (2003) 0.00
    0.0034387745 = product of:
      0.0103163235 = sum of:
        0.0103163235 = product of:
          0.03094897 = sum of:
            0.03094897 = weight(_text_:retrieval in 4913) [ClassicSimilarity], result of:
              0.03094897 = score(doc=4913,freq=2.0), product of:
                0.15433937 = queryWeight, product of:
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.051022716 = queryNorm
                0.20052543 = fieldWeight in 4913, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.046875 = fieldNorm(doc=4913)
          0.33333334 = coord(1/3)
      0.33333334 = coord(1/3)
    
    Content
    Covers: indexing principles and practice; precoordinate indexes; consistency and quality of indexing; types and functions of abstracts; writing an abstract; evaluation theory and practice; approaches used in indexing and abstracting services; indexing enhancement; natural language in information retrieval; indexing and abstracting of imaginative works; databases of images and sound; automatic indexing and abstracting; the future of indexing and abstracting services
  7. Wang, F.L.; Yang, C.C.: ¬The impact analysis of language differences on an automatic multilingual text summarization system (2006) 0.00
    0.0028656456 = product of:
      0.008596936 = sum of:
        0.008596936 = product of:
          0.025790809 = sum of:
            0.025790809 = weight(_text_:retrieval in 5049) [ClassicSimilarity], result of:
              0.025790809 = score(doc=5049,freq=2.0), product of:
                0.15433937 = queryWeight, product of:
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.051022716 = queryNorm
                0.16710453 = fieldWeight in 5049, product of:
                  1.4142135 = tf(freq=2.0), with freq of:
                    2.0 = termFreq=2.0
                  3.024915 = idf(docFreq=5836, maxDocs=44218)
                  0.0390625 = fieldNorm(doc=5049)
          0.33333334 = coord(1/3)
      0.33333334 = coord(1/3)
    
    Abstract
    Based on the salient features of the documents, automatic text summarization systems extract the key sentences from source documents. This process supports the users in evaluating the relevance of the extracted documents returned by information retrieval systems. Because of this tool, efficient filtering can be achieved. Indirectly, these systems help to resolve the problem of information overloading. Many automatic text summarization systems have been implemented for use with different languages. It has been established that the grammatical and lexical differences between languages have a significant effect on text processing. However, the impact of the language differences on the automatic text summarization systems has not yet been investigated. The authors provide an impact analysis of language difference on automatic text summarization. It includes the effect on the extraction processes, the scoring mechanisms, the performance, and the matching of the extracted sentences, using the parallel corpus in English and Chinese as the tested object. The analysis results provide a greater understanding of language differences and promote the future development of more advanced text summarization techniques.