-
Groß, T.; Faden, M.: Automatische Indexierung elektronischer Dokumente an der Deutschen Zentralbibliothek für Wirtschaftswissenschaften : Bericht über die Jahrestagung der Internationalen Buchwissenschaftlichen Gesellschaft (2010)
0.05
0.052163195 = product of:
0.10432639 = sum of:
0.036985204 = weight(_text_:und in 4051) [ClassicSimilarity], result of:
0.036985204 = score(doc=4051,freq=26.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.3531656 = fieldWeight in 4051, product of:
5.0990195 = tf(freq=26.0), with freq of:
26.0 = termFreq=26.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.03125 = fieldNorm(doc=4051)
0.035809677 = weight(_text_:des in 4051) [ClassicSimilarity], result of:
0.035809677 = score(doc=4051,freq=10.0), product of:
0.13085164 = queryWeight, product of:
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.04725067 = queryNorm
0.27366623 = fieldWeight in 4051, product of:
3.1622777 = tf(freq=10.0), with freq of:
10.0 = termFreq=10.0
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.03125 = fieldNorm(doc=4051)
0.031531505 = product of:
0.06306301 = sum of:
0.06306301 = weight(_text_:thesaurus in 4051) [ClassicSimilarity], result of:
0.06306301 = score(doc=4051,freq=4.0), product of:
0.21834905 = queryWeight, product of:
4.6210785 = idf(docFreq=1182, maxDocs=44218)
0.04725067 = queryNorm
0.2888174 = fieldWeight in 4051, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
4.6210785 = idf(docFreq=1182, maxDocs=44218)
0.03125 = fieldNorm(doc=4051)
0.5 = coord(1/2)
0.5 = coord(3/6)
- Abstract
- Die zunehmende Verfügbarmachung digitaler Informationen in den letzten Jahren sowie die Aussicht auf ein weiteres Ansteigen der sogenannten Datenflut kumulieren in einem grundlegenden, sich weiter verstärkenden Informationsstrukturierungsproblem. Die stetige Zunahme von digitalen Informationsressourcen im World Wide Web sichert zwar jederzeit und ortsungebunden den Zugriff auf verschiedene Informationen; offen bleibt der strukturierte Zugang, insbesondere zu wissenschaftlichen Ressourcen. Angesichts der steigenden Anzahl elektronischer Inhalte und vor dem Hintergrund stagnierender bzw. knapper werdender personeller Ressourcen in der Sacherschließun schafft keine Bibliothek bzw. kein Bibliotheksverbund es mehr, weder aktuell noch zukünftig, alle digitalen Daten zu erfassen, zu strukturieren und zueinander in Beziehung zu setzen. In der Informationsgesellschaft des 21. Jahrhunderts wird es aber zunehmend wichtiger, die in der Flut verschwundenen wissenschaftlichen Informationen zeitnah, angemessen und vollständig zu strukturieren und somit als Basis für eine Wissensgenerierung wieder nutzbar zu machen. Eine normierte Inhaltserschließung digitaler Informationsressourcen ist deshalb für die Deutsche Zentralbibliothek für Wirtschaftswissenschaften (ZBW) als wichtige Informationsinfrastruktureinrichtung in diesem Bereich ein entscheidender und auch erfolgskritischer Aspekt im Wettbewerb mit anderen Informationsdienstleistern. Weil die traditionelle intellektuelle Sacherschließung aber nicht beliebig skalierbar ist - mit dem Anstieg der Zahl an Online-Dokumenten steigt proportional auch der personelle Ressourcenbedarf an Fachreferenten, wenn ein gewisser Qualitätsstandard gehalten werden soll - bedarf es zukünftig anderer Sacherschließungsverfahren. Automatisierte Verschlagwortungsmethoden werden dabei als einzige Möglichkeit angesehen, die bibliothekarische Sacherschließung auch im digitalen Zeitalter zukunftsfest auszugestalten. Zudem können maschinelle Ansätze dazu beitragen, die Heterogenitäten (Indexierungsinkonsistenzen) zwischen den einzelnen Sacherschließer zu nivellieren, und somit zu einer homogeneren Erschließung des Bibliotheksbestandes beitragen.
Mit der Anfang 2010 begonnen Implementierung und Ergebnisevaluierung des automatischen Indexierungsverfahrens "Decisiv Categorization" der Firma Recommind soll das hier skizzierte Informationsstrukturierungsproblem in zwei Schritten gelöst werden. Kurz- bis mittelfristig soll die intellektuelle Indexierung durch ein semiautomatisches Verfahren6 unterstützt werden. Mittel- bis langfristig soll das maschinelle Verfahren, aufbauend auf einem entsprechenden Training, in die Lage versetzt werden, sowohl im Hause vorliegende Dokumente vollautomatisch zu indexieren als auch ZBW-fremde digitale Informationsressourcen zu verschlagworten bzw. zu klassifizieren, um sie in einem gemeinsamen Suchraum auffindbar machen zu können. Im Anschluss an diese Einleitung werden die ersten Ansätze maschineller Sacherschließung an der ZBW (2001-2004) und deren Ergebnisse und Problemlagen aufgezeigt. Danach werden die Rahmenbedingungen (Projektauftrag und -ziel) für eine Wiederaufnahme des Vorhabens im Jahre 2009 aufgezeigt, gefolgt von einer Darstellung der Funktionsweise der Recommind-Technologie und deren Einsatz im Rahmen der Sacherschließung von Online-Dokumenten mit einem Thesaurus. Schwerpunkt dieser Abhandlung bilden im Anschluss daran die Evaluierungsmöglichkeiten automatischer Indexierungsansätze sowie die aktuellen Ergebnisse und zentralen Erkenntnisse des Einsatzes im Kontext der ZBW. Das Fazit beschreibt die entsprechenden Schlussfolgerungen aus den erzielten Ergebnissen sowie den Ausblick auf das weitere Vorgehen.
- Object
- Standard-Thesaurus Wirtschaft
-
Panyr, J.: Vektorraum-Modell und Clusteranalyse in Information-Retrieval-Systemen (1987)
0.04
0.044476297 = product of:
0.13342889 = sum of:
0.035534237 = weight(_text_:und in 2322) [ClassicSimilarity], result of:
0.035534237 = score(doc=2322,freq=6.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.33931053 = fieldWeight in 2322, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.0625 = fieldNorm(doc=2322)
0.097894646 = weight(_text_:anwendung in 2322) [ClassicSimilarity], result of:
0.097894646 = score(doc=2322,freq=2.0), product of:
0.22876309 = queryWeight, product of:
4.8414783 = idf(docFreq=948, maxDocs=44218)
0.04725067 = queryNorm
0.42793027 = fieldWeight in 2322, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.8414783 = idf(docFreq=948, maxDocs=44218)
0.0625 = fieldNorm(doc=2322)
0.33333334 = coord(2/6)
- Abstract
- Ausgehend von theoretischen Indexierungsansätzen wird das klassische Vektorraum-Modell für automatische Indexierung (mit dem Trennschärfen-Modell) erläutert. Das Clustering in Information-Retrieval-Systemem wird als eine natürliche logische Folge aus diesem Modell aufgefaßt und in allen seinen Ausprägungen (d.h. als Dokumenten-, Term- oder Dokumenten- und Termklassifikation) behandelt. Anschließend werden die Suchstrategien in vorklassifizierten Dokumentenbeständen (Clustersuche) detailliert beschrieben. Zum Schluß wird noch die sinnvolle Anwendung der Clusteranalyse in Information-Retrieval-Systemen kurz diskutiert
-
Krüger, C.: Evaluation des WWW-Suchdienstes GERHARD unter besonderer Beachtung automatischer Indexierung (1999)
0.03
0.02507343 = product of:
0.07522029 = sum of:
0.040547714 = weight(_text_:und in 1777) [ClassicSimilarity], result of:
0.040547714 = score(doc=1777,freq=20.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.3871834 = fieldWeight in 1777, product of:
4.472136 = tf(freq=20.0), with freq of:
20.0 = termFreq=20.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.0390625 = fieldNorm(doc=1777)
0.03467257 = weight(_text_:des in 1777) [ClassicSimilarity], result of:
0.03467257 = score(doc=1777,freq=6.0), product of:
0.13085164 = queryWeight, product of:
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.04725067 = queryNorm
0.2649762 = fieldWeight in 1777, product of:
2.4494898 = tf(freq=6.0), with freq of:
6.0 = termFreq=6.0
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.0390625 = fieldNorm(doc=1777)
0.33333334 = coord(2/6)
- Abstract
- Die vorliegende Arbeit beinhaltet eine Beschreibung und Evaluation des WWW - Suchdienstes GERHARD (German Harvest Automated Retrieval and Directory). GERHARD ist ein Such- und Navigationssystem für das deutsche World Wide Web, weiches ausschließlich wissenschaftlich relevante Dokumente sammelt, und diese auf der Basis computerlinguistischer und statistischer Methoden automatisch mit Hilfe eines bibliothekarischen Klassifikationssystems klassifiziert. Mit dem DFG - Projekt GERHARD ist der Versuch unternommen worden, mit einem auf einem automatischen Klassifizierungsverfahren basierenden World Wide Web - Dienst eine Alternative zu herkömmlichen Methoden der Interneterschließung zu entwickeln. GERHARD ist im deutschsprachigen Raum das einzige Verzeichnis von Internetressourcen, dessen Erstellung und Aktualisierung vollständig automatisch (also maschinell) erfolgt. GERHARD beschränkt sich dabei auf den Nachweis von Dokumenten auf wissenschaftlichen WWW - Servern. Die Grundidee dabei war, kostenintensive intellektuelle Erschließung und Klassifizierung von lnternetseiten durch computerlinguistische und statistische Methoden zu ersetzen, um auf diese Weise die nachgewiesenen Internetressourcen automatisch auf das Vokabular eines bibliothekarischen Klassifikationssystems abzubilden. GERHARD steht für German Harvest Automated Retrieval and Directory. Die WWW - Adresse (URL) von GERHARD lautet: http://www.gerhard.de. Im Rahmen der vorliegenden Diplomarbeit soll eine Beschreibung des Dienstes mit besonderem Schwerpunkt auf dem zugrundeliegenden Indexierungs- bzw. Klassifizierungssystem erfolgen und anschließend mit Hilfe eines kleinen Retrievaltests die Effektivität von GERHARD überprüft werden.
- Footnote
- Diplomarbeit im Fach Inhaltliche Erschließung, Studiengang Informationsmanagement der FH Stuttgart - Hochschule für Bibliotheks- und Informationswesen
- Imprint
- Stuttgart : FH - Hochschule für Bibliotheks- und Informationswesen
-
Kasprzik, A.: Automatisierte und semiautomatisierte Klassifizierung : eine Analyse aktueller Projekte (2014)
0.02
0.022514079 = product of:
0.06754223 = sum of:
0.043520372 = weight(_text_:und in 2470) [ClassicSimilarity], result of:
0.043520372 = score(doc=2470,freq=16.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.41556883 = fieldWeight in 2470, product of:
4.0 = tf(freq=16.0), with freq of:
16.0 = termFreq=16.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.046875 = fieldNorm(doc=2470)
0.02402186 = weight(_text_:des in 2470) [ClassicSimilarity], result of:
0.02402186 = score(doc=2470,freq=2.0), product of:
0.13085164 = queryWeight, product of:
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.04725067 = queryNorm
0.18358089 = fieldWeight in 2470, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.046875 = fieldNorm(doc=2470)
0.33333334 = coord(2/6)
- Abstract
- Das sprunghafte Anwachsen der Menge digital verfügbarer Dokumente gepaart mit dem Zeit- und Personalmangel an wissenschaftlichen Bibliotheken legt den Einsatz von halb- oder vollautomatischen Verfahren für die verbale und klassifikatorische Inhaltserschließung nahe. Nach einer kurzen allgemeinen Einführung in die gängige Methodik beleuchtet dieser Artikel eine Reihe von Projekten zur automatisierten Klassifizierung aus dem Zeitraum 2007-2012 und aus dem deutschsprachigen Raum. Ein Großteil der vorgestellten Projekte verwendet Methoden des Maschinellen Lernens aus der Künstlichen Intelligenz, arbeitet meist mit angepassten Versionen einer kommerziellen Software und bezieht sich in der Regel auf die Dewey Decimal Classification (DDC). Als Datengrundlage dienen Metadatensätze, Abstracs, Inhaltsverzeichnisse und Volltexte in diversen Datenformaten. Die abschließende Analyse enthält eine Anordnung der Projekte nach einer Reihe von verschiedenen Kriterien und eine Zusammenfassung der aktuellen Lage und der größten Herausfordungen für automatisierte Klassifizierungsverfahren.
-
Fuhr, N.: Klassifikationsverfahren bei der automatischen Indexierung (1983)
0.02
0.020347577 = product of:
0.06104273 = sum of:
0.029013582 = weight(_text_:und in 7697) [ClassicSimilarity], result of:
0.029013582 = score(doc=7697,freq=4.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.27704588 = fieldWeight in 7697, product of:
2.0 = tf(freq=4.0), with freq of:
4.0 = termFreq=4.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.0625 = fieldNorm(doc=7697)
0.03202915 = weight(_text_:des in 7697) [ClassicSimilarity], result of:
0.03202915 = score(doc=7697,freq=2.0), product of:
0.13085164 = queryWeight, product of:
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.04725067 = queryNorm
0.24477452 = fieldWeight in 7697, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
2.7693076 = idf(docFreq=7536, maxDocs=44218)
0.0625 = fieldNorm(doc=7697)
0.33333334 = coord(2/6)
- Abstract
- Nach einer kurzen Einführung in die Darmstädter Projekte WAI und AIR werden die folgenden Themen behandelt: Ein Ansatz zur automatischen Klassifikation. Statistische Relationen für die Klassifikation. Indexieren von Dokumenten als Spezialfall der automatischen Klassifikation. Klassifikation von Elementen der Relevanzbeschreibung. Klassifikation zur Verbesserung der Relevanzbeschreibungen. Automatische Dokumentklassifikation und Automatische Indexierung klassifizierter Dokumente. Das Projekt AIR wird in Zusammenarbeit mit der Datenbasis INKA-PHYS des Fachinformationszentrums Energie, Physik, Mathematik in Karlsruhe durchgeführt
-
Panyr, J.: Automatische Indexierung und Klassifikation (1983)
0.01
0.008375499 = product of:
0.050252996 = sum of:
0.050252996 = weight(_text_:und in 7692) [ClassicSimilarity], result of:
0.050252996 = score(doc=7692,freq=12.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.47985753 = fieldWeight in 7692, product of:
3.4641016 = tf(freq=12.0), with freq of:
12.0 = termFreq=12.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.0625 = fieldNorm(doc=7692)
0.16666667 = coord(1/6)
- Abstract
- Im Beitrag wird zunächst eine terminologische Klärung und Gliederung für drei Indexierungsmethoden und weitere Begriffe, die Konsistenzprobleme bei intellektueller Indexierung betreffen, unternommen. Zur automatichen Indexierung werden Extraktionsmethoden erläutert und zur Automatischen Klassifikation (Clustering) und Indexierung zwei Anwendungen vorgestellt. Eine enge Kooperation zwischen den Befürwortern der intellektuellen und den Entwicklern von automatischen Indexierungsverfahren wird empfohlen
-
Panyr, J.: STEINADLER: ein Verfahren zur automatischen Deskribierung und zur automatischen thematischen Klassifikation (1978)
0.01
0.006838567 = product of:
0.0410314 = sum of:
0.0410314 = weight(_text_:und in 5169) [ClassicSimilarity], result of:
0.0410314 = score(doc=5169,freq=2.0), product of:
0.104724824 = queryWeight, product of:
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.04725067 = queryNorm
0.39180204 = fieldWeight in 5169, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
2.216367 = idf(docFreq=13101, maxDocs=44218)
0.125 = fieldNorm(doc=5169)
0.16666667 = coord(1/6)
-
Chung, Y.M.; Lee, J.Y.: ¬A corpus-based approach to comparative evaluation of statistical term association measures (2001)
0.00
0.004645029 = product of:
0.027870173 = sum of:
0.027870173 = product of:
0.055740345 = sum of:
0.055740345 = weight(_text_:thesaurus in 5769) [ClassicSimilarity], result of:
0.055740345 = score(doc=5769,freq=2.0), product of:
0.21834905 = queryWeight, product of:
4.6210785 = idf(docFreq=1182, maxDocs=44218)
0.04725067 = queryNorm
0.2552809 = fieldWeight in 5769, product of:
1.4142135 = tf(freq=2.0), with freq of:
2.0 = termFreq=2.0
4.6210785 = idf(docFreq=1182, maxDocs=44218)
0.0390625 = fieldNorm(doc=5769)
0.5 = coord(1/2)
0.16666667 = coord(1/6)
- Abstract
- Statistical association measures have been widely applied in information retrieval research, usually employing a clustering of documents or terms on the basis of their relationships. Applications of the association measures for term clustering include automatic thesaurus construction and query expansion. This research evaluates the similarity of six association measures by comparing the relationship and behavior they demonstrate in various analyses of a test corpus. Analysis techniques include comparisons of highly ranked term pairs and term clusters, analyses of the correlation among the association measures using Pearson's correlation coefficient and MDS mapping, and an analysis of the impact of a term frequency on the association values by means of z-score. The major findings of the study are as follows: First, the most similar association measures are mutual information and Yule's coefficient of colligation Y, whereas cosine and Jaccard coefficients, as well as X**2 statistic and likelihood ratio, demonstrate quite similar behavior for terms with high frequency. Second, among all the measures, the X**2 statistic is the least affected by the frequency of terms. Third, although cosine and Jaccard coefficients tend to emphasize high frequency terms, mutual information and Yule's Y seem to overestimate rare terms
