Das automatische Zuweisen von Themengebieten zu beliebigen Dokumenten ist eine der anspruchsvollsten Aufgaben in der Computerlinguistik. Um dies technisch überhaupt bewerkstelligen zu können, setzt es ein gewisses 'Verständnis' eines Textes voraus. Üblicherweise werden bei solchen Verfahren große -- von Hand erstellte -- thematisch vorsortierte Datenbanken benutzt. In dieser Arbeit wird zusammen mit statistischen Datenanalysen die »Datenbank« Wikipedia verwendet, um mit ihren semantischen Strukturen automatisch passende Themen von Dokumenten zu identifizieren und anschließend zuzuordnen. Darüber hinaus wird mit einem weiteren Verfahren gezeigt, wie das Auffinden ähnlicher Dokumente verbessert werden kann.
%0 Journal Article
%1 GillmeierHengartnerPedrazzini10hmd
%A Gillmeier, Stephan
%A Hengartner, Urs
%A Pedrazzini, Sandro
%D 2010
%J HMD -- Praxis der Wirtschaftsinformatik
%K 01624 paper ai semantic web lexicon information retrieval knowledge processing
%N 1
%P 70--80
%R 10.1007/BF03340439
%T Wie man mit der Wikipedia semantische Verfahren verbessern kann
%V 47
%X Das automatische Zuweisen von Themengebieten zu beliebigen Dokumenten ist eine der anspruchsvollsten Aufgaben in der Computerlinguistik. Um dies technisch überhaupt bewerkstelligen zu können, setzt es ein gewisses 'Verständnis' eines Textes voraus. Üblicherweise werden bei solchen Verfahren große -- von Hand erstellte -- thematisch vorsortierte Datenbanken benutzt. In dieser Arbeit wird zusammen mit statistischen Datenanalysen die »Datenbank« Wikipedia verwendet, um mit ihren semantischen Strukturen automatisch passende Themen von Dokumenten zu identifizieren und anschließend zuzuordnen. Darüber hinaus wird mit einem weiteren Verfahren gezeigt, wie das Auffinden ähnlicher Dokumente verbessert werden kann.
@article{GillmeierHengartnerPedrazzini10hmd,
abstract = {Das automatische Zuweisen von Themengebieten zu beliebigen Dokumenten ist eine der anspruchsvollsten Aufgaben in der Computerlinguistik. Um dies technisch überhaupt bewerkstelligen zu können, setzt es ein gewisses 'Verständnis' eines Textes voraus. Üblicherweise werden bei solchen Verfahren große -- von Hand erstellte -- thematisch vorsortierte Datenbanken benutzt. In dieser Arbeit wird zusammen mit statistischen Datenanalysen die »Datenbank« Wikipedia verwendet, um mit ihren semantischen Strukturen automatisch passende Themen von Dokumenten zu identifizieren und anschließend zuzuordnen. Darüber hinaus wird mit einem weiteren Verfahren gezeigt, wie das Auffinden ähnlicher Dokumente verbessert werden kann.},
added-at = {2016-06-17T14:12:42.000+0200},
author = {Gillmeier, Stephan and Hengartner, Urs and Pedrazzini, Sandro},
biburl = {https://www.bibsonomy.org/bibtex/2f4f32383acff919d5accd87127aa5c64/flint63},
doi = {10.1007/BF03340439},
file = {SpringerLink:2010/GillmeierHengartnerPedrazzini10hmd.pdf:PDF},
groups = {public},
interhash = {fc1aed5146515875e209418dcd421341},
intrahash = {f4f32383acff919d5accd87127aa5c64},
issn = {1436-3011},
journal = {HMD -- Praxis der Wirtschaftsinformatik},
keywords = {01624 paper ai semantic web lexicon information retrieval knowledge processing},
month = {#feb#},
number = 1,
pages = {70--80},
timestamp = {2017-07-13T18:09:57.000+0200},
title = {{Wie man mit der Wikipedia semantische Verfahren verbessern kann}},
username = {flint63},
volume = 47,
year = 2010
}