Text-Mining-Methoden im Semantic Web

Text-Mining-Methoden im Semantic Web Technologie Text-Mining-Methoden im Semantic Web Aufbau, Pflege und n utzung großer Wissensdatenbanken erfordert den kombinierten einsatz menschlicher und maschineller informations verarbeitung. Da große Teile des menschlichen Wissens in Textform vorliegen, bieten sich Methoden des Text Minings zur Extraktion von Wissensinhalten an. Dieser Beitrag behandelt Grundlagen des Text Minings im Kontext des Semantic Webs. Von Dr. Gerold Schneider und Prof. Dr. Heinrich Zimmermann as Semantic Web hilft den Usern, Inhalte besser zu finden, Klassifikator und der menschliche Annotator eng zusammenar- Dzu organisieren und zu bearbeiten. Das Anreichern der beiten, in den Fokus der Forschung. Dokumente mit semantischer Information soll eine automati- 2 Methoden des Text Minings für das Semantic Web sierte Weiterverarbeitung, etwa durch Software-Agenten, unter- stützen. 2.1 Eigennamenerkennung 1 Annotierungsaufwand für das Semantic Web (Named Entity Recognition and Grounding) Während die Semantic-Web-Sprachen wie RDF(S) und OWL Das Erkennen von Instanzen von Eigennamen war schon lange gut erforscht und standardisiert sind, gibt es viel weniger For- eine weitverbreitete Anwendung der Sprachtechnologie. In ein- schung zu der Frage, wie die enormen Mengen an Webdaten fachen Ausprägungen der Eigennamenerkennung werden Eigen- semantisch annotiert werden sollen, also die Transformation von namen und Ketten von Eigennamen gesucht. Meist verwendet konventionellen Webseiten zu reich annotierten http://www.deepdyve.com/assets/images/DeepDyve-Logo-lg.png Wirtschaftsinformatik & Management Springer Journals

Text-Mining-Methoden im Semantic Web

Loading next page...
 
/lp/springer_journal/text-mining-methoden-im-semantic-web-sNWTW6U0Go
Publisher
Springer Journals
Copyright
Copyright © 2011 by Gabler Verlag Wiesbaden GmbH
Subject
Economics / Management Science; Business Information Systems
ISSN
1867-5905
eISSN
1867-5913
D.O.I.
10.1365/s35764-011-0040-7
Publisher site
See Article on Publisher Site

Abstract

Technologie Text-Mining-Methoden im Semantic Web Aufbau, Pflege und n utzung großer Wissensdatenbanken erfordert den kombinierten einsatz menschlicher und maschineller informations verarbeitung. Da große Teile des menschlichen Wissens in Textform vorliegen, bieten sich Methoden des Text Minings zur Extraktion von Wissensinhalten an. Dieser Beitrag behandelt Grundlagen des Text Minings im Kontext des Semantic Webs. Von Dr. Gerold Schneider und Prof. Dr. Heinrich Zimmermann as Semantic Web hilft den Usern, Inhalte besser zu finden, Klassifikator und der menschliche Annotator eng zusammenar- Dzu organisieren und zu bearbeiten. Das Anreichern der beiten, in den Fokus der Forschung. Dokumente mit semantischer Information soll eine automati- 2 Methoden des Text Minings für das Semantic Web sierte Weiterverarbeitung, etwa durch Software-Agenten, unter- stützen. 2.1 Eigennamenerkennung 1 Annotierungsaufwand für das Semantic Web (Named Entity Recognition and Grounding) Während die Semantic-Web-Sprachen wie RDF(S) und OWL Das Erkennen von Instanzen von Eigennamen war schon lange gut erforscht und standardisiert sind, gibt es viel weniger For- eine weitverbreitete Anwendung der Sprachtechnologie. In ein- schung zu der Frage, wie die enormen Mengen an Webdaten fachen Ausprägungen der Eigennamenerkennung werden Eigen- semantisch annotiert werden sollen, also die Transformation von namen und Ketten von Eigennamen gesucht. Meist verwendet konventionellen Webseiten zu reich annotierten

Journal

Wirtschaftsinformatik & ManagementSpringer Journals

Published: May 25, 2011

There are no references for this article.

You’re reading a free preview. Subscribe to read the entire article.


DeepDyve is your
personal research library

It’s your single place to instantly
discover and read the research
that matters to you.

Enjoy affordable access to
over 18 million articles from more than
15,000 peer-reviewed journals.

All for just $49/month

Explore the DeepDyve Library

Search

Query the DeepDyve database, plus search all of PubMed and Google Scholar seamlessly

Organize

Save any article or search result from DeepDyve, PubMed, and Google Scholar... all in one place.

Access

Get unlimited, online access to over 18 million full-text articles from more than 15,000 scientific journals.

Your journals are on DeepDyve

Read from thousands of the leading scholarly journals from SpringerNature, Elsevier, Wiley-Blackwell, Oxford University Press and more.

All the latest content is available, no embargo periods.

See the journals in your area

DeepDyve

Freelancer

DeepDyve

Pro

Price

FREE

$49/month
$360/year

Save searches from
Google Scholar,
PubMed

Create lists to
organize your research

Export lists, citations

Read DeepDyve articles

Abstract access only

Unlimited access to over
18 million full-text articles

Print

20 pages / month

PDF Discount

20% off