Logo des Repositoriums
 

Pipelines für effiziente und robuste Ad-hoc-Textanalyse

dc.contributor.authorWachsmuth, Henning
dc.contributor.editorHölldobler, Steffen
dc.date.accessioned2017-09-22T20:47:28Z
dc.date.available2017-09-22T20:47:28Z
dc.date.issued2015
dc.description.abstractSuchmaschinen und Big-Data-Analytics-Anwendungen zielen darauf ab, ad-hoc relevante Informationen zu Anfragen zu finden. Häufig müssen dafür große Mengen natürlichsprachiger Texte verarbeitet werden. Um nicht nur potentiell relevante Texte, sondern direkt relevante Informationen zu ermitteln, werden Texte zunehmend tiefer analysiert. Dafür können theoretisch komplexe Pipelines mit zahlreichen Analysealgorithmen eingesetzt werden. Aufgrund fehlender Effizienz und Robustheit sind die durchgeführten Textanalysen in der Praxis jedoch bislang auf einfache, manuell erstellte Pipelines für antizipierte Anfragen beschränkt. Der vorliegende Beitrag gibt einen Überblick über einen Ansatz zur automatischen Erstellung von Pipelines für beliebige Textanalysen. Die resultierenden Pipelines sind effizienzoptimiert und arbeiten robust auf heterogenen Texten. Der Ansatz kombiniert zu diesem Zweck neuartige Verfahren, die auf Techniken der klassischen künstlichen Intelligenz und des maschinellen Lernens basieren. Formale Untersuchungen wie auch zahlreiche empirische Experimente belegen, dass der Ansatz einen wichtigen Schritt hin zum Ad-hoc-Einsatz von Textanalyse-Pipelines in Suchmaschinen und Big-Data-Analytics-Anwendungen darstellt.de
dc.identifier.isbn978-3-88579-975-7
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/4595
dc.language.isode
dc.publisherGesellschaft für Informatik
dc.relation.ispartofAusgezeichnete Informatikdissertationen 2015
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Dissertations, Volume D-16
dc.titlePipelines für effiziente und robuste Ad-hoc-Textanalysede
gi.citation.endPage338
gi.citation.publisherPlaceBonn
gi.citation.startPage329

Dateien

Originalbündel
1 - 1 von 1
Lade...
Vorschaubild
Name:
329.pdf
Größe:
160.63 KB
Format:
Adobe Portable Document Format