Zurück zur Startseite Zurück zur Startseite
    » Maschinengestützte Textanalyse und Übersetzung
Button_1_1_infowiss Button_1_2_sprwiss Button_1_3_publpr Button_1_4_infopol Button_1_5_systentw Button_1_6_medokholl Button_1_7_bergut Button_1_8_bastler
Winfried Schmitz-Esser, maschinengestützte Textanalyse und Übersetzung

Eine der faszinierendsten Anwendungen, die sich mit Ontologien realisieren lassen, welche auf Schmitz-Essers Cobweb-Datenmodell basieren, sind (a) maschinengestützte Textanalyse und (b) Übersetzung, hier vorzugsweise Cross-Language Information Retrieval - CLIR.

Inhalte von Texten können mit großer Sicherheit erkannt, extrahiert und Wissenssystemen zugeordnet, neues Wissen kann mit Maschinenhilfe generiert und intellektueller Nachkontrolle unterworfen werden. Die Grenzen zwischen solcherart isoliertem Wissen und dem Wissen, das in den Texten steht, rücken näher zusammen oder verfließen.

Die als Ontologie aufgemachten Wissenssammlungen können in jeder Richtung segmentiert, die Segmente mit anderen Ontologien verschmolzen werden. Einzelne Segmente können bestimmten Nutzern vorbehalten, dem Neuzugang von Wissen gezielt geöffnet werden.

Bestehende, große und hinreichend definierte Ordnungssysteme, wie zum Beispiel die Taxonomie der Pflanzen, lassen sich in solche Ontologien integrieren, heterogene Quellen nach definierten, vergleichbaren Kriterien nutzen. Unterschiedliche Welten des Sprachgebrauchs (z. B. Hochsprache, Firmenjargon, Sprachgebrauch in den Abteilungen) können berücksichtigt werden.

IR-Systeme niedrigerer Definition lassen sich mit Hilfe solcher Ontologien in ihrer Wirksamkeit untersuchen und wesentlich steigern, wie dies im Projekt SERUBA dargestellt worden ist.

Die Liste der Möglichkeiten, die damit aufgestoßen werden, ließe sich weiter verlängern. Weitere, längst nicht alle, listet Schmitz-Esser in seinen jüngsten Publikationen auf.

« Zurück