Automatisches Abstracting: Unterschied zwischen den Versionen
K |
|||
| Zeile 1: | Zeile 1: | ||
[[category:Informationstechnik]] | [[category:Informationstechnik]] | ||
| + | =Geschichtlicher Abriss= | ||
| + | ==Frühe automatische Abstraktingverfahren== | ||
| + | Erste Experimente, automatische Abstracts herzustellen, basieren auf dem Verfahren, relevante Sätze im Originaldokument nach vorgegebenen Kriterien zu erkennen, sie in eine bestimmte Reihenfolge zu bringen und in einer Sequenz auszugeben. | ||
| + | Das Verfahren konzentriert sich auf Sätze, die folgende Kriterien erfüllen: | ||
| + | |||
| + | *Beinhalten von Wörtern, die eine hohe absolute oder relative Häufigkeit aufweisen | ||
| − | + | *Beinhalten von bestimmten syntaktischen Merkmalen (Wortklassenzugehörigkeit, bevorzugte Substantive und Grundmuster von Nominalphrasen) | |
| − | |||
| − | - | + | *Aufweisen von Titelwörtern oder Begriffen aus der Positiv-Wortliste |
| − | |||
| − | - | + | Darüber hinaus werden auch bevorzugt die so genannten „topic- Sätze“ extrahiert. Diese sind dadurch gekennzeichnet, dass sie überwiegend am Anfang oder Ende eines Sinnabschnittes (Absatz, Kapitel, Abschnitt) des Textes stehen. Überdies sind „topic- Sätze“ durch einleitende Schlüsselwörter gekennzeichnet (Bsp.: „Dieser Aufsatz behandelt...“, „Zusammenfassend...“). |
| − | + | ===Funktionsweise=== | |
| + | Der erste Arbeitsschritt des automatischen Abstracting besteht in dem Erkennen von relevanten Sätzen. Nach der Identifizierung dieser Sätze erfolgt die Gewichtung der Sätze, die für ein Abstract in Frage kommen. Hierbei kommen statistische Assoziations- und Clustering-Verfahren zum Einsatz. Durch die Einstellung verschiedener cut-off-Werte können unterschiedlich lange Abstracts erstellt werden. | ||
| − | + | Die Sätze mit der stärksten Gewichtung werden dann in der Reihenfolge ihres Vorkommens im Originaltext geordnet.<br> | |
| − | + | Im Gegensatz zum intellektuellen [[Abstracting]] entsteht jedoch der Nachteil der fehlenden Textkohärenz des produzierten Kurzreferats und daraus resultieren Verständnisprobleme. | |
| − | Im Gegensatz zum intellektuellen [[Abstracting]] entsteht | ||
| + | ==Neuere Entwicklungen== | ||
Spätere Entwicklungen des automatischen Abstractingverfahrens konzentrieren sich neben der Identifizierung von relevanten Sätzen auch auf Textwissensstrukturen, die mit der Heranziehung von Weltwissen erkannt werden können. Die Kurzreferate werden folglich nicht mehr nur aus Texten abgeleitet, sondern größtenteils aus Wissensstrukturen generiert. | Spätere Entwicklungen des automatischen Abstractingverfahrens konzentrieren sich neben der Identifizierung von relevanten Sätzen auch auf Textwissensstrukturen, die mit der Heranziehung von Weltwissen erkannt werden können. Die Kurzreferate werden folglich nicht mehr nur aus Texten abgeleitet, sondern größtenteils aus Wissensstrukturen generiert. | ||
| − | = | + | |
| + | =Quelle= | ||
* Kuhlen, Rainer: Abstracts-Abstracting-Grundlagen. In: Grundlagen der praktischen Information und Dokumentation. Hrsg.: Kuhlen, Seeger, Strauch. Saur-Verlag, München. 5.Auflage. 2004. S.201-203 | * Kuhlen, Rainer: Abstracts-Abstracting-Grundlagen. In: Grundlagen der praktischen Information und Dokumentation. Hrsg.: Kuhlen, Seeger, Strauch. Saur-Verlag, München. 5.Auflage. 2004. S.201-203 | ||
Version vom 13. Juni 2006, 15:10 Uhr
Inhaltsverzeichnis
Geschichtlicher Abriss
Frühe automatische Abstraktingverfahren
Erste Experimente, automatische Abstracts herzustellen, basieren auf dem Verfahren, relevante Sätze im Originaldokument nach vorgegebenen Kriterien zu erkennen, sie in eine bestimmte Reihenfolge zu bringen und in einer Sequenz auszugeben.
Das Verfahren konzentriert sich auf Sätze, die folgende Kriterien erfüllen:
- Beinhalten von Wörtern, die eine hohe absolute oder relative Häufigkeit aufweisen
- Beinhalten von bestimmten syntaktischen Merkmalen (Wortklassenzugehörigkeit, bevorzugte Substantive und Grundmuster von Nominalphrasen)
- Aufweisen von Titelwörtern oder Begriffen aus der Positiv-Wortliste
Darüber hinaus werden auch bevorzugt die so genannten „topic- Sätze“ extrahiert. Diese sind dadurch gekennzeichnet, dass sie überwiegend am Anfang oder Ende eines Sinnabschnittes (Absatz, Kapitel, Abschnitt) des Textes stehen. Überdies sind „topic- Sätze“ durch einleitende Schlüsselwörter gekennzeichnet (Bsp.: „Dieser Aufsatz behandelt...“, „Zusammenfassend...“).
Funktionsweise
Der erste Arbeitsschritt des automatischen Abstracting besteht in dem Erkennen von relevanten Sätzen. Nach der Identifizierung dieser Sätze erfolgt die Gewichtung der Sätze, die für ein Abstract in Frage kommen. Hierbei kommen statistische Assoziations- und Clustering-Verfahren zum Einsatz. Durch die Einstellung verschiedener cut-off-Werte können unterschiedlich lange Abstracts erstellt werden.
Die Sätze mit der stärksten Gewichtung werden dann in der Reihenfolge ihres Vorkommens im Originaltext geordnet.
Im Gegensatz zum intellektuellen Abstracting entsteht jedoch der Nachteil der fehlenden Textkohärenz des produzierten Kurzreferats und daraus resultieren Verständnisprobleme.
Neuere Entwicklungen
Spätere Entwicklungen des automatischen Abstractingverfahrens konzentrieren sich neben der Identifizierung von relevanten Sätzen auch auf Textwissensstrukturen, die mit der Heranziehung von Weltwissen erkannt werden können. Die Kurzreferate werden folglich nicht mehr nur aus Texten abgeleitet, sondern größtenteils aus Wissensstrukturen generiert.
Quelle
- Kuhlen, Rainer: Abstracts-Abstracting-Grundlagen. In: Grundlagen der praktischen Information und Dokumentation. Hrsg.: Kuhlen, Seeger, Strauch. Saur-Verlag, München. 5.Auflage. 2004. S.201-203
