Semantisches Information Retrieval aus Texten am Fallbeispiel Elektronische Berufsberatung (SIR)

使用电子职业建议（SIR）案例研究从文本中检索语义信息

• 批准号: 5446581
• 负责人: Professorin Dr. Iryna Gurevych
• 金额: --
• 依托单位: Fachgebiet Ubiquitäre Wissensverarbeitung
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2005
• 资助国家: 德国
• 起止时间: 2004-12-31 至 2015-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5446581?language=en
• 关键词: Semantisches; Information; Retrieval; aus; Texten

Wir schlagen einen neuen Ansatz zum Information Retrieval (IR) vor, in dem die Relevanz eines Dokuments in Bezug auf eine Anfrage mit Hilfe von Maßen der lexikalisch-semantischen Ähnlichkeit approximiert wird. Gegenwärtige IR-Systeme bestimmen die Relevanz auf der Grundlage von Booleschen Modellen, Vektorraum-Modellen oder probabilistischen Modellen. Anfragen und Dokumente werden entweder als Mengen von Indextermen oder als Wortvektoren repräsentiert. Durch die Reduktion des Textes auf eine Menge von Wörtern gehen viele relevante Informationen verloren. Zwischen den einzelnen Wörtern existieren semantische und lexikalische Relationen, deren Wichtigkeit für die Bedeutung eines Textes jedoch nicht berücksichtigt wird. Ansätze, die auf das tiefe automatische Sprachverstehen abzielen, waren bisher typischerweise auf enge Domänen beschränkt. In diesem Projekt wird das Information Retrieval mit dem Wissen des GermaNet, eines lexikalisch-semantischen Wortnetzes mit großer Abdeckung, angereichert. Die Zwischenrepräsentation für das Information Retrieval wird verbessert, indem Wörter der natürlichen Sprache auf lexikalische Konzepte dieses Wortnetzes abgebildet werden. Die Relevanz eines Dokuments in Bezug auf eine Anfrage wird auf Grundlage der konzeptuellen Repräsentationen von Anfrage und Dokument und der semantischen Ähnlichkeit der entsprechenden Konzepte ermittelt. Dies bezieht das in GermaNet modellierte lexikalische Wissen, Domänen- und Weltwissen sowie die Ergebnisse einer umfassenden Korpusanalyse mit ein.

我们将在一个具有基本语义特征的框架内建立一个新的文献检索系统。一般IR系统与布尔模型、Vektorraum-Modellen或概率模型的基础相关性最好。Anfragen und Dokumente韦尔登entweder als Mengen von Indextermen or der als Wortvektoren repräsentiert.在西方，减少文本中的相关信息是非常重要的。如果一个西方文本在语义和语义上都是模糊的，那么对于一个文本的理解就不可能是正确的。Ansätze，die auf das tiefe automatische Sprachverstehen abzielen，waren bisher typischerweise auf enge Domänen beschränkt。在这个项目中，我们将利用GermaNet的知识进行信息检索，这是一个具有巨大的Abdeckung，angereichert的自语义Wortnetzes。Die Zwischenrepräsentation für das Information Retrieval wird verbessert，indem Wörter der natürlichen Sprache auf lexikalische Konzepte dieses Wortnetzes abgebildet韦尔登。Die Relevanz eines Dokuments in Bezug auf eine Anfrage wird auf Grundlage der konzeptuellen Repräsentationen von Anfrage und Doklage und der semantischen Ähnlichkeit der entsprechenden Konzepte ermittelt.在GermaNet模型中，我们可以看到一个带有普遍性的知识、家庭和世界观的分析。