Efficient index data structures and natural language processing for semantic full-text search

Zil des Projektes是一个有效的语义卷系统。从环境效率的角度来看，这是一种新的经济增长方式。Das system sollte uns zum beispiel ermöglichen in einer gegebenen Dokumentensamung nach“植物带可食用的叶子”祖苏臣，和大北etwa Die Passage西兰花：可食用的部分是茎组织，花蕾，和一些小叶子“ALS Treffer zurück liefen，Net aber”香蕉被油炸吃，或在香蕉叶包裹的糯米中蒸。这是一种植物植物的生产方法，它是一种新型的植物材料，它的主要成分是一种新型的蔬菜，即一种新的蔬菜，一种可以食用的蔬菜，一种可以食用的叶子，以及一种可以食用的叶子。Das system soll insbeondere für die englische Wikipedia(约30 GB一个文本)in Kombination MIT einer Ontologie Wie Yago(约1000万enentitäten)zum Laufen gebrht den。Ziel für die Vorverarbeitungszeit sind 5MB VollText/Sekunde。Ziel für die Anfragezeit sind Höchstens 50 Millisekunden Pro Anfrage.

Ziel des Projektes ist ein voll-funktionales System für effiziente semantische Volltextsuche. Der Forschungsschwerpunkt liegt dabei auf der Entwicklung effizienter Indexdatenstrukturen sowie auf einer effizienten natürlichen Sprachverarbeitung für diese Art von Suche. Das System sollte es uns zum Beispiel ermöglichen in einer gegebenen Dokumentensammlung nach “plants with edible leaves” zu suchen, und dabei etwa die Passage “Broccoli: the edible portion is stem tissue, flower buds, and some small leaves” als Treffer zurückliefen, nicht aber “Bananas are eaten deep fried, or steamed in glutinous rice wrapped in a banana leaf”. Dafür benötigen wir ein gewisses Maß an natürlicher Sprachverarbeitung, die zum Beispiel erkennt, dass in diesen beiden Sätzen sowohl mit “Broccoli” als auch “Banana” die “plant” gemeint ist (und nicht etwa die amerikanische Filmproduzentin Barbara Broccoli oder die Hafenstadt Banana im Kongo), und dass im ersten Satz “Broccoli”, “edible” und “leaves” zusammengehören, im zweiten Satz dagegen “Bananas”, “eaten” und “leaf” nicht. Das System soll insbesondere für die englische Wikipedia (ca. 30 GB an Text) in Kombination mit einer Ontologie wie Yago (ca. 10 Millionen Entitäten) zum Laufen gebracht werden. Ziel für die Vorverarbeitungszeit sind 5 MB Volltext / Sekunde. Ziel für die Anfragezeit sind höchstens 50 Millisekunden pro Anfrage.