Search (3 results, page 1 of 1)

0.011047897 = product of:
  0.044191588 = sum of:
    0.044191588 = weight(_text_:und in 5759) [ClassicSimilarity], result of:
      0.044191588 = score(doc=5759,freq=38.0), product of:
        0.118290015 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.05337113 = queryNorm
        0.3735868 = fieldWeight in 5759, product of:
          6.164414 = tf(freq=38.0), with freq of:
            38.0 = termFreq=38.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.02734375 = fieldNorm(doc=5759)
  0.25 = coord(1/4)

Content

Um Firmen und Agenturen die Beobachtungen von Medien zu erleichtern, entwickeln Forscher an der Duisburger Hochschule zurzeit ein System zur automatischen Themenerkennung in Rundfunk und Fernsehen. Das so genannte Alert-System soll dem Nutzer helfen, die für ihn relevanten Sprachinformationen aus Nachrichtensendungen herauszufiltem und weiterzuverarbeiten. Durch die automatische Analyse durch den Computer können mehrere Programme rund um die Uhr beobachtet werden. Noch erfolgt die Informationsgewinnung aus TV- und Radiosendungen auf klassischem Wege: Ein Mensch sieht, hört, liest und wertet aus. Das ist enorm zeitaufwendig und für eine Firma, die beispielsweise die Konkurrenz beobachten oder ihre Medienpräsenz dokumentieren lassen möchte, auch sehr teuer. Diese Arbeit ließe sich mit einem Spracherkenner automatisieren, sagten sich die Duisburger Forscher. Sie arbeiten nun zusammen mit Partnern aus Deutschland, Frankreich und Portugal in einem europaweiten Projekt an der Entwicklung einer entsprechenden Technologie (http://alert.uni-duisburg.de). An dem Projekt sind auch zwei Medienbeobachtungsuntemehmen beteiligt, die Oberserver Argus Media GmbH aus Baden-Baden und das französische Unternehmen Secodip. Unsere Arbeit würde schon dadurch erleichtert, wenn Informationen, die über unsere Kunden in den Medien erscheinen, vorselektiert würden", beschreibt Simone Holderbach, Leiterin der Produktentwicklung bei Oberserver, ihr Interesse an der Technik. Und wie funktioniert Alert? Das Spracherkennungssystem wird darauf getrimmt, Nachrichtensendungen in Radio und Fernsehen zu überwachen: Alles, was gesagt wird - sei es vom Nachrichtensprecher, Reporter oder Interviewten -, wird durch die automatische Spracherkennung in Text umgewandelt. Dabei werden Themen und Schlüsselwörter erkannt und gespeichert. Diese werden mit den Suchbegriffen des Nutzers verglichen. Gefundene Übereinstimmungen werden angezeigt und dem Benutzer automatisch mitgeteilt. Konventionelle Spracherkennungstechnik sei für die Medienbeobachtung nicht einsetzbar, da diese für einen anderen Zweck entwickelt worden sei, betont Prof. Gerhard Rigoll, Leiter des Fachgebiets Technische Informatik an der Duisburger Hochschule. Für die Umwandlung von Sprache in Text wurde die Alert-Software gründlich trainiert. Aus Zeitungstexten, Audio- und Video-Material wurden bislang rund 3 50 Millionen Wörter verarbeitet. Das System arbeitet in drei Sprachen. Doch so ganz fehlerfrei sei der automatisch gewonnene Text nicht, räumt Rigoll ein. Zurzeit liegt die Erkennungsrate bei 40 bis 70 Prozent. Und das wird sich in absehbarer Zeit auch nicht ändern." Musiküberlagerungen oder starke Hintergrundgeräusche bei Reportagen führen zu Ungenauigkeiten bei der Textumwandlung. Deshalb haben die, Duisburger Wissenschaftler Methoden entwickelt, die über die herkömmliche Suche nach Schlüsselwörtern hinausgehen und eine inhaltsorientierte Zuordnung ermöglichen. Dadurch erhält der Nutzer dann auch solche Nachrichten, die zwar zum Thema passen, in denen das Stichwort aber gar nicht auftaucht", bringt Rigoll den Vorteil der Technik auf den Punkt. Wird beispielsweise "Ölpreis" als Suchbegriff eingegeben, werden auch solche Nachrichten angezeigt, in denen Olkonzerne und Energieagenturen eine Rolle spielen. Rigoll: Das Alert-System liest sozusagen zwischen den Zeilen!' Das Forschungsprojekt wurde vor einem Jahr gestartet und läuft noch bis Mitte 2002. Wer sich über den Stand der Technik informieren möchte, kann dies in dieser Woche auf der Industriemesse in Hannover. Das Alert-System wird auf dem Gemeinschaftsstand "Forschungsland NRW" in Halle 18, Stand M12, präsentiert

0.008779978 = product of:
  0.035119914 = sum of:
    0.035119914 = weight(_text_:und in 360) [ClassicSimilarity], result of:
      0.035119914 = score(doc=360,freq=6.0), product of:
        0.118290015 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.05337113 = queryNorm
        0.2968967 = fieldWeight in 360, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=360)
  0.25 = coord(1/4)

Abstract

Es ist naheliegend, einen Band zur Qualität in der Inhaltserschließung damit zu beginnen, den Begriff Qualität als solchen zu reflektieren. Wenn wir Qualität gemäß der ISO-Norm 9000:2015-1 definieren als "Grad, in dem ein Satz inhärenter Merkmale eines Objekts Anforderungen erfüllt", was sind dann die Qualitätsanforderungen an die Inhaltserschließung? Auf diese Frage gibt es zweifellos keine eindeutige und allgemeingültige Antwort - zumindest war das das Ergebnis der Diskussion unter den Herausgeber:innen dieses Bandes. Dementsprechend beleuchten wir die Frage im Folgenden aus vier unterschiedlichen Perspektiven: zunächst aus einer eher idealistischen, im Berufsethos verankerten, dann aus einer rein fachlichen und schließlich aus einer praktischen Perspektive. Die vierte, die deskriptive bzw. historische, geht als eigener Aufsatz von Andreas Ledl in den Band ein.

Series

Bibliotheks- und Informationspraxis; 70

0.00809636 = product of:
  0.03238544 = sum of:
    0.03238544 = weight(_text_:und in 1831) [ClassicSimilarity], result of:
      0.03238544 = score(doc=1831,freq=10.0), product of:
        0.118290015 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.05337113 = queryNorm
        0.27378 = fieldWeight in 1831, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=1831)
  0.25 = coord(1/4)

Abstract

Die Resource Description and Access (RDA) wird für den deutschsprachigen Raum das neue Regelwerk für die bibliothekarische Erschliessung der Bestände. In diesem Regelwerk wird auch die Sacherschliessung neu geregelt. Zurzeit sind diese Seiten noch leer. Doch wie soll ein Regelwerk für die Sacherschliessung aussehen? Kriterien für eine Regelung fehlen, zu stark hat sich das Umfeld der Inhaltserschliessung in den letzten Jahren geändert. Auch von der Schlagworttheorie her sind noch keine Hinweise in Sicht. Deshalb wird in verschiedenen Gremien intensiv diskutiert, wie eine zukunftsfähige Sacherschliessung aussehen könnte. In welchem Rahmen bewegt sich die Diskussion und woran soll sich die Regelwerksentwicklung für den Sachkatalog orientieren? Der Beitrag erwägt zwischen der Sachkataloggeschichte einerseits und dem modernen Datenmanagement im Netz andererseits die Bedeutung und die Rolle eines Sacherschliessungsregelwerks.
"Fazit: Die Sacherschliessung im Bibliothekskontext richtet sich nach dem Angebot und dem Zugang, den die Bibliothek bietet. Ein Regelwerk muss so gestaltet sein, dass die Bibliothek die Erschliessungstiefe selbst bestimmen kann. Im Datenaustausch macht dann die Übernahme von Fremddaten nur unter ähnlichen Bibliotheken Sinn. Metakataloge können keine sinnvollen Facetten anbieten, hier muss ein Relevanz-Ranking genügen. Dasselbe gilt für die Discovery Tools, in denen Quellen mit verschiedenen Erschliessungssystemen unter einer Oberfläche suchbar gemacht werden. In Kombination mit den Daten der Formalerschliessung sollen hingegen auch bei den Discovery Tools Filter so gestaltet sein, dass in spezifischen Beständen, die intellektuell sachlich erschlossen sind, ein Index der Schlagwörter als Themenfacetten angezeigt und genutzt werden kann. Die RDA wird dafür den Rahmen geben müssen."