Search (8 results, page 1 of 1)

0.013919895 = product of:
  0.05567958 = sum of:
    0.05567958 = weight(_text_:und in 186) [ClassicSimilarity], result of:
      0.05567958 = score(doc=186,freq=10.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.438048 = fieldWeight in 186, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=186)
  0.25 = coord(1/4)

Abstract

CBR ist eng gekoppelt mit Lernen, verstanden als Anreicherung von Wissen. Wissen wird unterteilt in Faktenwissen und Handhabungs-/Orientierungswissen. Letzteres verfügbar zu haben wird als primäres Ziel von Lernen und damit auch von CBR herausgearbeitet. Die Übertragbarkeitsproblematik, d.h. die Nutzung von gespeichertem Erfahrungswissen (alte Fälle und ihre Lösungen) zur Lösung neuer Problemstellungen wird an einem eingängigen Beispiel (Dunckers Bestrahlungsproblem illustriert). Abschließend wird der CBR-Zyklus kurz vorgestellt

Source

Analogie in der Wissensrepräsentation: Case-Based Reasoning und räumliche Modelle. 4. Tagung der deutschen Sektion der Internationalen Gesellschaft für Wissensorganisation, Trier, 17.-20. Oktober 1995. Hrsg.: H. Czap u.a

0.011004643 = product of:
  0.04401857 = sum of:
    0.04401857 = weight(_text_:und in 5201) [ClassicSimilarity], result of:
      0.04401857 = score(doc=5201,freq=16.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.34630734 = fieldWeight in 5201, product of:
          4.0 = tf(freq=16.0), with freq of:
            16.0 = termFreq=16.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=5201)
  0.25 = coord(1/4)

Abstract

Enthält die Beiträge: CZAP, H.: Einführung in die Wissensorganisation und Case-Based Reasoning (CBR); ALTHOFF, K.-D., R. TRAPHÖNER u. S. WESS: Efficient integration on induction and Case-Base Reasoning: the INRECA System; SCHIEMANN, I. u. A. WOLTERING: Fallspeicherorganisation in der CBR-Shell Janus; COULON, C.-H.: Die Rolle des Anpassungswissens im CBR (Am Beispiel der Ausnutzung von Struktur im CBR); SCHAAF, J.W.: Fischen und Versenken: ein anytime-Algorithmus zur Suche nach situationsgerechten Fällen; JAENECKE, P.: Erkenntnistheoretische Untersuchungen über fallbezogenes Schlußfolgern; LÖCKENHOFF, H.: Cabse-Based Teaching/Learning for issue orientation and control; BIES, W.: 'Denken in Bildern': zu den Metaphern der Wissensorganisation; PRIBBENOW, S.: Räumliches Wissen: zur Interaktion von Logik und Bildern; STOLLE, M. u. V. KIRCHBERG: Mental maps in der Stadtforschung: Grundlage und Perspektiven; BAYER, H. u. R. BAUEREISS: Der Familienatlas als sozialräumliche Information; HARDT, F., G. TASSOUKIS u. H.P. OHLY: Räumliche Hintergrundinformation in bibliographischen Datenbanken; SALENTIN, K.: Geodemographische Ansätze beim Sampling im Direktmarketingverfahren; PIERAU, K., G. NARWELEIT u. H. THÜMMLER: Entwicklung eines Geographisch-Historischen Informationssystems; LENSKI, W. u. E. WETTE-ROCH: Terminologie und Wissensrepräsentation in pragmatischer Sichtweise; FUGMANN, R.: Die Entlineaririserung und Strukturierung von Texten zur Inhaltserschließung und Wissensrepräsentation; LORENZ, B.: Überlegungen zur Verbundklassifikation; NACKE, O.: Ein einfaches Verfahren zur Analyse großer Wissensmengen; BOL, G., E. HOTZ u. T. STÜTZLE: Neuronale Netze zur Klassifikation von Fehlrern in der statistischen Prozeßregulierung

0.010439921 = product of:
  0.041759685 = sum of:
    0.041759685 = weight(_text_:und in 5204) [ClassicSimilarity], result of:
      0.041759685 = score(doc=5204,freq=10.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.328536 = fieldWeight in 5204, product of:
          3.1622777 = tf(freq=10.0), with freq of:
            10.0 = termFreq=10.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=5204)
  0.25 = coord(1/4)

Abstract

Mangelndes methodisches Bewußtsein in der Künstlichen Intelligenz hat zur Folge, daß Methoden, die auf einer einzigen zunächst vielversprechenden Idee beruhen, zugunsten anderer fallengelassen werden, sowie sich ernste Schwierigkeiten ergeben. Doch für Methoden gilt nicht das Alles-oder-Nichts-Prinzip; Ziel muß es daher sein, verschiedene sich hinsichtlich ihrer Anwendbarkeit einander ergänzende Methoden aufeinander abzustimmen und zu einem arbeitsfähigen System zu vereinen; das trifft insbesondere auf das bereits vom Ansatz her auf Methodenvielfalt angelegte fallbezogene Schlußfolgern zu. Die von den Kognitionswissenschaften gebotenen Voraussetzungen sind jedoch für solch ein Vorhaben nicht günstig. Es herrscht ein Theorien- und Modellwirrwar, das zu einem Wirrwar von Begriffen, Sichtweisen und Verfahren geführt hat. Die vorliegende Arbeit skizziert einen Ausweg aus dieser unbefriedigenden Situation. Sie orientiert sich an den Fragen 'welche Aufgaben sollen mit fallbezogenem Schlußfolgern gelöst werden?', 'durch welche Merkmale ist dieser Ansatz charakterisiert?' und beschäftigt sich abschließend mit den sich aus den Antworten ergebenden Folgerungen

Source

Analogie in der Wissensrepräsentation: Case-Based Reasoning und räumliche Modelle. 4. Tagung der deutschen Sektion der Internationalen Gesellschaft für Wissensorganisation, Trier, 17.-20. Oktober 1995. Hrsg.: H. Czap u.a

0.009337749 = product of:
  0.037350997 = sum of:
    0.037350997 = weight(_text_:und in 3051) [ClassicSimilarity], result of:
      0.037350997 = score(doc=3051,freq=8.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.29385152 = fieldWeight in 3051, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=3051)
  0.25 = coord(1/4)

Abstract

Klassifikation von bibliografischen Einheiten ist für einen systematischen Zugang zu den Beständen einer Bibliothek und deren Aufstellung unumgänglich. Bislang wurde diese Aufgabe von Fachexperten manuell erledigt, sei es individuell nach einer selbst entwickelten Systematik oder kooperativ nach einer gemeinsamen Systematik. In dieser Arbeit wird ein Verfahren zur Automatisierung des Klassifikationsvorgangs vorgestellt. Dabei kommt das Verfahren des fallbasierten Schließens zum Einsatz, das im Kontext der Forschung zur künstlichen Intelligenz entwickelt wurde. Das Verfahren liefert für jedes Werk, für das bibliografische Daten vorliegen, eine oder mehrere mögliche Klassifikationen. In Experimenten werden die Ergebnisse der automatischen Klassifikation mit der durch Fachexperten verglichen. Diese Experimente belegen die hohe Qualität der automatischen Klassifikation und dass das Verfahren geeignet ist, Fachexperten bei der Klassifikationsarbeit signifikant zu entlasten. Auch die nahezu vollständige Resystematisierung eines Bibliothekskataloges ist - mit gewissen Abstrichen - möglich.

Series

Zeitschrift für Bibliothekswesen und Bibliographie : Sonderband ; 96

Source

Wissen bewegen - Bibliotheken in der Informationsgesellschaft / 97. Deutscher Bibliothekartag in Mannheim, 2008. Hrsg. von Ulrich Hohoff und Per Knudsen. Bearb. von Stefan Siebert

0.008803714 = product of:
  0.035214856 = sum of:
    0.035214856 = weight(_text_:und in 5203) [ClassicSimilarity], result of:
      0.035214856 = score(doc=5203,freq=4.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.27704588 = fieldWeight in 5203, product of:
          2.0 = tf(freq=4.0), with freq of:
            4.0 = termFreq=4.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0625 = fieldNorm(doc=5203)
  0.25 = coord(1/4)

Abstract

Ein wesentlicher Vorteil des CBR im Vergleich zu generativen Ansätzen ist ein geringer Bedarf an das zu formalisierende Wissen. Insbesondere ist es möglich trotz unvollständigen Anpassungswissens vollständige Lösungen zu finden. Dieser Beitrag beschreibt, wodurch sich Anpassungswissen von Regelwissen unterscheidet und wieviel Anpassungswissen man unbedingt benötigt. Die Leistungsfähigkeit eines wissensarmen CBR-Ansatzes wird am Beispiel der Anpassung toplogischer Strukturen diskutiert

Source

Analogie in der Wissensrepräsentation: Case-Based Reasoning und räumliche Modelle. 4. Tagung der deutschen Sektion der Internationalen Gesellschaft für Wissensorganisation, Trier, 17.-20. Oktober 1995. Hrsg.: H. Czap u.a

0.008086728 = product of:
  0.03234691 = sum of:
    0.03234691 = weight(_text_:und in 558) [ClassicSimilarity], result of:
      0.03234691 = score(doc=558,freq=6.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.2544829 = fieldWeight in 558, product of:
          2.4494898 = tf(freq=6.0), with freq of:
            6.0 = termFreq=6.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.046875 = fieldNorm(doc=558)
  0.25 = coord(1/4)

Abstract

Klassifikation von bibliografischen Einheiten ist für einen systematischen Zugang zu den Beständen einer Bibliothek und deren Aufstellung unumgänglich. Bislang wurde diese Aufgabe von Fachexperten manuell erledigt, sei es individuell nach einer selbst entwickelten Systematik oder kooperativ nach einer gemeinsamen Systematik. In dieser Arbeit wird ein Verfahren zur Automatisierung des Klassifikationsvorgangs vorgestellt. Dabei kommt das Verfahren des fallbasierten Schließens zum Einsatz, das im Kontext der Forschung zur künstlichen Intelligenz entwickelt wurde. Das Verfahren liefert für jedes Werk, für das bibliografische Daten vorliegen, eine oder mehrere mögliche Klassifikationen. In Experimenten werden die Ergebnisse der automatischen Klassifikation mit der durch Fachexperten verglichen. Diese Experimente belegen die hohe Qualität der automatischen Klassifikation und dass das Verfahren geeignet ist, Fachexperten bei der Klassifikationsarbeit signifikant zu entlasten. Auch die nahezu vollständige Resystematisierung eines Bibliothekskataloges ist - mit gewissen Abstrichen - möglich.

Imprint

Berlin : Humboldt-Universität / Institut für Bibliotheks- und Informationswissenschaft

0.0077814576 = product of:
  0.03112583 = sum of:
    0.03112583 = weight(_text_:und in 2231) [ClassicSimilarity], result of:
      0.03112583 = score(doc=2231,freq=8.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.24487628 = fieldWeight in 2231, product of:
          2.828427 = tf(freq=8.0), with freq of:
            8.0 = termFreq=8.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0390625 = fieldNorm(doc=2231)
  0.25 = coord(1/4)

Abstract

Die vorliegende Arbeit befasst sich mit den Möglichkeiten der Informationsextraktion aus den Daten von Webcommunities und der Verwendung der extrahierten Informationen in Case-Based Reasoning- (CBR) Systemen. Im Rahmen der Arbeit wird auf die Entwicklung der Webcommunities im Zeitraum der letzten 30 Jahre eingegangen. Es wird eine Klassifikation der derzeitig anzutreffenden Webcommunities in verschiedene Kategorien von Webcommunities vorgenommen. Diese Klassifikation erfolgt hinsichtlich der Struktur, der technischen Mittel sowie der Interessen der Nutzer dieser Webcommunities. Aufbauend auf die vorgenommene Klassifikation von Webcommunities erfolgt eine Untersuchung der Eignung dieser Kategorien von Webcommunities zur Informationsextraktion im Kontext der Verwendung der extrahierten Informationen in CBR-Systemen. Im selben Kontext werden verschiedene Ansätze und Techniken der Informationsextraktion auf ihre Eignung zur Extraktion von Wissen speziell für die Wissenscontainer von CBR -Systeme geprüft. Aufbauend auf den dadurch gewonnenen Erkenntnissen wird, angelehnt an den Prozess der Knowledge Discovery in Databases, ein eigenes Prozessmodell der Wissensextraktion aus Webcommunities für CBR-Systeme entworfen. Im Zuge der näheren Betrachtung dieses Prozessmodells wird auf verschiedene, durch die beabsichtigte Verwendung der extrahierten Informationen in den vier Wissenscontainern des CBR bedingte, Anforderungen an NLP- sowie IE-Techniken, die zur Extraktion dieser Daten verwendet werden, eingegangen. Die in den theoretischen Betrachtungen erlangten Erkenntnisse werden dann dazu eingesetzt, eine Anwendung zur Informationsextraktion aus einer Webcommunity für ein CBR-System, in Form der Knowledge Extraction Workbench zu implementieren. Diese IEAnwendung arbeitet im Kontext des auf der SEASALT-Architektur aufbauenden Projektes docQuery. Die Realisierung dieser IE-Anwendung wird dokumentiert sowie die Extraktionsergebnisse der Anwendung hinsichtlich ihres Umfanges und ihrer Qualität evaluiert.

0.0054470203 = product of:
  0.021788081 = sum of:
    0.021788081 = weight(_text_:und in 5205) [ClassicSimilarity], result of:
      0.021788081 = score(doc=5205,freq=2.0), product of:
        0.1271084 = queryWeight, product of:
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.057349887 = queryNorm
        0.17141339 = fieldWeight in 5205, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          2.216367 = idf(docFreq=13101, maxDocs=44218)
          0.0546875 = fieldNorm(doc=5205)
  0.25 = coord(1/4)

Source

Analogie in der Wissensrepräsentation: Case-Based Reasoning und räumliche Modelle. 4. Tagung der deutschen Sektion der Internationalen Gesellschaft für Wissensorganisation, Trier, 17.-20. Oktober 1995. Hrsg.: H. Czap u.a