Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen
•
0 gefällt mir•1,208 views
Georg Rehm. Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen. FAST Search, A Microsoft Subsidiary, Munich, Germany, August 2008. August 13, 2008. Invited talk.
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Ähnlich wie Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen
Ähnlich wie Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen (20)
Mehr von Georg Rehm
Mehr von Georg Rehm (20)
Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen
- 1. Hypertextsorten" " Eine neuartige Ebene der Filterung und " Herausforderung für moderne Suchmaschinen ! Georg Rehm ! ! georg.rehm@gmail.com ! http://georg-re.hm ! Hypertextsorten: Eine neuartige Ebene der Filterung und HerausforderungAugust 2008 Suchmaschinen! FAST Search, München, 13. für moderne ! 1/37!
- 2. Motivation! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 2/37!
- 3. Motivation! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 3/37!
- 4. Hypothese! • Die Textlinguistik untersucht und beschreibt Textsorten:! - Komplexe Muster sprachlicher Kommunikation ! - Im Laufe der historisch-gesellschaftlichen Entwicklung aufgrund kommunikativer Bedürfnisse entstanden! - Beispiele: Liebesbrief, Kassenbon, Zeugnis, Einkaufszettel, Wörterbuch, Dissertation, Rechnung, Wetterbericht etc.! • Zentrale Hypothese: Im WWW existieren Hypertextsorten.! - Ebenfalls Muster sprachlicher Kommunikation ! - Ebenfalls entstanden aufgrund kommunikativer Bedürfnisse! - Grund dafür, dass Nutzer mit spezifischen Typen von Websites spezifische Erwartungshaltungen und Konventionen verbinden! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 4/37!
- 5. Wichtige Forschungsfragen (Auszug)! • • • Welche und wieviele Hypertextsorten existieren?! Welche Spezifika weisen Hypertextsorten im Vergleich zu traditionellen Textsorten auf?! Welche Konstituenten besitzen Hypertextsorten und wie können diese repräsentiert werden?! • Kann eine Typologie von Hypertextsorten konstruiert werden?! • Können Hypertextsorten maschinell identifiziert werden?! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 5/37!
- 6. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 7. Persönliche Homepage eines Wissenschaftlers! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 7/37!
- 8. Hypertextsorten – Bausteine! • Hypertextsorten sind hochgradig flexibel (und nicht monolithisch).! • Hypertextsorten bestehen aus Hypertextsortenmodulen! - Strukturell voneinander separierte Bausteine! • Zur Beschreibung und Erfassung von Hypertextsorten sind Stichprobenanalysen notwendig.! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 8/37!
- 9. Modellierung einer Hypertextsorte (Ausschnitt)! Ebene ! Bezeichnung des Hypertextsortenmoduls ! Status ! Vorkommen ! Frequenz ! Atomares Modul! Explizite Begrüßung! generell ! optional ! 14 ! Komplexes Modul! Identifikation! generell ! obligatorisch ! – ! Komplexes Modul! Eigenständige Affiliation! generell ! obligatorisch ! – ! Atomares Modul! Alternative Sprachversion! generell ! optional ! 75 ! Komplexes Modul! Kontaktinformationen! generell ! obligatorisch ! – ! Komplexes Modul! Kontaktinformationen (Sekretariat)! spezifisch ! optional ! – ! Komplexes Modul! Kontaktinformationen (Mitarbeiter)! spezifisch ! optional ! – ! Komplexes Modul! Universitäres Profil! spezifisch ! optional ! – ! Komplexes Modul! Wissenschaftliches Profil! spezifisch ! obligatorisch ! – ! Atomares Modul! Lebenslauf, C.V., biographische Angaben! generell ! obligatorisch ! 60 ! Atomares Modul! Interessante Links! generell ! optional ! 12 ! Komplexes Modul! Relevante Links! generell ! optional ! – ! Atomares Modul! Angabe der letzten Änderung / Stand! universal ! optional ! 42 ! Atomares Modul! Counter, Zugriffszähler! universal ! optional ! 11 ! Atomares Modul! Gästebuch! universal ! optional ! 1 ! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 9/37!
- 10. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 11. Das Hypertextsortenmodell! • Das Hypertextsortenmodell ist Grundlage für! - linguistische und textlinguistische Analysen von Hypertextexemplaren,! - eine sprachtechnologische Architektur zur automatischen Identifizierung von Hypertextsorten.! • Generischer Aufbau einer Hypertextsorte:! Hypertextsorte i! besteht aus! Hypertextsortenmodul 1...n! Hypertextknotensorte 1...n! Hypertextsorte 0...n! wird eingebettet in oder ! kann fungieren als ! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! Ausschnitt des" Hypertextsortenmodells! 11/37!
- 12. Beispiel – Einbettung von Hypertextsorten! Hypertextsorte:! Webauftritt einer Universität! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 12/37!
- 13. Beispiel – Einbettung von Hypertextsorten! Hypertextsorte:! Webauftritt einer Universität! Eingebettete Hypertextsorte:! Webauftritt eines Fachbereichs! Eingebettete Hypertextsorte:! Webauftritt eines Fachbereichs! Eingebettete Hypertextsorte:! Webauftritt eines Fachbereichs! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 13/37!
- 14. Beispiel – Einbettung von Hypertextsorten! Hypertextsorte:! Webauftritt einer Universität! Eingebettete Hypertextsorte:! Webauftritt eines Fachbereichs! Eingebettete Hypertextsorte:! Webauftritt einer Arbeitsgruppe! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 14/37!
- 15. Beispiel – Einbettung von Hypertextsorten! Hypertextsorte:! Webauftritt einer Universität! Eingebettete Hypertextsorte:! Webauftritt eines Fachbereichs! Eingebettete Hypertextsorte:! Webauftritt einer Arbeitsgruppe! Eingebettete Hypertextsorte:! Persönliche Homepage eines" Wissenschaftlers! Hypertextsortenmodul:! Kontaktinformationen! Hypertextsortenmodul:! Foto! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 15/37!
- 16. Zur weiteren Methodologie! • Korpusdatenbank (Linux, Apache, MySQL, PHP)! • Untersuchungsdomäne: Webauftritte von Hochschulen! • Manuelle und semiautomatische Analyse von Stichproben auf der Basis des Hypertextsortenmodells zur! - Beschreibung spezifischer Hypertextsorten! - Sammlung von Hypertextsorten! • • Integration der Ergebnisse in maschinenlesbare Repräsentation! Erstellung und teilweise Implementierung einer Architektur für die automatische Identifizierung von Hypertextsorten! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 16/37!
- 17. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 18. Sammlung von Hypertextsorten! • • Frage nach der Bandbreite der Ergebnisse ist zentral für die Aufgabe der maschinellen Identifizierung von Hypertextsorten.! Analyse einer Stichprobe von 750 zufällig ausgewählten Dokumenten:! - 65 Hypertexttypen bzw. -sorten (mit Subtypen)! - 114 Hypertextknotentypen bzw. -sorten (mit Subtypen)! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 18/37!
- 19. Die Hypertextsorten im Überblick! !1. Webauftritt einer Organisationseinheit (24 Subtypen; 28,4%); 2. Webangebot einer Lehrveran-staltung (4; 13,9%); 3. Vorlesungsverzeichnis (6,0%); 4. SoftwareDokumentation (4; 5,3%); 5. For-schungsbericht, Jahresbericht (3,7%); 6. Skript einer Lehrveranstaltung; 7. Fotogalerie (4; 3,5%); 8. Pressemitteilungen (3,2%); 9. Publikationsorgan einer Einrichtung (8; 2,5%); 10. Persönliche Homepage eines Wissenschaftlers (2,3%); 11. Webauftritt einer Institution (9; 1,9%); 12. Private Homepage eines Studierenden (1,6%); 13. Unterrichtsmaterialien für die Schule (1,5%); 14. Studienführer (1,3%); 15. Webangebot eines Studiengangs; 16. Stud. Präsentationen/Hausarbeiten (1,2%); 17. Verzeichnis der Angehörigen einer Organisationseinheit; 18. Handbuch (1,1%); 19. Virtuelles Museum (1,1%); 20. Anleitungen, Benutzungshinweise (0,9%); 21. Bibliothekskatalog (0,8%); 22. Fachbuch/Kapitel eines Fachbuches; 23. Diplomarbeit; 24. Digitale Bibliothek (0,7%); 25. Diskussionsforum; 26. Studentische Präsentation/ Vortrag/Ausarbeitung; 27. Webangebot einer Konferenz; 28. Klassifikation medizinischer Diagnoseprozeduren (0,5%); 29. Lexikon; 30. Webangebot einer Veranstaltung/eines Wettbewerbs; 31. Zugriffsstatistik; 32. Aufgabenstellungen für Haus oder Abschlussarbeiten (0,4%); 33. Forschungsprojekte einer Organisationseinheit; 34. Medizinische Diagnosebeispiele; 35. Regelung, Ordnung, Gesetz, juristischer Text; 36. Studieren-denstatistik; 37. Abschlussbericht (0,3%); 38. Aktuelle Informationen, Termine, Meldungen; 39. Biografie; 40. Digitale Karte; 41. Dissertation; 42. Fachinformationsportal; 43. FAQDokument; 44. Grafischer Assistent zur Prozessentwicklung; 45. InternetZeitschrift; 46. MailingListenArchiv; 47. Bibliografie (0,1%); 48. Bibliothekssystematik; 49. Daten historischer Bauwerke; 50. Exkursionsbericht; 51. Glossar; 52. Jahrbuch: 53. Kleinanzeigen: 54. Kochbuch; 55. Kunst und Kulturprojekt; 56. Protokollarchiv; 57. Prüfungsordnung; 58. Richtlinien (Studien/Hausarbeiten); 59. Semesterapparate; 60. Studienordnung; 61. Tageszeitung; 62. Tippspiel (Sportveranstaltung); 63. Transferkatalog; 64. Virtual Library; 65. Wissenschaftlicher Artikel! ! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 19/37!
- 20. Die Hypertextknotensorten im Überblick (Ausschnitt)! !1. Seite/Abschnitt (20 Subtypen; 15,9%); 2. Folie (6; 10,7%); 3. Organisatorische Kerndaten einer Lehrveranstaltung (4; 6,1%); 4. Abstract (6; 5,6%); 5. Foto (3,9%); 6. Einstiegsseite (3,2%); 7. Pressemitteilung; 8. Berufliche Homepage eines Hochschulangehörigen (2; 2,4%); 9. Redaktioneller Artikel eines Publikationsorgans (6; 2,1%); 10. Primäre Navigationshilfe (1,7%); 11. Kurzdarstellung eines Arbeitsgebiets (einer Organisationseinheit) (1,6%); 12. Anleitung bzw. Benutzungshinweise (1,3%); 13. Hotlist; 14. Persönliche Homepage eines Wissenschaftlers; 15. Übungsaufgaben (einer Lehrveranstaltung); 16. Vorlesungsverzeichnis (3); 17. Ablaufplan bzw. Programm (einer Lehrveranstaltung) (1,2%); 18. Publikationsliste (2); 19. Zuordnung nicht möglich; 20. Kopfzeile (1,1%); 21. Studienhinweise (3); 22. Unterrichtsmaterialien (für die Schule); 23. Ankündigung (0,9%); 24. Fotogalerie; 25. Ausstellungsobjekt (eines virtuellen Museums) (0,8%); 26. Bibliothekskatalog (Datensatz); 27. E Mail; 28. Kontaktinformationen; 29. Kurzdar-stellung einer Organisationseinheit (Funktionen und Kontaktinformationen); 30. Kurzdarstellung eines Dienstleistungsspektrums (im TechnologietransferKontext) (0,7%); 31. Lexikoneintrag; 32. Lösungen von Übungsaufgaben (einer Lehrveranstaltung); 33. Mitarbeiterverzeichnis; 34. Programmcode, Quelltext; 35. Studierendenstatistik; 36. Abgeschlossene und/oder angebotene Haus und Abschlussarbeiten (0,5%); 37. Aktuelle Meldung/Information (keine Pressemitteilung); 38. Bibliografie; 39. Einladung; 40. Inhaltsverzeichnis (3); 41. Klausur und Prüfungstermine; 42. Medizinische Diagnoseprozedur; 43. Statistische Daten (maschinell generiert); 44. „Under Con-struction“Hinweis; 45. Verteiler; 46. Index bzw. Dateiliste (vom Webserver generiert); 47. Aufga-benstellung für eine Haus oder Abschlussarbeit (0,4%); 48. Bericht zu einer Konferenz/Tagung-/Veranstaltung; 49. DownloadListe; 50. Kommentar einer Lehrveranstaltung ! !! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 20/37!
- 21. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 22. Repräsentation durch Ontologien! • • • Teilziel: Konstruktion einer Ontologie von Hypertextsorten als Repräsentationsformat für sprachtechnologische Anwendungen! Datengrundlage: Ergebnisse von sechs Stichprobenanalysen (insgesamt etwa 3000 HTML-Dokumente)! Modellierung in der Web Ontology Language (OWL):! - W3C-Standard, gute Software-Unterstützung ! - Hypertextsorten-Repräsentation als Teil des Semantic Web! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 22/37!
- 23. Integration von drei unterschiedlichen Ontologien! UDK (Kategorienbaum ! des Projekts GERHARD) ! Mehrere Datenquellen ! (z.B. Hochschulgesetze) ! Ontologie wissenschaftlicher! Themen und Fachgebiete! Domänenontologie! referenziert! Hypertextsortenmodell ! Hypertextsortenontologie! Stichprobenanalysen ! beschreibt! Hypertexttypen und! Hypertextsorten! Hypertextknotentypen und! Hypertextknotensorten! Hypertextsortenmodule! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 23/37!
- 24. Die Hypertextsortenontologie! Das Hypertext-! sortenmodell! in abstrakter und! vereinfachter Form! (Ausschnitt)! Das Hypertext-! sortenmodell! als OWL-Ontologie! (Ausschnitt)! Ontologie angefertigt mittels Protégé-OWL,Visualisierung mittels OntoViz/GraphViz! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 24/37!
- 25. Die Hypertextsortenontologie! Referenzierung aller potentiellen Emittenten,! die in der Domänenontologie repräsentiert werden! In diesen Visualisierungen fehlen u.a.:! • • • Datatype Propertys! Spezifikationen der Relationen! RDF-Annotationen! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 25/37!
- 26. Die Hypertextsortenontologie! Typologie des Hypertexttyps! Homepage einer Person! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 26/37!
- 27. Die Hypertextsortenontologie! • Aufgaben und Funktionen der Hypertextsortenontologie:! - Modelliert multiple Typologien von Hypertextsorten, Hypertextknotensorten und Hypertextsortenmodulen! - Modelliert die Konstituenten von Hypertextsorten! - Dient als Grundlage von Dokumentgrammatiken! - Enthält weiterführende Ressourcen für die maschinelle Verarbeitung (z.B. assoziierte Wrapper, DTD-Fragmente)! - Basis des User Interface einer Suchmaschine mit Hypertextsortenfilter (Navigation und Exploration der Ontologie)! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 27/37!
- 28. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 29. Status Quo: Maschinelle Erkennung von Textsorten! Korpus ! Methoden ! Genres ! Präzision ! !Biber (1988)! !481 englische Texte " (u.a. LOB)! !Statistische Verfahren; " 67 linguistische Merkmale! !23 Genres! !k.A.! !Karlgren und Cutting (1994)! !500 englische Texte " (Brown Corpus)! !Statistische Verfahren; " 20 Merkmale! !1.: 2 Genres" 2.: 4 Genres" 3.: 15 Genres! !1. ca. 96%" 2. ca. 73%" 3. ca. 52%! !Kessler " et al. (1997)! !499 englische Texte " (Brown Corpus)! !Statistische Verfahren und neuronale Netze; 55 Merkmale! !6 Genres! !Zwischen " 58% und 100%! !Stamatatos " et al. (2000)! !160 englische Texte " (Wall Street Journal Corpus)! !Statistische Verfahren; Wortund Interpunktionsfrequenzen! !4 Genres! !ca. 97%! !Stamatatos " et al. (2001)! !250 griechische Texte " (aus dem WWW)! !Statistische Verfahren; " 22 Merkmale! !10 Genres! !ca. 82%! !Dewdney " et al. (2001)! !9705 englische Texte! !Überwachte Lernverfahren auf zwei Merkmalsgruppen! !7 Genres! !Bis zu 92,1%! !Santini (2004)! !150 englische Txte " (British National Corpus)! !Überwachte Lernverfahren auf POS-Trigrammen! !10 Genres! !Zw. 78,6% " und 99,3%! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 29/37!
- 30. Status Quo: Maschinelle Erkennung v. Web-Genres! Web-Genres ! Methoden ! Präzision ! !Matsuda und Fukushima (1999)! !9: Product catalogue, online shop, advertisement for help, call for papers, links, FAQ, glossary, home page, bulletin board! !Gewichtetes Pattern Matching in HTMLElementen! !88,9% (IR-Task), ohne die engine: 31,2%! !Finn et al. " (2002)! !2: Kommentare bzw. Editorials ( opinion ), Nachrichtenartikel ( fact )! !Überwachtes Lernverfahren! !Zwischen " 68% und 72%! !Lee und Myaeng (2002, 2004)! !7: Reportage, editorial, research articles, reviews, homepage, Q&A, spec! !Überwachtes Lernverfahren " (kNN-ähnlich)! !87% (engl. Texte)," 90% (kor. Texte)! !Shepherd et al. (2004)! !3: Personal home page, corporate home page, organization home page! !Überwachtes Lernverfahren (NN)! !Durchschnittliches " F-Maß: 70,6%! !Meyer zu Eissen und Stein (2004)! !8: Help, article, discussion, shop, portrayal (nonprivate), portrayal (private), link collection, download! !Überwachtes Lernverfahren " (SVM, NN)! !70%! !Lim et al. (2005a,b)! !16: Personal homepages, public homepages, commercial homepages, bulletin collections, link collections, image collections, simple tables/lists, input pages, journalistic materials, research reports, official materials, informative materials, FAQs, discussions, product specifications, others (informal texts)! !Überwachtes Lernverfahren " (kNN-ähnlich)! !75,9%! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 30/37!
- 31. Status Quo: Kritische Anmerkungen! • Identifizierung von Textsorten/Web-Genres prinzipiell möglich! • Methoden basieren auf strukturellen bzw. linguistischen Merkmalen, die einfach erhoben werden können! • Mehrere Problemfelder:! 1. Auswahl und Granularität der verwendeten Web-Genres ad hoc und weder textlinguistisch noch empirisch motiviert.! 2. Mangelnde theoretische Fundierung – Spezifika von Hypertextsorten wer-den ignoriert (simple Übertragung traditioneller Verfahren auf das WWW).! 3. Das einzelne HTML-Dokument als atomare Analyseeinheit. ! 4. Verwendete Methoden und ihre Skalierbarkeit – Verarbeitung von " 150+ Hypertextknotensorten mehr als fraglich.! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 31/37!
- 33. Der Textparser für generische HTML-Dokumente! • • • • • Konvertierung von HTML nach XHTML (d.h. XML)! Textparser basiert auf einer mehrstufigen, rekursiven Verarbeitung der DOM-Struktur eines Dokuments (Problem: tag abuse).! Zentrale Komponente innerhalb der Architektur! Ergebnisse werden innerhalb des Dokuments abgelegt (eigener Namensraum, vergrößert ein Dokument um den Faktor 25)! Ziele:! - Ermittlung der Bausteine der Textoberfläche! - Reduktion des meist sehr komplexen HTML-Markups auf ein überschaubares Inventar von Makrostrukturbausteinen! - Abbildung dieser Bausteine auf Hypertextsortenmodule! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 33/37!
- 34. Ausblick – HTS-getriebene Informationsextraktion! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 34/37!
- 35. Gliederung! • Motivation und Forschungsfragen! • Hypertextsorten – Beispiel! • Das Hypertextsortenmodell! • Sammlung von Hypertextsorten! • Die Hypertextsortenontologie! • Zur maschinellen Erkennung von Hypertextsorten! • Schlussfolgerungen!
- 36. Schlussfolgerungen! • Maschinelle Erkennung von Text- und Hypertextsorten ist prinzipiell möglich.! • Langfristiges Ziel: Suchmaschine mit Hypertextsorten-Filter! • Übergreifende Probleme verhindern dies noch. Hierzu zählen:! - Problematik eines Inventars von Hypertextsorten:! ! Bestimmung nur manuell und empirisch möglich.! ! Ermittlung aller Hypertextsorten im WWW ist unrealistisch (es existieren beliebige traditionelle Textsorten, kulturelle Besonderheiten etc.)! - Maschinelle Bestimmung der Grenzen von Hypertexten! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 36/37!
- 37. Lösungsansatz! • Einsatz der maschinellen Erkennung von Text- und Hypertextsorten im Bereich Enterprise Search. Vorteile:! - Geschlossenes und kontrolliertes System (mehr oder weniger).! - Anzahl der Text- und Hypertextsorten ist begrenzt.! - Text- und Hypertextsorten können in Kooperation mit Domänenexperten erfasst, benannt und modelliert werden.! !Georg Rehm (2007): Hypertextsorten: Definition – Struktur – Klassifikation. " Norderstedt: Books on Demand.! !Georg Rehm und Marina Santini (Hrsg.) (2007): Proceedings of the International Workshop „Towards Genre-Enabled Search Engines“ (held in conjunction with " RANLP 2007 on September 30). Shoumen, Bulgaria: Incoma. ! Hypertextsorten: Eine neuartige Ebene der Filterung und Herausforderung für moderne Suchmaschinen! 37/37!