XDOC Extraktion, Repräsentation und Auswertung von Informationen

Transkript

1 XDOC Extraktion, Repräsentation und Auswertung von Informationen Manuela Kunze Otto-von-Guericke Universität Magdeburg Fakultät für Informatik Institut für Wissens- und Sprachverarbeitung

2 Gliederung Ausgangspunkt Anwendungsgebiete XDOC-System Syntax Semantik Strukturanalysen XML Ergebnisse 2

3 Ausgangspunkt große, elektronisch verfügbare Dokumentbestände über ein Sachgebiet document workbench Anwenderinteresse 3

4 Gießereidomäne Anwendungsgebiete Erstellung einer Wissensbasis Medizin Lehrbuchtexte, Richtlinien aus der Fertigungstechnik Maschinelles Lernen: Welche Verletzungen werden durch welche Ursachen hervorgerufen? Pathologieberichte über Verkehrsunfälle Retrieval: Wechselwirkungen von Substanzen und Enzymen Abstrakts aus Medline-Bibliothek 4

5 Extraktion von markanten Phrasen z.b: Wechselwirkungen zwischen Enzymen und Substanzen 5

6 syntactic analysis resolve ambiguity semantic analysis analyze recognize and interpretation of structural elements results resolve references digital documents structural recognition results results context analysis XDOC XSLT XDOC-System generate revise semantic tags definitions, examples, references present user Web documents syntactic tags Manuela Kunze 18 January

7 Interface XDOC-Interface Eingabe von Text, Selektieren von Dokumenten Browser Anzeige der Ergebnisse XDOC-System Syntax Semantik http-server Struktur Grammatiken, Lexika, Ontologien Manuela Kunze 18. Januar

8 Syntax Tagger normalen Wordklassen spezifischer Bezeichner Parser Bottom-Up-Parser Grammatik NP s, PRP s,... Sätzen zuordnen von spezifischen Bezeichnern zu NP s 8

9 Semantik wortweises Interpretieren Zuordnung von Relationen Kasustheorie Ableitungen von mgl. Relationen auf der Basis von Ontologien Auflösen von Ambiguitäten Das Buch gehört der Bibliothek.... Fertigen fester Koerper aus formlosem Stoff durch Schaffen des Zusammenhalts. 9

10 Strukturanalysen Behandlung von Metaobjekten Bild-, Literaturreferenzen (als Links) spezielle Grammatiken Gleichstellungsnominative automatischer Eintrag in die Ontologie als -Konstrukte Klassifikationen Vergleiche 10

11 XML Aufbereitung von extrahierten Informationen XSL-Transformationen einfaches Austauschformat Möglichkeit der semantischen Anreicherung der Dokumente durch RDF, Topic Maps,... 11

12 Syntaktische Methoden Example: Nach DIN 8580 ist Urformen Fertigen fester Koerper aus formlosem Stoff durch Schaffen des Zusammenhalts. <PP CAS="AKK"> <PRP CAS="AKK">durch</PRP> <NP TYPE="COMPLEX" RULE="NPC1" GEN="NTR" NUM="SG CAS="AKK"> <NP TYPE="FULL" RULE="NP1" CAS="AKK" NUM="SG" GEN="NTR"> <N>Schaffen</N> </NP> <NP TYPE="FULL" RULE="NP2" CAS="GEN" NUM="SG" GEN="MAS"> <DETD>des</DETD> <N>Zusammenhalts</N> </NP> </NP> </PP> 12

13 Manuela Kunze 18 January

14 Manuela Kunze 18 January

15 Semantische Ansätze Example: Nach DIN 8580 ist Urformen Fertigen fester Koerper aus formlosem Stoff durch Schaffen des Zusammenhalts. <CONCEPT TYPE=Prozess> <WORD>Fertigen</WORD> <DESC>Schaffung von etwas</desc> <SLOT> <RESULT FORM="N(gen, fak) P(akk, fak, von)">fester Koerper</result> <SOURCE FORM="P(dat, fak, aus)">aus formlosem Stoff </source> <INSTRUMENT FORM="P(akk, fak, durch)">durch Schaffen des Zusammenhalts</instrument> </SLOT> </CONCEPT> 15

16 Manuela Kunze 18 January

17 Manuela Kunze 18 January

18 Manuela Kunze 18 January