Partielle Analyse von Personen-, Orts- und Zeitangaben in Texten aus der Museumsdokumentation
|
|
- Elisabeth Zimmermann
- vor 6 Jahren
- Abrufe
Transkript
1 Partielle Analyse von Personen-, Orts- und Zeitangaben in Texten aus der Museumsdokumentation Martin Scholz
2 Inhalt Anwendungsfall: Goldschmiede-Texte Erkennung von Named Entities (NER) Allgemeine Probleme Zeiten Orte Personen Name Authorities Nutzung als Lexikon Nutzung von Metadaten Ausgabebeispiele & Probleme anschaulich
3 Goldschmiede-Texte Goldschmiede-Projekt des Germanischen Nationalmuseums Goldschmiede-Kunst in Franken Jhd. Daten in MIDAS-Format: Strukturierte Felder, freie Textfelder Problem: In freien Texten sind wichtige Informationen kodiert. Texte sind nicht maschinell nutzbar (z.b. für Suchanfragen)
4 Auszug aus Goldschmiede- Datenbank
5 Goldschmiede-Texte Idee: (Halb-)automatische flache Erschließung der Texte Ereignisorientierte Annotierung der Texte Überführung der Informationen in ein ontologisches System (CIDOC CRM) Dazu: Erkennen von Personennamen, Ortsnamen, Zeitangaben, etc. Anreicherung mit Metadaten (Name Authorities) Weiterhin: Erkennen von Ereignissen, Anaphernresolution
6 Named Entity Recognition (NER) Named Entity / benannte Entität: Dinge, die durch einen Namen referenziert werden Verschiedenste Kategorien: Personen Orte Gesellschaften (Kunst-)Gegenstände Zeiten!?...
7 Allgemeine Probleme bei NER Verwechslung von Namen mit normalen Wörtern: Essen (Stadt) vs. Essen (Nomen) Referenzierungen nicht eineindeutig Frankfurt (Main) vs. Frankfurt (Oder) (Alexander) Humboldt vs. (Wilhelm) Humboldt Norma Jeane Mortenson vs. Marilyn Monroe Washington (Person) vs. Washington (Stadt)
8 NER für Goldschmiede-Texte Momentan drei Komponenten: Personennamen Ortsnamen Zeitangaben Beliebige Sequenzierung Vorverarbeitung: POS-Tagger zur Bestimmung von Wortart und Lemma
9 Erkennen von Zeitangaben Einbinden / Übernahme eines bestehenden Erkenners (GéoSem-Projekt) Lexiko-syntaktische Regeln (Prolog-DCG) Beispiel: Erkennen von periode(temporal: (type:complete..number:nexp..periode: (asem: (intervall: ((date:(type:ordinary..grain:year..value:j1))..date:(type:ordinary..grain:year..value:j2)))..intpr:(begin:(day:1..month:1..year:j1)..end:(day:31..month:12..year:j2))))) --> jahr(j1), [token('\-',_)], jahr(j2), {inccounter(idexpression,nexp), recorda(exp_temp1,(nexp,j1)), recorda(exp_temp2,(nexp,j2))}.
10 Erkennen von Zeitangaben Erkannte Ausdrücke: Relative und absolute Angaben Tag, Monat, Jahr, Jahrzehnt, Jahrhundert (19. Januar 2009, 1789, drei Tage später) Zeitspannen ( , nach Juli 1800) Alle Angaben außer tagesgenauen werden als Zeitspanne aufgefasst Resolution von relativen Angaben durch Rückgriff auf zuletzt erkannten passenden Ausdruck: Am kam er von seiner 1795 begonnenen Reise zurück. Er starb drei Tage später.
11 Erkennen von Ortsangaben Einbinden / Übernahme eines bestehenden Erkenners (GéoSem-Projekt) Unterscheidung Ortsname vs. Lokaler Ausdruck in Oberfranken die Städte München und Nürnberg Erkennen von Ortsnamen über externes Lexikon Beachtung von Groß-/Kleinschreibung: Alles was klein geschrieben wird, kann kein Ort sein
12 Erkennen von Ortsangaben 11 geogr. Typen Disambiguierung: die Städte München und Nürnberg und Finnland Einschränken von Ambiguitäten: die Stadt Berlin vs. das Land Berlin
13 Erkennen von Personennamen Spezielle Probleme bei Personennamen: Name besteht aus Kombinationen verschiedener Gruppen, hier: Vorname, Nachname, Kopula, Generationsangabe Der Name muss nicht vollständig sein (Hans vs. Hans II Jamnitzer) Verschiedene gleichwertige Sequenzierung der Gruppen möglich (Hans Jamnitzer vs. Jamnitzer, Hans) Ambiguität durch Komma: Aufzählung vs. Schreibweise Daher: Erkennung muss besonders flexibel sein
14 Erkennen von Personennamen Zunächst Erkennen aller potentiellen Namensbestandteile Lexikon für Namensbestandteile Für Kopula und Generationsangaben fest Für Vor- und Nachnamen erweiterbar (Name Authorities) Lexiko-syntaktische Auslöser Kandidat, wenn Lemma unbekannt oder Wortart Eigenname Einbeziehen des Kontexts: Syntax des Auslösers Beruf Name Titel Name APPR Beziehung Name PPOSAT Beziehung Name Beziehung der / des Name Beziehung von Beziehung : Beispiel [der] Goldschmied Samuel Klemm Frau Martha mit Meister Silvester Seine Tochter Katharina Tochter des Christian Mahler [der] Sohn von Peter von Quickelberg Lehrling: Lang, Johann Christoph
15 Erkennen von Personennamen Zusammensetzen der Bestandteile zu ganzen Namen nach bestimmten Regeln Endliche Automaten Längste angenommene Sequenz wird als Name betrachtet n n g Jamnitzer Jamnitzer I v + n Wenzel Jam nitzer v + g k n *Wenzel I von Jamnitzer v + g n Wenzel I Jamnitzer v + k n *Wenzel von Jamnitzer v + g Wenzel I v + Wenzel n, v + g Jamnitzer, Wenzel I n, v + k *Jamnitzer, Wenzel von n, v + g k *Jamnitzer, Wenzel I von n, v + Jamnitzer, Wenzel
16 Erkennen von Personennamen Ihm wurde laut Ratsbeschluß das Meisterrecht geschenkt, Wenzel I Jamnitzer zu Ehren. Lexika Kandidat Vor-/Nachname Ihm wurde laut Ratsbeschluß das Meisterrecht geschenkt, Wenzel I Jamnitzer zu Ehren. Vorname Generat.ang. Nachnamen Automaten Ihm wurde laut Ratsbeschluß das Meisterrecht geschenkt, Wenzel I Jamnitzer zu Ehren.
17 Name Authorities Standardisierung von Namen / Benennungen Schaffung von einheitlichen Referenzen (z.b. für Schlüssel) Verschiedene Grade von Autorität und Vollständigkeit Nutzung mehrerer Name Authorities Priorisierung von Name Authorities Verschiedene Distributionswege: Programm, Datei, Web-Seite, Web Service, etc. Keine einheitlichen Schnittstellen
18 Beispiel: Getty TGN 20 20
19 Name Authorities Unterstützte Name Authorities: Getty Thesaurus of Geographic Names (Web-Seite) Board on Geographic Names (Datei) Geographie-Datei des Diskus-Bundes (Datei) Orbis Latinus (Web-Seite) Getty Union List of Artist Names (Web-Seite) Personennamenkenndatei (Datei)
20 Verwendung von Name Authorities Nutzung als Lexikon für NER Für Vor- und Nachnamen und Ortsnamen Erstellen eines lokalen Cache (Effizienz) Probleme: Namen(sbestandteile) evtl. schwer aus NA zu extrahieren Übererkennung durch Seltene, aber hoch ambige Namen (z.b. Der ) Wörter in Pseudonymen o.ä., die in NA nicht von Namen unterschieden werden
21 Verwendung von Name Authorities Name Authorities teils mit Metadaten versehen Nutzung der Metadaten Disambiguierung Anreicherung von Objekten mit Daten Anreicherung von Named Entities mit Metadaten Je nach Name Authority unterschiedliche Metadaten Kein Cache (Aktualität) Keine Priorisierung, keine Vorauswahl Metadaten in separater Datei; lose verknüpft durch IDs
22 NER-Ausgabe (Z-O-P)
23 NER-Ausgabe (Z-P-O)
24 Metadaten-Ausgabe
25 ENDE
26 Beispiel Bearbeitungsablauf Umwandlung in TEI Named Entity Erkennung
27 Beispiel Bearbeitungsablauf Anreicherung mit Metadaten
28 TEI (Lite) Regeln zur Kodierung von Texten XML-basiert Sehr umfangreiche Sammlung an Auszeichnungen (Tags) Gruppierung von Tags in Modulen; freie Zusammenstellung je nach Bedürfnissen Verschiedenste Werkzeuge TEI Lite: Kombination von häufig genutzten Modulen
29 GS-Texte in TEI Lite Umwandlung der Texte zur Bearbeitung in Zwischenformat TEI Texte lose in einer Datei zusammengefasst Verbindung von Textfeld in MIDAS mit Text in TEI mittels xml:id
30 Ziel dieser Arbeit Aufbereitung der Texte durch Transformation nach TEI Entwicklung eines Programms zur Erkennung von Personen- und Ortsnamen sowie Zeitangaben (Named Entity Recognition) Anreicherung der Named Entities mit Metadaten unter Verwendung von Name Authorities
Eigennamenerkennung mit großen lexikalischen Ressourcen. Jörg Didakowski BBAW
Eigennamenerkennung mit großen lexikalischen Ressourcen Jörg Didakowski BBAW Was sind Eigennamen? Sprachliche Zeichen (Eigennamen) das Bezeichnete (Named Entity) Was sind Eigennamen? Eigennamen bezeichnen
MehrINFORMATIONSEXTRAKTION IN SUCHMASCHINEN
INFORMATIONSEXTRAKTION IN SUCHMASCHINEN S E M I N A R S U C H M A S C H I N E N S O M M E R S E M ESTER 2014 S T E FA N L A N G E R, C I S, U N I V E R S I TÄT M Ü N C H E N Schematische Architektur einer
MehrDeutsche Übersetzung des Dublin-Core-Metadaten-Elemente-Sets. Version 1.1
Deutsche Übersetzung des Dublin-Core-Metadaten-Elemente-Sets Version 1.1 Identifier: http://www.kim-forum.org/material/pdf/uebersetzung_dcmes_20070822.pdf Source: http://www.dublincore.org/documents/dces/
MehrLangzeitarchivierungsaspekte. im Dokumentenlebenszyklus
Document Engineering Langzeitarchivierungsaspekte im enlebenszyklus Motivation Disziplin der Computer Wissenschaft, welche Systeme für e aller Formen und Medien erforscht. enlebenszyklus en Management
MehrPerspektiven der Forschung
Perspektiven der Forschung? Martin Raspe Bibliotheca Hertziana Max-Planck-Institut für Kunstgeschichte Forschungsdaten: Beispiel Digitalisierung Forschungsdaten: Beispiel Strukturdokumente Forschungsdaten:
MehrWorkshop WissKI für Uni Sammlungen. Martin Scholz , basierend auf
Workshop WissKI für Uni Sammlungen Martin Scholz 18.04.2016, basierend auf 26.11.2013 Ontologische Modellierung Was ist eine Ontologie? Terminologie Vokabular, um über Gegenstände eines Fachbereichs zu
MehrWissKI. Arbeitstagung Gemeinsames Erschließen von Wissen in Museumssammlungen am Beispiel von Wikis
WissKI Arbeitstagung Gemeinsames Erschließen von Wissen in Museumssammlungen am Beispiel von Wikis Berlin 22. April 2015 Mark Fichtner Germanisches Nationalmuseum Nürnberg http://tw.rpi.edu/weblog/wp-content/uploads/2010/11/iswctagcloudnew.png
MehrDie virtuelle Forschungsumgebung WissKI Museumsdokumentation im Semantic Web. Georg Hohmann Germanisches Nationalmuseum g.hohmann@gnm.
Die virtuelle Forschungsumgebung WissKI Museumsdokumentation im Semantic Web Georg Hohmann Germanisches Nationalmuseum g.hohmann@gnm.de WissKI Das Projekt WissKI = Abk. Wissenschaftliche KommunikationsInfrastruktur
MehrEntwicklung eines E-Learning Topic-Map Rahmenwerks
Institut für Betriebssysteme und Rechnerverbund der TU Braunschweig Verteilte Systeme, Prof. Dr. Fischer Entwicklung eines Topic-Map Rahmenwerks Betreuer: Martin Gutbrod Bearbeitet von: Yichen Yu Gliederung
MehrBlockseminar Einführung in die Korpuslinguistik Seminarleitung: Yvonne Krämer, M.A. Das Korpus. und seine Aufbereitung
Blockseminar Einführung in die Korpuslinguistik Seminarleitung: Yvonne Krämer, M.A. Das Korpus und seine Aufbereitung Bestandteile eines Korpus sind i.d.r.: Primärdaten Metadaten Annotationen Annotationen
MehrDigital Library & Virtual Museum
Semantic is author of has collected Digital Library & Virtual Museum AG: Elektronisches Publizieren der Akademienunion München 20.-21.10.14 Anwendung der Semantischen VRE WissKI (wiss-ki.eu) in Semantic
MehrNetzwerk Museum. Deutsches Museum Digital. Georg Hohmann. Museum von Babel Frankfurt,
Netzwerk Museum Deutsches Museum Digital Georg Hohmann Museum von Babel Frankfurt, 14.11.2014 Deutsches Museum Digital Ausgangslage Frankfurt, 14.11.2014 G. Hohmann: Deutsches Museum Digital 2 Leibniz-Gemeinschaft
MehrTutorial: Automatische Textannotation mit WebLicht
Tutorial: Automatische Textannotation mit WebLicht Inhalt 1. Was ist WebLicht?... 1 2. WebLicht starten... 1 3. Text importieren... 2 4. Verarbeitungsketten... 2 5. Wortarten- Tagging und Lemmatisierung...
MehrDas konzeptionelle Datenmodell
Das konzeptionelle Datenmodell Signifikanz der Datenmodellierung Anforderungsanalyse Effizienz der Anwendung. Redundanzfreiheit. Datenintegrität. Reibungsarme Umsetzung des Datenmodells in das physikalische
MehrQualitative Aspekte Enterprise Search Volltextsuche & Text Mining. Franz Kögl Vorstand IntraFind Software AG
Qualitative Aspekte Enterprise Search Volltextsuche & Text Mining Franz Kögl Vorstand IntraFind Software AG Vorstellung IntraFind AG Qualitative Sucherweiterung: Search+ Wildcardsuche Einbindung von Synonymen
MehrWDG Analyse und Transformation (WAT)
WDG Analyse und Transformation (WAT) Studienprojekt von Ineta Sejane und Wiebke Wagner am Institut für Deutsche Sprache Mannheim WDG Das Wörterbuch zur deutschen Grammatik WDG enthält ca. 150 000 Lemmata.
MehrLinux I II III Res WN/TT NLTK XML Weka E XML BNC XSLT BNC/XML 7 BNC/XML XML BNC XSLT. Ressourcen-Vorkurs
BNC/XML 7 BNC/XML XML BNC XSLT extensible Markup Language I XML erlaubt es, strukturierte Daten in Textdateien zu speichern. Zum Schreiben und Lesen von XML-Dateien genügen einfache Text-Editoren wie Emacs
MehrXSLT, XPath und XQuery Marco Skulschus Marcus Wiederstein Sarah Winterstone
www.comelio-medien.com XSLT, XPath und XQuery Marco Skulschus Marcus Wiederstein Sarah Winterstone XSLT, XPath und XQuery Marco Skulschus Marcus Wiederstein Sarah Winterstone XSLT, XPath und XQuery Marco
MehrXML und Datenmodellierung
Rainer Eckstein Silke Eckstein XML und Datenmodellierung XML-Schema und RDF zur Modellierung von Daten und Metadaten einsetzen dpunkt.verlag VII Inhaltsverzeichnis Vorwort v 1 Einleitung 1 1.1 Aufbau 2
MehrDer Tabellenname wird in Grossbuchstaben geschrieben.
Datenbanken: Abbildungsregeln 1 Tabellen Einleitung Da ein relationales Datenbankschema als Objekte nur Tabellen zulässt, müssen sowohl die Entitäts- als auch die Beziehungsmengen in Tabellenform ausgedrückt
MehrKurzeinführung in Citavi 5
Kurzeinführung in Citavi 5 Warum Citavi? Projektarbeit A Projektarbeit B Becker: Die Kunst des Professionellen Schreibens Becker: München. Die Kunst Hanser des Verlag Professionellen 2015 Schreibens Text
MehrDatenvorverarbeitung von nominalen Daten für Data Mining
Datenvorverarbeitung von nominalen Daten für Data Mining Entstanden 2004/2005 bei der T-Systems International GmbH unter Betreuung von Prof. Dr. J. Fürnkranz Seite 1 Gliederung Datenvorverarbeitung Prepared
Mehr33 CSS in HTML einbinden
D3kjd3Di38lk323nnm 256 33 CSS in HTML einbinden Damit CSS auf HTML wirken kann, muss eine Verknüpfung hergestellt werden. Dafür stehen verschiedene Möglichkeiten zur Verfügung, die in diesem Kapitel beschrieben
MehrGliederung. Das TIGER-Korpus: Annotation und Exploration. TIGER-Korpus. 1. TIGER-Korpus. entstanden im Projekt TIGER (1999 heute) beteiligte Institute
Das TIGER-Korpus: Annotation und Exploration Stefanie Dipper Forschungskolloquium Korpuslinguistik, 11.11.03 Gliederung 1. TIGER-Korpus 2. Annotation 3. Visualisierung 4. Suche, Retrieval 5. Demo 6. Repräsentation
MehrProgrammieren Formulierung eines Algorithmus in einer Programmiersprache
Zum Titel der Vorlesung: Programmieren Formulierung eines in einer Programmiersprache Beschreibung einer Vorgehensweise, wie man zu jedem aus einer Klasse gleichartiger Probleme eine Lösung findet Beispiel:
MehrFederated Search: Integration von FAST DataSearch und Lucene
Federated Search: Integration von FAST DataSearch und Lucene Christian Kohlschütter L3S Research Center BSZ/KOBV-Workshop, Stuttgart 24. Januar 2006 Christian Kohlschütter, 24. Januar 2006 p 1 Motivation
MehrMicrosoft Access 2010 SQL nutzen
Microsoft Access 2010 SQL nutzen Welche Bestellungen hat Kunde x aufgegeben? Welche Kunden haben noch nie bestellt? Wer hat welche Bestellungen von welchen Kunden aufgenommen? S(tructured)Q(uery)L(anguage)
MehrKorpus. Was ist ein Korpus?
Was ist ein Korpus? Korpus Endliche Menge von konkreten sprachlichen Äußerungen, die als empirische Grundlage für sprachwiss. Untersuchungen dienen. Stellenwert und Beschaffenheit des Korpus hängen weitgehend
MehrEinstieg in die Informatik mit Java
1 / 34 Einstieg in die Informatik mit Java Klassen mit Instanzmethoden Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 34 1 Definition von Klassen 2 Methoden 3 Methoden
MehrWas ist falsch an diesem Bild
Crossmedia Crossmedia Crossmedia Crossmedia Was ist falsch an diesem Bild Was ist falsch an diesem Bild Warum funktioniert das Geschäftsmodell nicht mehr? heute Worum geht es also? Alte Welt vs. neue
MehrAutomatisches Verstehen gesprochener Sprache
Automatisches Verstehen gesprochener Sprache 5. Sprachverstehen und Morphologie Martin Hacker Bernd Ludwig Günther Görz Professur für Künstliche Intelligenz Department Informatik Friedrich-Alexander-Universität
MehrKapitel 9. Zusammenfassung & Ausblick
Kapitel 9 Kapitel 9 Zusammenfassung & Ausblick In diesem Kapitel wird der Prozess der Erstellung einer Zielontologie aus einer Textkollektion zusammengefasst und herausgestellt, wie sich eine Ontologie,
MehrBeispiel. Problem: mehrteilige Nachnamen (von Goethe, Mac Donald, Di Caprio)
Beispiel Beispiel: Namensliste konvertieren (Karl Egon Meier Meier, Karl Egon). s/(.*) (.*)/$2, $1/; Problem: mehrteilige Nachnamen (von Goethe, Mac Donald, Di Caprio) s/(.*) (.*)/$2, $1/; s/(.*) ([a-z]+
MehrDie virtuelle Forschungsumgebung WissKI
Die virtuelle Forschungsumgebung WissKI Georg Hohmann Deutsches Museum g.hohmann@deutsches-museum.de Das Projekt WissKI = Abk. Wissenschaftliche KommunikationsInfrastruktur Projektpartner Friedrich-Alexander-Universität
MehrInformationsextraktion mit XSLT
1/29 Informationsextraktion mit XSLT + Einbindung in eine Pythonanfrage an Wikipedia/Dbpedia Jani Takhsha HS Information Retrieval Institut für Computerlinguistik Universität Heidelberg 12. Januar 2015
MehrÜbungen Teil 1: ER-Modelle. Dozent: Stefan Maihack Dipl. Ing. (FH)
Übungen Teil 1: ER-Modelle Dozent: Stefan Maihack Dipl. Ing. (FH) Die (min, max) - Notation Bei der Verwendung der Funktionalität ist für einen Entity-Typen nur die maximale Anzahl der Beziehungen mit
MehrInaugural-Dissertation. Philosophie
Ontology On Demand Vollautomatische Ontologieerstellung aus deutschen Texten mithilfe moderner Textmining-Prozesse Inaugural-Dissertation zur Erlangung des Grades eines Doktors der Philosophie in der Fakultät
MehrDeutscher Museumsbund: Berliner Herbsttreffen zur Museumsdokumentation
8. 10. Oktober 2007, Zuse-Institut Berlin Deutscher Museumsbund: Berliner Herbsttreffen zur Museumsdokumentation Großformatdigitalisierung mobil Zum Aufbau der sammlungsübergreifenden Datenbank für Architekturzeichnungen
MehrEDEN: Epigraphische Datenbank Erlangen Nürnberg Ein Use Case für WissKI
Martin Scholz (FAU Erlangen-Nürnberg), 25.07.2016 EDEN: Epigraphische Datenbank Erlangen Nürnberg Ein Use Case für WissKI Epigraphische Datenbank Erlangen-Nürnberg http://wisski.cs.fau.de/eden Griech.
MehrGeneric Interface. Einfacher Datenaustausch zwischen Drittanwendungen und OTRS.
Einfacher Datenaustausch zwischen Drittanwendungen und OTRS. Das Generic Interface von OTRS OTRS ist weltweit eine der am weitesten verbreiteten Open Source Help Desk Software-Lösungen und der Integrationsbedarf
MehrEmpfehlenswerte Referenzen
Wenn Google etwas nicht finden kann, fragen sie Jack Bauer. ("Fakten über Jack Bauer") Inhalt Empfehlenswerte Referenzen...1 0 Wozu reguläre Ausdrücke?...1 1 Die Elemente regulärer Ausdrücke...2 2 Ein
MehrBERLIN-BRANDENBURGISCHE AKADEMIE DER WISSENSCHAFTEN
BERLIN-BRANDENBURGISCHE AKADEMIE DER WISSENSCHAFTEN . Ideen zur Verbindung von Text- und Personendaten I II III IV V VI Einleitung: Bedarf Das Personendaten-Repositorium Interaktionen zwischen TextGrid
MehrTextauszeichnung mit XML
Ulrike Henny & Patrick Sahle Fahrplan XML: wieso weshalb warum? XML als Markup XML essentiell XML schreiben am Beispiel XML schreiben im Editor XML, die Regeln XML, die Philosophie Folie 2 XML, wieso,
MehrErschließung von Autographen in Visual Library
Erschließung von Autographen in Visual Library Editionsarbeit unter Berücksichtigung internationaler Standards Dienstag, 23. Juni 2015 Akademie der Künste Berlin Juni 2015 - Akademie der Künste Berlin
MehrPersistenz. Ralf Gitzel
Persistenz Ralf Gitzel ralf_gitzel@hotmail.de 1 Themenübersicht Ralf Gitzel ralf_gitzel@hotmail.de 2 Übersicht Grundkonzepte Entity Beans Meine erste Entity Entity-Manager Lernziele Übungsaufgabe 3 Grundkonzepte
MehrFragen zum Nachdenken: Wie könnte man das Fehlen eines Attribut-Wertes interpretieren?
Attribut-Werte-Paare Eine Eigenschaft kann beschrieben werden durch ein Paar [a,w]. Dabei bezeichnet a das Attribut und w den konkreten Wert aus dem Wertebereich W a des Attributs. Die Eigenschaften eines
MehrModul 7.2: Pragmatik I Semantik vs. Pragmatik
Modul 7.2: Pragmatik I Semantik vs. Pragmatik Daniel Gutzmann Institut für Linguistik Daniel Gutzmann Semantik vs. Pragmatik 1 / 17 Pragmatik in der Linguisik Pragmatik in der Linguisik Daniel Gutzmann
MehrAllgemeine Geschäftsbedingungen für einen Recherche-Auftrag
Allgemeine Geschäftsbedingungen für einen Recherche-Auftrag Stand: 30.04.2011 1. Die Recherche in der Deutschen Auswanderer-Datenbank (DAD) wird vom Förderkreis Historisches Museum Bremerhaven e.v. durchgeführt.
MehrWebservices an der BBAW
Webservices an der BBAW Stefan Dumont, Martin Fechner, Bryan Jurish, Marco Jürgens, Kai Zimmer 1. Berliner DH-Rundgang 1. September 2014 Webservices Webservices sind Programme, die für die Kommunikation
MehrTagung des Deutschen Museumsbundes in Leipzig 07. 10. Mai 2006
Tagung des Deutschen Museumsbundes in Leipzig 07. 10. Mai 2006 Tagung der Fachgruppe Dokumentation 10. Mai 2006 Analyse und Vergleich ausgewählter Informationskategorien verschiedener Museumsdatenbanken
MehrXML Vorlesung FHA SS 2006 15.5.2006
XML Vorlesung FH Aargau, SS 2006 XML Schema Teil III Erik Wilde 15.5.2006 http://dret.net/lectures/xml-fhnw-ss06/ Übersicht Reusable Groups Named Model Groups Attribute Groups Type Substitution Modellierungstechniken
MehrDas join² Statistikmodul
Das join² Statistikmodul Robert Thiele HGF Bibliometrieworkshop Heidelberg, 07.12.2016 https://bib-pubdb1.desy.de/record/315261 Partner im join² Projekt Deutsches Elektronensynchrotron, Zentralbibliothek
MehrMetadaten und Identifikatoren
Planung des Forschungsdaten-Managements: Metadaten und Identifikatoren Timo Gnadt SUB Göttingen gnadt@sub.uni-goettingen.de 6. Dezember 2011, Göttingen Überblick Metadaten Motivation Planungsaspekte Dimensionen
MehrSession Beans & Servlet Integration. Ralf Gitzel ralf_gitzel@hotmail.de
s & Servlet Integration Ralf Gitzel ralf_gitzel@hotmail.de 1 Themenübersicht Ralf Gitzel ralf_gitzel@hotmail.de 2 Übersicht Motivation Das Interface Stateful und Stateless s Programmierung einer Stateful
MehrDas Redaktionssystem UCMS. Beschreibung Technisches Profil
1/6 CONTENTMANAGEMENTSYSTEM UCMS 03.12.08 Das Redaktionssystem UCMS Beschreibung Technisches Profil Das vorliegende Dokument gibt einen Überblick über das System und geht auf die Ankopplung oder Integration
MehrDiskrete Strukturen Kapitel 2: Grundlagen (Mengen)
WS 2016/17 Diskrete Strukturen Kapitel 2: Grundlagen (Mengen) Hans-Joachim Bungartz Lehrstuhl für wissenschaftliches Rechnen Fakultät für Informatik Technische Universität München http://www5.in.tum.de/wiki/index.php/diskrete_strukturen_-_winter_16
MehrXML und Datenmodellierung
xml.bibliothek XML und Datenmodellierung XML-Schema und RDF zur Modellierung von Daten und Metadaten einsetzen von Rainer Eckstein, Silke Eckstein 1. Auflage XML und Datenmodellierung Eckstein / Eckstein
MehrAnlegen von Serviceboxen
TYPO3 an der TU Berlin Anlegen von Serviceboxen Version: 1.0 Stand: 01.11.2007 Autor: Antje Janke Überarbeitung: Roman Zimmer 1 Inhaltsverzeichnis 1. Allgemeine Informationen......3 1.1 Was sind Serviceboxen?......3
MehrGruppe: ueb 23 Namen: Johannes Beck Michael Rullmann Nick Jagiella Marco Buss Robert Haase
1. Allgemeines 1.1 Einsatzumfeld ~ umfasst die webunterstützte Übungsverwaltung für Stundenten, studentische Hilfskräfte sowie auch Dozenten, die die entsprechenden Funktionalitäten des Tool vom Internet
MehrDARIAH Geo-Browser. ein Werkzeug zur Raum- Zeit Visualisierung Thomas Kollatz, STI Essen. de.dariah.eu
DARIAH Geo-Browser ein Werkzeug zur Raum- Zeit Visualisierung Thomas Kollatz, STI Essen de.dariah.eu DARIAH Geo- Browser Komponenten Visualisierung räumlichen und zeitlichen Dimension durch 2 DARIAH Geo-
Mehr<Trainingsinhalt> XML umsetzen und nutzen
XML umsetzen und nutzen i Inhaltsverzeichnis Einführung 11 Das Problem mit HTML 12 Die Stärke von XML 13 Die XML-Helfer 14 XML im wirklichen Leben 15 Zu diesem Buch 16 Was Sie hier nicht
MehrSemantische Infomationsintegration à la carte?
Semantische Infomationsintegration à la carte? Ziele und Herausforderungen der Anwendung des CIDOC CRM. Historisch-Kulturwiss. Informationsverarbeitung, Universität Köln 1. Oktober 2010 1 Ein User Scenario
MehrDer Spion im Lichtschalter und im Bremspedal. Stefan Nürnberger Christoph Sorge
Der Spion im Lichtschalter und im Bremspedal Stefan Nürnberger Christoph Sorge Teil 1: Der Spion im Lichtschalter Beispiel eines willkürlich gewählten Herstellers Hierhin geht der Trend!
MehrAutomatische Prüfung von Wikipedia-Artikeln
Automatische Prüfung von Wikipedia-Artikeln WikiCon 2013 23.11.2013 Daniel Naber Überblick Worum geht es hier (nicht)? Fehlerbeispiele Überblick LanguageTool LanguageTool Funktionsprinzip Fehlermuster
MehrDie Wiederverwendung von Daten im System SAP R/3
Thorsten Spitta, Uni Bielefeld Frank Werner, SVC AG Bielefeld Die Wiederverwendung von Daten im System SAP R/3 Bad Honnef, 12. 5. 2000 2 1 Das Problem Wiederverwendung von Funktionen (Module, Klassen)
MehrWie könnten Digitalisierungsprojekte effizienter den Weg ins Web finden?
Wie könnten Digitalisierungsprojekte effizienter den Weg ins Web finden? Ein Blick aus technischer Perspektive Eberhard Pietzsch Stadt- und Universitätsbibliothek Frankfurt a.m. Eberhard Pietzsch pietzsch@uni-frankfurt.de
MehrSoftwaretechnologie für die Ressourcenlinguistik
Tools und Frameworks FSU Jena Gliederung 1 Pipelines Formate 2 3 Übersicht Details Fazit Pipelines Formate Komponenten bilden eine Pipeline Text Sentence Splitter Tokenizer POS-Tagger Output Texte werden
Mehr3. Relationale Datenbank 8
Inforationsbestände analysieren Relationale Datenbank 3. Relationale Datenbank 8 Eine Datenbank bildet ein Syste aus gespeicherten, strukturierten Daten einschließlich der zwischen diesen Daten bestehenden
MehrGrammatik des Standarddeutschen. Michael Schecker
Grammatik des Standarddeutschen Michael Schecker Einführung und Grundlagen Nominalgruppen Nomina Artikel Attribute Pronomina Kasus (Subjekte und Objekte, Diathese) Verbalgruppen Valenz und Argumente Tempora
MehrEinführung. Hallo-Welt in XSLT
2. Vorlagen-Technik Inhalt 1. Einführung 2. Vorlagen 3. XPath 4. Kontrollstrukturen 5. Sortierung, Gruppierung und Nummerierung 6. Parameter und Variablen 7. Vorgaben für Ein- und Ausgabeformate 8. Auslagerung
MehrMULTILINGUAL PERSON NAME RECOGNITION AND TRANSLITERATION
MULTILINGUAL PERSON NAME RECOGNITION AND TRANSLITERATION Bruno POULIQUEN, Ralf STEINBERGER, Camelia IGNAT Irina TEMNIKOVA, Anna WIDIGER, Wajdi ZAGHOUANI, Jan ŽižKA Referenten: Inna Scherer, Alla Shashkina
MehrAccess 2010. Grundlagen für Anwender. Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012. inkl. zusätzlichem Übungsanhang ACC2010-UA
Andrea Weikert 1. Ausgabe, 1. Aktualisierung, Juli 2012 Access 2010 Grundlagen für Anwender inkl. zusätzlichem Übungsanhang ACC2010-UA 3 Access 2010 - Grundlagen für Anwender 3 Daten in Formularen bearbeiten
MehrAUF DEM WEG ZU EINER DIGITALEN ERFASSUNG DER ARCHÄOLOGISCHEN SAMMLUNG IM HELMS MUSEUM. Projekt Inventarisierung Helms Museum
AUF DEM WEG ZU EINER DIGITALEN ERFASSUNG DER ARCHÄOLOGISCHEN SAMMLUNG IM HELMS MUSEUM Kathrin Mertens M.A., Helms Museum Hamburg Stand Oktober 2008 Pilotprojekt Digitale Inventarisierung Stiftung Historische
MehrEin Schlüssel ist eine Menge von Attributen (also eines oder mehrere), die eine Datenzeile (Tupel) einer Tabelle eindeutig identifiziert
Maika Büschenfeldt Datenbanken: Skript 1 1. Was ist eine relationale Datenbank? In Datenbanken können umfangreiche Datenbestände strukturiert abgelegt werden. Das Konzept relationaler Datenbanken soll
MehrEinstieg in die Informatik mit Java
1 / 16 Einstieg in die Informatik mit Java Innere Klassen Gerd Bohlender Institut für Angewandte und Numerische Mathematik Gliederung 2 / 16 1 Einführung 2 Element-Klassen 3 Lokale Klassen 4 Anonyme Klassen
MehrVersand von Newslettern aus Sage CRM mit MailChimp
Versand von Newslettern aus Sage CRM mit MailChimp Autor: Robert Cwicinski letzte Änderung: 06.05.2015 Inhaltsverzeichnis 1 Ausgangssituation... 3 2 Zielsetzung... 3 3 MailChimp Konto... 4 3.1 Account
Mehrdata2check Donnerstag, 24. November 2016 Manuel Montero Pineda data2type GmbH
data2check DTP meets XML Donnerstag, 24. November 2016 Zur Person: Manuel Montero Pineda > Dipl.-Wirtschaftsinformatiker (FH), M.A. > XML-Entwickler und -Berater in den Bereichen XML Schema, OOXML, XSLT,
MehrEPOKO.net. Frank Schwichtenberg. SourceTalk 2009 Göttingen, 1.10.2009
EPOKO.net Frank Schwichtenberg SourceTalk 2009 Göttingen, 1.10.2009 2 Real SOA Wenn Services (zusammen )wachsen. Historisches Der Wunsch nach Integration von Terminen in eine Webseite Ohne ein Content
Mehr3. Relationales Modell
3. Relationales Modell entwickelt von Codd (1970) beruht auf dem mathematischen Begriff der Relation, den man anschaulich mit dem der Begriff Tabelle vergleichen kann alle Informationen sind in Relationen
Mehrherangezogenwerden,wiez.b.online-thesauri.diefurcorpusanfragenzurverfugung
EinexiblesundmodularesAnfragesystemfurTextcorpora Niemeyer:LexicographicaSeriesMaior,Tubingen,Fruhjahr1995 Erscheintin:TagungsberichtedesArbeitstreensLexikon+Text 17./18.Februar1994,SchloHohentubingen
MehrSeminar Datenbanksysteme
Seminar Datenbanksysteme Recommender System mit Text Analysis für verbesserte Geo Discovery Eine Präsentation von Fabian Senn Inhaltsverzeichnis Geodaten Geometadaten Geo Discovery Recommendation System
MehrContao Schulung. Martin Kozianka <martin@kozianka.de> Donnerstag, 20.11.2014
Contao Schulung Martin Kozianka Donnerstag, 20.11.2014 Theorieteil 1 - Begriffe Frontend: Die eigentliche Webseite (Ansicht für die Besucher) Backend: Administrationsbereich bzw. Oberfläche
Mehrmitho -Framework für plenty PHP-Framework zur Anbindung an die plenty API
PHP-Framework zur Anbindung an die plenty API Inhaltsverzeichnis 1 Kurzbeschreibung...3 2 Integration...4 3 Möglichkeiten...5 3.1 Artikel...5 3.2 Aufträge...5 3.3 Kunden...5 4 Interne Funktionsweise...7
MehrWerkzeuge für die Unterstützung von Autoren und Herausgebern von Open-Access-Publikationen
Humboldt-Universität zu Berlin Jahreskolloquium 16. Mai 2006 Open Access an der Humboldt-Universität Werkzeuge für die Unterstützung von Autoren und Herausgebern von Open-Access-Publikationen Uwe Müller
MehrDas SIARD Format und die zugehörige Tool-Landschaft
Das SIARD Format und die zugehörige Tool-Landschaft Arbeitskreis Archivierung von Unterlagen aus digitalen Systemen 17. Tagung im Staatsarchiv Dresden 13./14. März 2013 Inhaltsübersicht Langzeitarchivierung
MehrLand Software-Entwicklung. FAUST Professional FAUST Standard FAUST EntryMuseum FAUST EntryArchiv FAUST iserver LIDOS
Land Software-Entwicklung FAUST Professional FAUST Standard FAUST EntryMuseum FAUST EntryArchiv FAUST iserver LIDOS FAUST 7 FAUST 7 EntryArchiv Präsentation von Datenbankinhalten Statisch Reports (Drucker,
MehrSemantic Web: Das Web der nächsten Generation
Semantic Web: Das Web der nächsten Generation Slim Abdennadher LMU München 8.2.2002 c S. Abdennadher 1 Einleitung Rechner erfunden als Werkzeug zur Durchführung von Berechnungen Dann entdeckt als Werkzeug
Mehrb2boptic / SF7 Freiburg 22.10.2015
b2boptic / SF7 Freiburg 22.10.2015 Themen b2boptic im Web SF7 / LensCatalog Webservice b2boptic Forum 12 Jahre glaeserforum.de glaeserforum.de ist nun forum.b2boptic.com Über 400 angemeldete Benutzer 2000
MehrPart-of-Speech- Tagging
Part-of-Speech- Tagging In: Einführung in die Computerlinguistik Institut für Computerlinguistik Heinrich-Heine-Universität Düsseldorf WS 2004/05 Dozentin: Wiebke Petersen Tagging Was ist das? Tag (engl.):
MehrDatenbanksysteme I, SS 2004
Universität Mannheim Lehrstuhl für Praktische Informatik III orman May D7 27, Raum 40 683 Mannheim Telefon: (062) 8-2586 Email: norman@pi3.formatik.uni-mannheim.de Datenbanksysteme I, SS 2004 Lösungen
MehrHibernate Das Praxisbuch für Entwickler
Sebastian Hennebrüder 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Hibernate Das Praxisbuch für Entwickler Galileo
MehrDie TEI. in einer halben Stunde
Die TEI in einer halben Stunde Die TEI ist eine Personengruppe ist ein Satz an Computerbefehlen ist eine Reflexion über Text ist gar nicht so schwer! Geschichte 1987 XI Vassar College, Conference Ziel:
MehrEin Tag sagt mehr als tausend Worte? Kreatives Potenzial und Neotags in Tagging-Systemen. Christof Niemann
Ein Tag sagt mehr als tausend Worte? Kreatives Potenzial und Neotags in Tagging-Systemen Christof Niemann Themen Wissensorganisation im Internet Intelligenz und Kreativität im Web 2.0 Tagging-Systeme als
MehrÜbersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
MehrWas ist Custom Search?
Custom Search Was ist Custom Search? Benutzerdefinierte Suchmaschine Eingrenzen der zu durchsuchenden Seiten oder Hervorheben priorisierter Seiten in der Websuche Gestaltung des Aussehens der Eingabeleiste
MehrDiplomarbeit. Entwurf eines TI-Coaching Systems. von. Christof Kuhn
Diplomarbeit Entwurf eines TI-Coaching Systems von Christof Kuhn Warum TI-Coaching System? Theoretische Informatik fällt vielen schwer Sie ist aber sehr wichtig für die Informatik Sie ist nicht wirklich
MehrMehrsprachige Modelle mit Faktor-IPS Alexander Weickmann (Dokumentversion 89)
Mehrsprachige Modelle mit Faktor-IPS Alexander Weickmann (Dokumentversion 89) Überblick Mit der Version 3.1 von Faktor-IPS können IPS-Projekte verschiedene Sprachen unterstützen. Wenn ein Projekt eine
MehrFührungsmittelsatz - Anleitung -
Einführung und allgemeiner Umgang Für die allgemeine Nutzung dieser Datei ist das Programm Microsoft Excel ab Version 007 zwingend erforderlich (getestet mit Excel 007, 00 und 0). Ein Excel Viewer oder
MehrHerzlich Willkommen! eine praxisnahe Übersicht. Mit Java ins Web - mb@bebox.franken.de. 26.11.2000 (c) Michael Behrendt -
Herzlich Willkommen! Mit Java ins Web - eine praxisnahe Übersicht 1 Wer bin ich? Michael Behrendt, 21, Nürnberg kurzer Lebenslauf: 1991 Erster Rechner: Commodore C128 1995 Ausbildung zum Datenverarbeitungskaufmann
MehrDatenbanken Unit 3: Das relationale Modell
Datenbanken Unit 3: Das relationale Modell 8. III. 2016 Outline 1 Das ER Modell Zusammenfassung 2 Das Relationale Modell 3 SQL Organisatorisches Wissensüberprüfung: heute zwei Aufgaben statt nur einer
Mehr