Semantische Co-Annotation und Videosuche mit yovisto.com
|
|
- Dominik Schulze
- vor 6 Jahren
- Abrufe
Transkript
1 Semantische Co-Annotation und Videosuche mit yovisto.com Dr. Harald Sack Hasso-Plattner-Institut für Softwaresystemtechnik Universität Potsdam 51. DFN-Betriebstagung Forum Multimedia-Dienste Berlin, 7. Oktober 2009
2 Semantische Co-Annotation und Videosuche mit yovisto.com 2 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Benutzergenerierte Co-Annotation Metadatenstandards Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
3 Etwas Statistik... 3 Aktuelle Video-Nutzungsstatistiken für USA, August % aller Internet-Nutzer in den USA haben Videos im WWW angesehen 25 Milliarden Video Abrufe (Google/YouTube mit 40% Marktanteil) 161 Millionen Benutzer durchschnittlich jeweils 157 Videos aus dem WWW konsumiert der monatliche online Videokonsum betrug durchschnittlich 582 Minuten pro Internet-Nutzer die durchschnittliche Videolänge betrug 3.7 Minuten... Quellen: comscore.com, Google Sites Surpasses 10 Billion Video Views in August 2009
4 Etwas Statistik... 4 Aktuelle Video-Nutzungsstatistiken für Deutschland, Dezember ,5 Millionen Deutsche haben im Dezember ,4 Milliarden Videos abgerufen die durchschnittliche Videolänge betrug 4,1 Minuten... Google erhielt im Juli 2008 von über 100 Milliarden Suchanfragen alleine 3 Milliarden aus Deutschland Bereits 1.6 Millionen dieser Suchabfragen fanden über Mobiltelefone statt... Quellen: comscore.com, Germany had 28 Million Online Video Viewers Watch More Than 3 Billion Videos in December 2008
5 Semantische Co-Annotation und Videosuche mit yovisto.com 5 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Benutzergenerierte Co-Annotation Metadatenstandards Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
6 Aufzeichnung und Archivierung universitärer Lehrveranstaltungen 6 An den Universitäten wird die Präsenzlehre seit mehr als einer Dekade durch Vorlesungsaufzeichnungen ergänzt, die über das WWW zur Verfügung gestellt werden
7 Aufzeichnung und Archivierung universitärer Lehrveranstaltungen 6 An den Universitäten wird die Präsenzlehre seit mehr als einer Dekade durch Vorlesungsaufzeichnungen ergänzt, die über das WWW zur Verfügung gestellt werden
8 Aufzeichnung und Archivierung universitärer Lehrveranstaltungen 7 tele-task -- Teleteaching Anywhere Solution Kit seit 2002 zuerst an der Universität Trier, dann am HPI im Einsatz mobile (low-cost) Aufzeichnung, Encoding, Streaming out-of-the-box
9 Aufzeichnung und Archivierung universitärer Lehrveranstaltungen 8 tele-task -- Videoportal Zugriff auf >2000 Kurse, Einzelvorlesungen, Vorträge, Events von über 440 Dozenten
10 Aufzeichnung und Archivierung universitärer Lehrveranstaltungen 9 HPI on itunes U Zusätzlicher Distributionskanal für Video-Podcasts mit weltweiter Reichweite
11 Semantische Co-Annotation und Videosuche mit yovisto.com 0 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Benutzergenerierte Co-Annotation Metadatenstandards Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
12 Suche in audiovisuellen Daten 1 Wie findet man etwas in einem audiovisuellen Archiv? Damit audiovisuelle Daten einer computergestützten gezielten Suche zugänglich werden, müssen Beschreibungen, Schlüsselwörter, etc. üblicherweise Textform vorliegen.
13 Suche in audiovisuellen Daten 1 Wie findet man etwas in einem audiovisuellen Archiv? Damit audiovisuelle Daten einer computergestützten gezielten Suche zugänglich werden, müssen Beschreibungen, Schlüsselwörter, etc. üblicherweise Textform vorliegen. Manuelle Analyse und Annotation
14 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Friedrich Wilhelm Murnau Stiftung, DFI
15 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Friedrich Wilhelm Murnau Stiftung, DFI
16 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Friedrich Wilhelm Murnau Stiftung, DFI
17 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Marlene Dietrich Friedrich Wilhelm Murnau Stiftung, DFI
18 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Marlene Dietrich???? Friedrich Wilhelm Murnau Stiftung, DFI
19 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Marlene Dietrich???????? Friedrich Wilhelm Murnau Stiftung, DFI
20 Suche in audiovisuellen Daten 2 Retrieval in Audiovisuellen (zeitabhängigen) Daten automatische inhaltliche Analyse ist schwierig und berechnungs-/speicheraufwändig Marlene Dietrich???????? {...ich bin von Kopf bis Fuß... Friedrich Wilhelm Murnau Stiftung, DFI
21 Suche in audiovisuellen Daten Automatische AV-Analyse 3 Strukturelle (temporäre) Segmentierung Grobsegmentierung (rein strukturell) --> Zerlegung Einzelbilder/Blöcke, Histogrammvergleich Zeit Feinsegmentierung (inhaltsbasiert) --> Objekterkennung/-verfolgung --> OCR/ICR --> Korrelation Audio/Video (NLP) Zusammenfassen Verfeinern Zusammenfassen Zeit
22 Suche in audiovisuellen Daten Automatische AV-Analyse 4 Inhaltsbezogene Videoanalyse Ergebnis: Videosegmente mit zugeordneten, zeitbezogenen Metadaten Metadaten Metadaten Metadaten Zeit Metadaten Metadaten Metadaten Metadaten setzen sich zusammen aus kombinierten Low Level/ High Level Deskriptoren Metadaten als Basis für traditionelles Information Retrieval
23 Suche in audiovisuellen Daten Automatische AV-Analyse 5 Automatische Metadatenextraktion
24 Suche in audiovisuellen Daten Automatische AV-Analyse 5 Automatische Metadatenextraktion ICR / OCR
25 Suche in audiovisuellen Daten Automatische AV-Analyse 5 Automatische Metadatenextraktion ICR / OCR ASR
26 Suche in audiovisuellen Daten Automatische AV-Analyse 5 Automatische Metadatenextraktion ICR / OCR Keyterm Spotting Dictionary ASR
27 Suche in audiovisuellen Daten Benutzergenerierte Co-Annotation 6 Benutzergenerierte Metadaten automatische Analyse nur begrenzt leistungsfähig mangelnde Genauigkeit / Vollständigkeit Benutzergenerierte Metadaten können qualitativ zuverlässiger sein autoritative Metadaten strukturierte Daten unstrukturierte (textuelle) Daten nicht-autoritative Metadaten Tags Kommentare Diskussionen Rezensionen Feedback etc...
28 Suche in audiovisuellen Daten Benutzergenerierte Co-Annotation 7 Kollaborative Annotation Apfel Quelle: wikipedia.de apple Apfel Obst Frühstück Frucht Benutzer kaufen Ressource Autor nicht-autoritative Metadaten autoritative Metadaten
29 Suche in audiovisuellen Daten Metadatenstandards 8 Metadaten für Audiovisuelle Medien Dublin Core LOM / SCORM Metadaten Metadaten Metadaten Zeit Metadaten Metadaten Metadaten Metadaten beziehen sich auf Zeitpunkt / Ort in den AV-Daten (spatio-temporale Annotation) Metadaten sind benutzerbezogen (Social Tagging, autoritative vs. nicht-autoritative Metadaten)
30 Suche in audiovisuellen Daten Metadatenstandards 9 Spatiale Annotation audiovisueller Daten (xmin, ymin, xmax, ymax) Hieroglyphen mit Königskartusche, Haute-Relief (xmin, ymin, xmax, ymax) Harald Sack
31 Suche in audiovisuellen Daten Metadatenstandards 0 MPEG-7 Metadata Description Framework umfassender XML-basierter Standard zur strukturellen und inhaltlichen Beschreibung von multimedialen Daten <!xml version= 1.0 encoding= iso > <Mpeg7 xmlns=urn:mpeg:mpeg7:schema:2001 > <AudioVisualSegment> <TextAnnotation type= heading xml:lang= de > <FreeTextAnnotation> Der Computer als universales Kommunikationsmedium </FreeTextAnnotation> </TextAnnotation>.. <MediaTime> <MediaTimePoint> T00:03:42.2 </MediaTimePoint> <MediaDuration> PT1M28.6S </MediaDuration> </MediaTime>.
32 Semantische Co-Annotation und Videosuche mit yovisto.com 1 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Metadatenstandards Benutzergenerierte Co-Annotation Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
33 Semantische Annotation von Videodaten 2 Die ursprüngliche Vision des World Wide Web Tim Berners-Lee, Semantic Web Roadmap, Sept 1998 The Web was designed as an information space, with the goal that it should be useful not only for human-human communication, but also that machines would be able to participate and help Tim Berners-Lee Voraussetzung: Inhalte können maschinell gelesen und korrekt interpretiert (= verstanden) werden Wie kann das funktionieren?
34 Semantische Annotation von Videodaten 3 Inhalte im Web maschinell verstehen um Inhalte im Web maschinell verstehen zu können werden zwei unterschiedliche Ansätze verfolgt Natural Language Processing Natürliche Sprache soll mit Techniken der Linguistik und Statistik analysiert werden Die Bedeutung (Semantik) soll implizit (oder auch explizit) daraus erschlossen werden Techniken kommen im klassischen Information Retrieval (WWW-Suchmaschinen) zum Einsatz Semantic Web (Natürlichsprachliche) Web- Inhalte werden explizit mit Hilfe von semantischen Metadaten annotiert semantische Metadaten tragen die Bedeutung (Semantik) der Web-Inhalte und lassen sich maschinell lesen und korrekt interpretieren
35 Semantische Annotation von Videodaten 4 Inhalte im Web maschinell verstehen Text: Diego zu Bayern? Klassenzugehörigkeit Entitätenzuweisung Diego Ribas da Cunha (Instanz) ist ein Fußballspieler (Klasse) Die Bedeutung (Semantik) der Klassen muss ebenfalls explizit definiert werden. Bedeutung wird über geeignete Wissensrepräsentationen (Ontologien) kodiert Person ist eine Subklasse Superklasse (Klasse) ist eine
36 Semantische Annotation von Videodaten 5 Ontologien als Wissensrepräsentation verwenden gemeinsames Konzept Konzept ruft hervor referenziert Golf Symbol steht für Gegenstand Ogden, Richards, semiotisches Dreieck, 1923
37 Semantische Annotation von Videodaten 6 Ontologien als Wissensrepräsentation Philosophische Disziplin, die sich primär mit dem Sein, dem Seienden als solchem und mit den fundamentalen Typen von Entitäten beschäftigt (wikipedia) "An ontology is an explicit, formal specification of a shared conceptualization. The term is borrowed from philosophy, where an Ontology is a systematic account of Existence. For AI systems, what exists is that which can be represented. (Thomas R. Gruber, 1993) Konzeptualisierung: abstraktes Modell (Domäne, identifizierte relevante Begriffe, Beziehungen) Explizit: Bedeutungen aller Begriffe definiert Formal: maschinenverstehbar Gemeinsam: Konsens bzgl. Ontologie
38 Semantische Annotation von Videodaten 7 Das Semantic Web - Datenzentrierte Verarbeitung Die Bedeutung der Informationen (Semantik) wird durch standardisierte Wissensrepräsentationen (Ontologien) explizit formalisiert (strukturiert) Damit wird es möglich, die Bedeutung der Informationen maschinell zu verarbeiten unterschiedliche (heterogene) Daten miteinander in Beziehung zu setzen implizite (nicht offensichtliche) Information aus der vorhandenen (offensichtlichen) Information automatisch zu folgern Das Semantic Web ist eine Art globaler Datenbank, die ein universales Netz semantischer Aussagen bereit hält
39 Semantische Annotation von Videodaten 8 Inhalte im Semantic Web <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML+RDFa 1.0//EN" " <html xmlns=" xmlns:foaf=" version="xhtml+rdfa 1.0" xml:lang="en">... <body>... <div class= content about= instanceof= foaf:person > <span property= foaf:givenname >Diego</span> zu Bayern?... <img rel= foaf:depiction src= />... </div>... </body> </html> Webseite foaf:person Diego rdf:type foaf:givenname foaf:depiction Semantic Web Schichtenarchitektur
40 Semantische Annotation von Videodaten 9 Linked Data - Datenzentrierte Verarbeitung Ziel des Semantic Web:...to create a,web of Data
41 Semantische Annotation von Videodaten 9 Linked Data - Datenzentrierte Verarbeitung Ziel des Semantic Web:...to create a,web of Data
42 Semantische Co-Annotation und Videosuche mit yovisto.com 0 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Metadatenstandards Benutzergenerierte Co-Annotation Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
43 Yovisto.com - Akademische Videosuche 1
44 Yovisto.com - Akademische Videosuche 2 yovisto.com Videosuchmaschine mit dem Schwerpunkt akademischer Lehrveranstaltungen aktuell mehr als Vorlesungen und wissenschaftliche Vorträge aus der ganzen Welt automatische Segmentierung und Videoanalyse benutzergenerierte Co-Annotation Social Tagging Diskussionen Rezensionen Wikis Lernmaterialien Zielgenauer Zugriff auf gesuchte Videoinhalte
45 3 Yovisto.com - Akademische Videosuche Arbeitsweise search engine frontend WWW analyze and link to any available academic video recording in the WWW search for video content browse, play, and annotate video results video analysis and search index creation upload your own academic video recording
46 Yovisto.com - Akademische Videosuche 4 Yovisto Video Player
47 Yovisto.com - Akademische Videosuche 5 Semantische Annotation Entitätenerkennung in den textuellen Metadaten des Grunddatenbestand Metadaten Metadaten Metadaten Zeit Metadaten Metadaten Metadaten Person xy Person yz Ort xyz Ereignis abc Person xy Ort yz semantische Metadaten (z.b. als DC-RDF / MPEG7-COMM u.a.)
48 Yovisto.com - Akademische Videosuche 6 Semantische Annotationen Entitätenerkennung in den textuellen Metadaten des Grunddatenbestand Mapping der erkannten Entitäten gegen vorhandene Ontologien Person xy Ort yz Person xy Person yz Ort xyz Ereignis abc z.b. bibliografische Daten, geografische Daten, enzyklopädische Daten,...
49 Semantische Co-Annotation und Videosuche mit yovisto.com 7 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche in audiovisuellen Daten Automatische AV-Analyse Metadatenstandards Benutzergenerierte Co-Annotation Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche mit yovisto
50 Explorative Suche mit yovisto 8 Das Google Paradigma Eingabe einer Suchphrase Boolesche Verknüpfung einzelner Suchbegriffe Volltextsuche
51 Explorative Suche mit yovisto 9 Das Google Paradigma
52 Explorative Suche mit yovisto 9 Das Google Paradigma
53 Explorative Suche mit yovisto 0 Das Google Paradigma Erzeugung einer linearen (nach Relevanz gewichteten) Ergebnisliste TFIDF / PageRank Personalisierung (Logdatenanalyse)
54 Explorative Suche mit yovisto 0 Das Google Paradigma Erzeugung einer linearen (nach Relevanz gewichteten) Ergebnisliste TFIDF / PageRank Personalisierung (Logdatenanalyse)
55 Explorative Suche mit yovisto 1 Semantisch unterstütztes Information Retrieval Semantische Annotationen ermöglichen eine Verbesserung der traditionellen Schlüsselwort-basierten Suche durch Erweiterung / Präzisierung der Suchergebnisse Herleitung von impliziten Informationen durch logische Schlussfolgerungen Herstellung von Querverweisen Nutzung von semantischen Beziehungen zur Visualisierung und Navigation durch den Suchraum (Explorative Suche)
56 Explorative Suche mit yovisto 1 Semantisch unterstütztes Information Retrieval Semantische Annotationen ermöglichen eine Verbesserung der traditionellen Schlüsselwort-basierten Suche durch Erweiterung / Präzisierung der Suchergebnisse Herleitung von impliziten Informationen durch logische Schlussfolgerungen Herstellung von Querverweisen Nutzung von semantischen Beziehungen zur Visualisierung und Navigation durch den Suchraum (Explorative Suche)
57 Explorative Suche mit yovisto 2 Herstellung von Querverweisen Bereitstellung von Suchergebnissen, die zwar den Suchbegriff nicht notwendigerweise enthalten, aber mit diesem in inhaltlichem Zusammenhang stehen Nutzung von Domain Ontologien Nutzung von Thesauri und Kookurrenzanalysen repräsentativer Dokumentenkorpora Suchphrase: Hemingway ermittelter Oberbegriff zu Hemingway: amerikanischer Autor Ausweitung der Suche auf andere amerikanische Autoren dbpedia:americannovelists Instanzerkennung rdf:type rdf:type Hemingway dbpedia:ernest_hemingway dbpedia:edgar_allen_poe
58 Explorative Suche mit yovisto 3 Explorative Suche Abkehr vom Google Paradigma Visualisierung von Querverbindungen zwischen Suchbegriffen (Ontologieebene) Suchergebnissen (Instanzebene) Ermöglicht es dem Benutzer Suchergebnisse zufällig zu entdecken, die er eigentlich gar nicht gesucht hat (Serendipity) einen besseren Überblick über den Suchraum / Ergebnisraum zu gewinnen
59 Explorative Suche mit yovisto 4 Explorative Suche - ein einfaches Beispiel Suche im Grunddatenbestand nach,ernest Hemingway Identifikation einer Entität dbpedia:ernest_hemingway Bestimmung gleichartiger Entitäten dbpedia:ernest_hemingway foaf:name Ernest Hemingway. dbpedia:ernest_hemingway rdfs:type dbpedia:class/yago/americannovelist. dbpedia:ernest_hemingway dbpedia:ontology/influences dbpedia:ezra_pound. dbpedia:j._d._salinger dbpedia:ontology/influences dbpedia:ernest_hemingway. Finde weitere Ressourcen vom selben Typ, d.h. (1) finde weitere amerikanische Autoren (2) finde Ressourcen (Videos) mit weiteren amerikanischen Autoren
60 Explorative Suche mit yovisto 5 Explorative Suche - ein einfaches Beispiel Suche im Grunddatenbestand nach,ernest Hemingway Identifikation einer Entität dbpedia:ernest_hemingway Bestimmung eines geeigneten Properties Nutzung des Properties zur Navigation/Visualisierung Ezra Pound Ernest Hemingway J.D. Salinger dbpedia:ontology/influences dbpedia:ontology/influences Erweitere Suche mit asoziierten Entitäten
61 29 Prototyp unter
62 history 29 Prototyp unter
63 history search term 29 Prototyp unter
64 history search term related resources with properties 29 Prototyp unter
65 Semantische Co-Annotation und Videosuche mit yovisto.com 7 Etwas Statistik... Aufzeichnung und Archivierung universitärer Lehrveranstaltungen Suche Vielen in audiovisuellen Dank für Ihre Aufmerksamkeit Daten! Automatische AV-Analyse Fragen...? Metadatenstandards Benutzergenerierte Co-Annotation Links: HPI Homepage: Yovisto: Blogs: Semantische Annotation von Videodaten Yovisto.com - akademische Videosuche Explorative Suche
Lectures on Demand. Lectures on Demand. Lectures on Demand. Lectures on Demand Automatische Annotation und Suche in Multimediapräsentationen
Automatische Annotation und Suche in Workshop lecture recording - lecture on demand 29. Mai 2006 Dr. Harald Sack Friedrich-Schiller-Universität Jena Institut für Informatik http://www.informatik.uni-jena.de/~sack/
MehrDr. Christian Stein Ontologie-Design Die nächste Generation des Web für sich nutzen lernen
Technische Universität Braunschweig Humboldt-Universität zu Berlin Projekt iglos Dr. Christian Stein Ontologie-Design Die nächste Generation des Web für sich nutzen lernen Dr. Christian Stein (christian.stein@hu-berlin.de)
MehrOntologie-Management
Ontologie-Management Problemseminar WS 2008/09 http://dbs.uni-leipzig.de 1 Ontologiebegriff Philosophie Informatik Die Ontologie ist eine philosophische An Disziplin, ontology die is sich an (primär) explicit,
MehrSemantik in Suchmaschinen Beispiele. Karin Haenelt 7.12.2014
Semantik in Suchmaschinen Beispiele Karin Haenelt 7.12.2014 Inhalt Google Knowledge Graph Freebase schema.org 2 Google Knowledge Graph Zuordnung von Suchtermen zu Weltentitäten Darstellung von Zusammenhängen
MehrRDF(a) und Microformats
Weiterführende Themen zu Internet- und WWW-Technologien Hasso-Plattner-Institut 16. Mai 2011 1 Einführung Hintergrund Die Geschichte 2 RDF Ziel Repräsentationen Vokabularien 3 Microformats Motivation Beispiele
MehrSemantic Markup für die Dokumentenklassifizierung. Seminarvortrag von Mirko Pracht
Semantic Markup für die Dokumentenklassifizierung Seminarvortrag von Mirko Pracht Ziel des Vortrags Aufbau digitaler Bibliotheken Verbesserung Informationssuche Semantic Markup Gliederung 1. Grundlagen
MehrOntologie-Management Kapitel 1: Einführung
Ontologie-Management Kapitel 1: Einführung Dr. Michael Hartung Wintersemester 2012/13 Universität Leipzig Institut für Informatik http://dbs.uni-leipzig.de Inhalt Begriffsdefinition(en) Klassifikation
MehrSemantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer
Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation
MehrSEMANTISCHE SUCHE. Theorie und Praxis am Beispiel der Videosuchmaschine yovisto.com
SEMANTISCHE SUCHE Theorie und Praxis am Beispiel der Videosuchmaschine yovisto.com Traditionelle Suchmaschinen stoßen im World Wide Web heute schnell an ihre Grenzen. Einerseits liefern Suchanfragen oft
MehrRessourcen-Beschreibung im Semantic Web
Ressourcen-Beschreibung im Semantic Web Cristina Vertan Inhaltsübersicht Wie sollen die Ressourcen für Semantic Web annotiert werden? Was ist und wie funktioniert RDF? Wie kodiert man RDF-Statements in
MehrModul 5: Semantik im WWW
Modul 5: Semantik im WWW Lernziele The Internet will become a repository of knowledge, Vinton Cerf (geb. not only a compendium of facts. 1943), einer der Väter des Internets [W1] Interoperabilität und
MehrOpen Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH)
, XML LV BF23 (0F32) Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH) Achim Oßwald FH Köln Institut für Informationswissenschaft Wintersemester 2010 (Stand: 3.12.10) 1/ 18 OAI-PMH
MehrOntologien und Ontologiesprachen
Ontologien und Ontologiesprachen Semantische Datenintegration SoSe2005 Uni Bremen Yu Zhao Gliederung 1. Was ist Ontologie 2. Anwendungsgebiete 3. Ontologiesprachen 4. Entwicklung von Ontologien 5. Zusammenfassung
Mehrunter Verwendung von Folien von Herrn Prof. Dr. Flensburg, von Laudon/Laudon/Schoder und von Frau Prof. Dr. Schuhbauer
Knowledge Management Wissensmanagement 0. Produktionsfaktoren 1. Data Information Knowledge 2. Knowledge representation Wissensdarstellung 3. Interfaces to artificial intelligence 4. Knowledge management
MehrNeue Wege der Suche in Medienarchiven
Neue Wege der Suche in Medienarchiven Dr. Harald Sack Hasso-Plattner-Institut für Softwaresystemtechnik Universität Potsdam 3. Leipziger Semantic Web Tag, 5. Mai 2011 Das HPI wurde im Oktober 1998 im Rahmen
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
MehrNPBibSearch Eine Ontologie NP-vollständiger Probleme und deren Anwendung in der Bibliografierecherche
Harald Sack Institut für Informatik Friedrich-Schiller-Universität Jena 1 Contents 1. Ontologien 2. Ontologie NP-vollständiger Probleme 4. Bibliografien und bibliografische Suche 5. NPBibSearch 6. Ergebnisse
MehrDeep Web Suchen wir was man finden könnte?
Deep Web Suchen wir was man finden könnte? Dr. Dirk Lewandowski dirk.lewandowski@uni-duesseldorf.de www.durchdenken.de/lewandowski Gliederung Die Bedeutung des Deep Web Die Größe des Deep Web Strategien
MehrDie On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer. Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck
Die On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck Copyright 2008 STI INNSBRUCK www.sti-innsbruck.at 1 Der Hotelier
Mehrsemantische Informationssysteme
"Finden" nicht "Suchen" Fakultät TI Department Informatik AW1, Master, SS 2008 Gliederung 1 Motivation 2 Semantic Web 3 Ontologien 4 Zusammenfassung Gliederung 1 Motivation die perfekte Informationsplattform
Mehr!!!!T!!! Systems!() Multimedia Solutions
Inhalt. Was ist das semantische Web? Wie findet man einen Arzttermin mit Hilfe des semantischen Web? Wie gibt man Inhalten einen Sinn? Welche Werkzeuge stehen zur Verfügung? Wo können strukturierte Inhalte
MehrSemantic Web Technologies I
Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema
MehrSuchmaschinen. Anwendung RN Semester 7. Christian Koczur
Suchmaschinen Anwendung RN Semester 7 Christian Koczur Inhaltsverzeichnis 1. Historischer Hintergrund 2. Information Retrieval 3. Architektur einer Suchmaschine 4. Ranking von Webseiten 5. Quellenangabe
MehrZugang zum Academic Invisible Web
Zugang zum Academic Invisible Web Dr. Dirk Lewandowski Heinrich-Heine-Universität Düsseldorf, Abt. Informationswissenschaft dirk.lewandowski@uni-duesseldorf.de www.durchdenken.de/lewandowski Gliederung
MehrRDF RESOURCE DESCRIPTION FRAMEWORK. Referentin: Claudia Langer
RDF RESOURCE DESCRIPTION FRAMEWORK Referentin: Claudia Langer Überblick RDF allgemein RDF und XML Praktisches Beispiel RDF allgemein vom WWW Konsortium (W3C) für das Semantic Web entwickelt Sprache zur
MehrXML, Standards und andere Aktivitäten zur Formierung des Semantic Web
XML, Standards und andere Aktivitäten zur Formierung des Semantic Web Mario Jeckle DaimlerChrysler Forschungszentrum Ulm mario.jeckle@daimlerchrysler.com mario@jeckle.de www.jeckle.de Organisation der
MehrSemantic Web Anwengungsbeispiele. Dr. Axel Polleres, DERI axel@polleres.net
Semantic Web Anwengungsbeispiele Dr. Axel Polleres, DERI axel@polleres.net 1 Übersicht: Einige Projekte Anwendungen + Demos: Semantic Web for Digital Libraries: http://www.jeromedl.org/ Semantic Web Search
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
MehrProjektgruppe. Knowledge Representation Persistence and Reasoning
Projektgruppe Seminarvortrag von Stefan Middeke Knowledge Representation Persistence and Reasoning 4. Juni 2010 Überblick Motivation Repräsentation der Daten Speicherung und Abfrage von Daten Folgerungen
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrSemantic Wiki Eine Erweiterung des Wiki-Konzepts von Harald Cichos
Semantic Wiki Eine Erweiterung des Wiki-Konzepts von Harald Cichos Seminar: Semantic Web Wintersemester 2005/2006 Universität Jena Seminarleiter: Prof. Dr. C. Beckstein, Dr. H. Sack, Dipl.-Inform. H. Peter
MehrSemantic-Web-Sprachen XML, RDF (und RDFS), OWL
Semantic-Web-Sprachen XML, RDF (und RDFS), OWL PTI 991 Wissensmanagementsystemen Dozent: Prof. Sybilla Schwarz 1 Agenda Problem Semantisches Web Semantische Sprache XML RDF RDFS OWL Zusammenfassung 2 Problem
MehrMarkus Matzker, Martin Huth 1 OPENCALAIS. VL Text Analytics Prof. Dr. Leser 07.02.2013
1 OPENCALAIS VL Text Analytics Prof. Dr. Leser Gliederung 2 Was ist OpenCalais Funktionsweise Linked Data Anwendung Nutzungsrechte Was hat Reuters davon? Beispiel Quelle: http://www.opencalais.com/logos
Mehrlimlhaidftswgirzälhimds
limlhaidftswgirzälhimds 1 Einführung 1 1.1 Die Bedeutung der Suchmaschinen 2 1.2 Ein Buch über Google? 6 1.3 Ziel dieses Buchs 7 1.4 Über Suchmaschinen sprechen 8 1.5 Aufbau des Buchs 8 1.6 Aufbau der
MehrWeb Services Einsatzmöglichkeiten für das Information Retrieval im WWW
Web Services Einsatzmöglichkeiten für das Information Retrieval im WWW Fabio Tosques & Philipp Mayr Frankfurt am Main, den 24. Mai 2005 27. Online-Tagung der DGI 2005 1 Überblick Datenanalyse mittels screen
MehrThema. Intelligente Agenten im Web
Thema Intelligente Agenten im Web Einführendes Beispiel Suchmaschine Probleme: - Immer mehr falsche Informationen - Anwender werden überfordert - Zeitaufwand erhöht sich - Zunehmendes Sicherheitsrisiko
MehrSEO: Mit Rich Snippets zu mehr Klickerfolg bei Google & Co. Urheberrechtlich geschützt - 1 -
SEO: Mit Rich Snippets zu mehr Klickerfolg bei Google & Co. Urheberrechtlich geschützt - 1 - Worum geht es? Suchmaschinenoptimierung oder Search Engine Optimization (SEO; engl.) bezeichnet Maßnahmen, die
MehrKIM. www.kim-forum.org
KIM www.kim-forum.org Interoperable Metadatenmodelle und Repositorien Stefanie Rühle Niedersächsische Staats- und Universitätsbibliothek Göttingen Mirjam Keßler Deutsche Nationalbibliothek KIM Ausgangslage
MehrEinführung. Arbeitsgruppe. Proseminar Corporate Semantic Web. Prof. Dr. Adrian Paschke
Arbeitsgruppe Proseminar Corporate Semantic Web Einführung Prof. Dr. Adrian Paschke Arbeitsgruppe Corporate Semantic Web (AG-CSW) Institut für Informatik, Freie Universität Berlin paschke@inf.fu-berlin.de
MehrOpen Text Enterprise 2.0
Open Text Enterprise 2.0 Web Solutions Group 27. Sept. 2009 Klaus Röhlig Key Account Manager Large Enterprise Team GER Marc Paczian Strategic Engagement Lead September 27, 2010 Rev 1.2 02022010 Slide 1
MehrProf. Dr. Margit Scholl, Mr. RD Guldner Mr. Coskun, Mr. Yigitbas. Mr. Niemczik, Mr. Koppatz (SuDiLe GbR)
Prof. Dr. Margit Scholl, Mr. RD Guldner Mr. Coskun, Mr. Yigitbas in cooperation with Mr. Niemczik, Mr. Koppatz (SuDiLe GbR) Our idea: Fachbereich Wirtschaft, Verwaltung und Recht Simple strategies of lifelong
MehrInhaltsverzeichnis 1 Einführung 2 Formen der Suche im Web 3 Wie Suchmaschinen funktionieren
Inhaltsverzeichnis 1 Einführung...................................................... 1 1.1 Die Bedeutung der Suchmaschinen............................... 2 1.2 Ein Buch über Google?........................................
MehrFoundations of Knowledge Management Knowledge Management on the Web Social Meta Data Models
707.009009 Foundations of Knowledge Management Knowledge Management on the Web Social Meta Data Models Markus Strohmaier Univ. Ass. / Assistant Professor Knowledge Management Institute Graz University
MehrMarkus BöhmB Account Technology Architect Microsoft Schweiz GmbH
Markus BöhmB Account Technology Architect Microsoft Schweiz GmbH What is a GEVER??? Office Strategy OXBA How we used SharePoint Geschäft Verwaltung Case Management Manage Dossiers Create and Manage Activities
MehrEvent Recognition Engine
Event Recognition Engine Eine Analysis Engine im UIMA Framework Hauptseminar Information Retrieval Tobias Beck 10.01.2011 2 Übersicht: Einordnung UIMA Komponenten einer UIMA Pipeline Selbst erstellte Event
MehrDurchführungsbestimmung Metadaten. Kristian Senkler, con terra GmbH, k.senkler@conterra.de
Durchführungsbestimmung Metadaten Kristian Senkler, con terra GmbH, k.senkler@conterra.de Inhalt Wer hat die Durchführungsbestimmungen für Metadaten spezifiziert? Wie wurden die Durchführungsbestimmungen
MehrKurze Einführung in Web Data Mining
Kurze Einführung in Web Data Mining Yeong Su Lee Centrum für Informations- und Sprachverarbeitung (CIS), LMU 17.10.2007 Kurze Einführung in Web Data Mining 1 Überblick Was ist Web? Kurze Geschichte von
MehrVorlesung Computerphilologie. Ontologien und Ontologie-Sprachen
Wintersemester 2006 Institut für Germanistik I Vorlesung Computerphilologie Ontologien und Ontologie-Sprachen Wie kann man Inhalte (von Webseiten) erschließen? v.hahn Uni Hamburg 2005 1 Was bringen Ontologien
MehrWebsites für alle. Eckpunkte einer barrierefreien Gestaltung digitaler Online Präsenzen. Matthias Kurz, media machine GmbH
Websites für alle Eckpunkte einer barrierefreien Gestaltung digitaler Online Präsenzen Matthias Kurz, media machine GmbH Websites für alle Teilhabechance für alle Barrieren verstehen Barrieren beseitigen
MehrWebsite-Suche mit OpenText Web Site Management. Frank Steffen - Senior Product Manager
Website-Suche mit OpenText Web Site Management Frank Steffen - Senior Product Manager Inhalt Überblick Konzepte der Suchmaschinenanbindung Verity K2 Anbindung Der neue OT Search Engine Connector Federated
MehrSemantic Web. RDF, RDFS, OWL, and Ontology Engineering. F. Abel, N. Henze, and D. Krause 17.12.2009. IVS Semantic Web Group
Semantic Web RDF, RDFS, OWL, and Ontology Engineering F. Abel, N. Henze, and D. Krause IVS Semantic Web Group 17.12.2009 Exercise 1: RDFS OWL Erstellen Sie mit Hilfe von RDF Schema und OWL eine Ontologie
MehrDiplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik
Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik Bearbeiter: Shuangqing He Betreuer: Toralf Kirsten, Michael Hartung Universität
MehrSemantic Web Services
Semantic Web Services Daniel Fischer TU Chemnitz - WS 2011/12 1 Gliederung (1) Web Services (2) Semantic Web Services: Motivation (3) Ontologien (4) Technologien 1. WSDL 2. SA-WSDL 3. WSMF / WSMO 4. OWL-S
MehrDSpace 5 und Linked (Open) Data. Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28.
DSpace 5 und Linked (Open) Data Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28. Oktober 2014 Ausblick: DSpace 5 Metadaten für alle Objekte (Collections,
MehrEinführung in das Semantic Web
Einführung in das Semantic Web E-Government Workshop Freie Universität Bozen 14. Februar 2003 Raphael Volz FZI & Institut AIFB (Prof. Studer) Universität Karlsruhe (TH) 1 Agenda Eine Problemstellung im
MehrJubiläumsabo März / April 2012 Jubiläumsausgabe #1-12 Deutschland Euro 12,00 ISSN: 1864-8398 www.dokmagazin.de
Nur jetzt! Jubiläumsabo März / April 2012 Jubiläumsausgabe #1-12 Deutschland Euro 12,00 ISSN: 1864-8398 www.dokmagazin.de Enterprise Search Strategien für Erfolg Dokumentenmanagement mit SharePoint: Neue
MehrINFORMATIONSLOGISTIK VERSUS SUCHE. Wie die aktive Bereitstellung von Informationen hilft, Zeit zu sparen und Ziele zu erreichen
INFORMATIONSLOGISTIK VERSUS SUCHE Wie die aktive Bereitstellung von Informationen hilft, Zeit zu sparen und Ziele zu erreichen 2 Informationslogistik versus Suche Inhalt Seite Thema 3 Suchen 3 Grundlegende
Mehrentwine for the open minded
cdn dualstream html5 player processing youtube video portal lms metadata live on demand learning recording annotation 9employees 3 continents 80 000 hours of content 14 happy clients produced per 2011
MehrRüdiger Grobe. der Universität Ulm. Oberwolfach: 29.10.2007
RSS Rüdiger Grobe Kommunikations- und Informationszentrum der Universität Ulm Oberwolfach: 29.10.2007 Start 1 RSS... ist ein elektronisches Nachrichtenformat, das dem Nutzer ermöglicht, die Inhalte einer
MehrEinführung. Internet vs. WWW
Einführung Bernhard Plattner 1-1 Internet vs. WWW "the Internet is the entirety of all computers which are interconnected (using various physical networking technologies) and employ the Internet protocol
MehrWeb 3.0. Das semantische Web. Marc Rochow Hochschule Augsburg
Web 3.0 Das semantische Web Hochschule Augsburg Web 3.0 > Gliederung > Die Evolution des Webs > Grundbausteine des Web 3.0 > Realisierung auf der eigenen Webseite > Beispiele > Vor- / Nachteile > Fazit
MehrDatenmodelle im Kontext von Europeana. Stefanie Rühle (SUB Göttingen)
Datenmodelle im Kontext von Europeana Stefanie Rühle (SUB Göttingen) Übersicht Datenmodelle RDF DCAM ORE SKOS FRBR CIDOC CRM Datenmodelle "Datenmodellierung bezeichnet Verfahren in der Informatik zur formalen
MehrUMA mittels MPEG-21. SUN Yunxia (0222059) LU Da (0320300) LI Haitao (0320750) UMA mittels MPEG-21, WAP 2004/2005 1
UMA mittels MPEG-21 SUN Yunxia (0222059) LU Da (0320300) LI Haitao (0320750) UMA mittels MPEG-21, WAP 2004/2005 1 Inhalt Was ist MPEG Was ist MPEG-21 Was ist Digital Item Universal Media Access Applikation
MehrAusgangsposition. Aspekte der Texttechnologie. Aspekte der Texttechnologie. Susanne J. Jekat Zürcher Hochschule Winterthur E-mail: jes@zhwin.
Aspekte der Texttechnologie Susanne J. Jekat Zürcher Hochschule Winterthur E-mail: jes@zhwin.ch Aspekte der Texttechnologie Thema 5 Semantic Web Termine: 24. Mai 2007 Lernfrage: Was ist das Semantic Web
MehrBausteine einer VRE für die Linguistik - Beispiel:
HS: Virtuelle Forschungsumgebungen WS 2010-11 Leitung: Prof. Thaller Referentin: Katja Diederichs Bausteine einer VRE für die Linguistik - Beispiel: Dokumentation bedrohter Sprachen VRE für die Linguistik
MehrGeschichte des Internets Suchmaschinen Fachinformationszentren. Institute for Science Networking
Geschichte des Internets Suchmaschinen Fachinformationszentren Kurze Geschichte des Internets Internet: Geschichte beginnt mit der Entwicklung paketvermittelter Netze. Bei der Paketvermittlung werden Nachrichten
MehrSemantik auf Knopfdruck? Qualität von CMS-generierten semantischen Daten. Hannes Mühleisen, AG NBI / WBSG
Semantik auf Knopfdruck? Qualität von CMS-generierten semantischen Daten Hannes Mühleisen, AG NBI / WBSG Xinnovations 2012 Fahrplan 2 Fahrplan Eingebette strukturierte Daten auf Webseiten 2 Fahrplan Eingebette
MehrEine semantische Suchmaschine in der Biomedizin
Eine semantische Suchmaschine in der Biomedizin Jena University Language and Information Engineering Lab Anne Schneider Friedrich-Schiller-Universität Jena Einstieg Großes Wachstum von Daten im Bereich
MehrExercise (Part I) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1
Exercise (Part I) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All
MehrMicrosoft Office SharePoint 2007
Inhalt 1 Erstellen von Workflows für Microsoft Office SharePoint 2007 15 June 2009 Sebastian Gerling Sebastian.gerling@spiritlink.de COPYRIGHT 2003 SPIRIT LINK GMBH. ALL RIGHTS RESERVED Inhalt 1 Dipl.
MehrRepositorieninhalte als Linked Data bereitstellen. Pascal-Nicolas Becker Technische Universität Berlin 104. Bibliothekartag Nürnberg, 28.05.
Repositorieninhalte als Linked Data bereitstellen Pascal-Nicolas Becker Technische Universität Berlin 104. Bibliothekartag Nürnberg, 28.05.2015 Digitale Repositorien Ein Repositorium ist ein System zur
MehrMitglied der Leibniz-Gemeinschaft
Methods of research into dictionary use: online questionnaires Annette Klosa (Institut für Deutsche Sprache, Mannheim) 5. Arbeitstreffen Netzwerk Internetlexikografie, Leiden, 25./26. März 2013 Content
MehrDr. Stefan Wess, Geschäftsführer
Dr. Stefan Wess, Geschäftsführer Wirtschaftliche Aspekte der Suchtechnologie: Es geht um (viel) mehr als (nur) Die richtige Information zur richtigen Zeit bei der richtigen Person 4 Dr. Stefan Wess 11.
MehrÜbersicht SEMANTIC WEB. Semantisches Netz. Concept Map. Möglichkeiten der Wissensrepräsentation 10.01.2011. Wissensrepräsentation
Übersicht Wissensrepräsentation Semantische Netze Semantic Web Motivation Semantic Web Prinzipien Ontologien Anwendungen SEMANTIC WEB Marcel Götze Möglichkeiten der Wissensrepräsentation Katalog, Glossar,
MehrSeminarphase PG 402 Thema: Semantic Web Autor: Phillip Look
Seminarphase PG 402 Thema: Semantic Web Autor: Phillip Look Phillip Look Folie 1 Übersicht Vision des Semantic Web Ontologien RDF(S) DAML+OIL Suche im Semantic Web Fazit Phillip Look Folie 2 Vision des
MehrThe app the crashes, before the breakpoint is reached: Code to the event:
I have set a breakpoint in an asyc event-handler to ListView.ItenTapped-Event (see screenshot below): I then tap on an ListView-entry on my iphone 5 The app the crashes, before the breakpoint is reached:
MehrÜbersetzung des Singapore Framework für Dublin-Core-Anwendungsprofile
Übersetzung des Singapore Framework für Dublin-Core-Anwendungsprofile Identifier: http://www.kimforum.org/material/pdf/uebersetzung_singapore_20090213.pdf Title: Übersetzung des Singapore Framework für
MehrTechnologien des Semantic Web und ihre Anwendungen
Fakultät Informatik, Institut für Angewandte Informatik, Professur Technische Informationssysteme Technologien des Semantic Web und ihre Ulrike Fischer Dresden, 21.06.07 Gliederung Motivation Begriff Semantic
MehrMINERVA. EuropäischeQualitätskriterien für Webseiten kultureller Institutionen
MINERVA EuropäischeQualitätskriterien für Webseiten Ministerial NEtwo twork k for Valorising Activities in digitisation Minerva / MinervaPlus Europa verfügt über eine einzigartige und vielfältige Kulturlandschaft.
MehrWikis, Blogs & CMS im Unternehmenskontext Usability Roundtable HH, 8. Mai 2006 Dr. Stephan Raimer
Wikis, Blogs & CMS im Unternehmenskontext Usability Roundtable HH, 8. Mai 2006 Dr. Stephan Raimer Gliederung Einleitung Informations- und Wissensmanagement, Web 2.0 Erfolg von Blogs, Wikis & Co. Projekt
MehrWebseiten-Bericht für bibekkumarshrestha.com.np
Website SEO Analysis and Seo Service Webseiten-Bericht für bibekkumarshrestha.com.np Generiert am 19 Januar 2016 04:08 AM Der Wert ist 69/100 Improve Score for just $99 SEO Inhalte Seitentitel SEO Specialist
MehrVon Tags zu Semantischen Netzen
Von Tags zu Semantischen Netzen Einsatz im Resourcen-basierten Lernen httc Hessian Telemedia Technology Competence-Center e.v - www.httc.de Dipl.-Inf. Renato Domínguez García Doreen Böhnstedt, M. Sc. Dipl.-Inf.
MehrGummilippe BMW e36 Motorsport M3 GT Class 2 II Flap
Page 1 of 5 home pay register sign in site map Start new search Search Advanced Search Back to homepage Listed in category:auto & Motorrad > Auto-Tuning & -Styling > Spoiler > Heckspoiler & -flü Gummilippe
MehrSEO für Blogger Erfolg in Google
SEO für Blogger Erfolg in Google BRUCE JACKSON SEO Agenda 1. SEO in 2015? 2. Wie kann ich mein Suchmaschinen Ranking verbessern? 3. Seiten Titel in 2015 4. Speed wir sind alle ungeduldig auch Google! 5.
MehrEinführung in die Interoperabilität von Metadaten und Metdadatenformaten. Sarah Hartmann (DNB) Stefanie Rühle (SUB Göttingen) KIM
Einführung in die Interoperabilität von Metadaten und Metdadatenformaten Sarah Hartmann (DNB) Stefanie Rühle (SUB Göttingen) KIM Was sind Metadaten? Stefanie Rühle (SUB Göttingen) KIM Wenn wir an Metadaten
MehrMash-Up Personal Learning Environments. Dr. Hendrik Drachsler
Decision Support for Learners in Mash-Up Personal Learning Environments Dr. Hendrik Drachsler Personal Nowadays Environments Blog Reader More Information Providers Social Bookmarking Various Communities
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
MehrThere are 10 weeks this summer vacation the weeks beginning: June 23, June 30, July 7, July 14, July 21, Jul 28, Aug 4, Aug 11, Aug 18, Aug 25
Name: AP Deutsch Sommerpaket 2014 The AP German exam is designed to test your language proficiency your ability to use the German language to speak, listen, read and write. All the grammar concepts and
MehrContext-adaptation based on Ontologies and Spreading Activation
-1- Context-adaptation based on Ontologies and Spreading Activation ABIS 2007, Halle, 24.09.07 {hussein,westheide,ziegler}@interactivesystems.info -2- Context Adaptation in Spreadr Pubs near my location
MehrSuchmaschinen und ihre Architektur. Seminar: Angewandtes Information Retrieval Referat von Michael Wirz
Suchmaschinen und ihre Architektur Seminar: Angewandtes Information Retrieval Referat von Michael Wirz Ziel Rudimentäre Grundkenntnisse über die Funktionsweise von Suchmaschinen und Trends Einführung in
MehrXML Extensible Markup Language
XML-Praxis XML Extensible Markup Language Jörn Clausen joern@techfak.uni-bielefeld.de Übersicht Woher? Wohin? Warum? Bestandteile von XML XML-Dokumente erstellen und bearbeiten XML-Praxis XML Extensible
MehrAgenda. Einführung. Usecase: Urlaub buchen. Information Retrieval - Semantic Technologies. Albert Weichselbraun
Agenda Information Retrieval - Semantic Technologies Einführung Albert Weichselbraun Usecase / Teaser Grundlegende Konzepte Anwendungen und Probleme Semantic Web Technologien - Unicode - Uniform Resource
MehrGoogle Search: Trends 2014. Aktuelle Herausforderungen für die Suchmaschinenoptimierung Referent: Andreas Armbruster, Geschäftsführer seonative GmbH
Google Search: Trends 2014 Aktuelle Herausforderungen für die Suchmaschinenoptimierung Referent: Andreas Armbruster, Geschäftsführer seonative GmbH Jahrgang 1979 Diplom-WiWi (Uni Ulm) Unternehmensgründung
MehrDas Internet. Das Internet. Das Internet. Was ist das Internet? Was ist das Internet? Was ist das Internet?
Das Internet Was ist das Internet? Das Internet Was ist das Internet? Gesamtheit aller weltweit zusammengeschlossener Computer-Netzwerke Vorraussetzung für Datenaustausch ist Kommunikation über ein standardisiertes
MehrArbeiten mit Datenbanken
Prof. Dr. Rüdiger Zarnekow TU Berlin, Fakultät VII Kommunikationsmanagement Kommunikationsmanagement Inhalte und Ziele 1. wichtige Hinweise 2. Freie Datenbanken der TU 3. Schlagwortsuche 4. Übung 1 5.
MehrRecherchieren im Internet
Recherchieren im Internet Proseminar 1 Physik für Studierende des Lehramts Übersicht 1. Allgemeines zur Lage 2. google und mehr 3. Kataloge und Metasuchmaschinen 4. Fachspezifische Suchdienste 1. Allgemeines
MehrData Management mit UNICORE 6
Data Management mit UNICORE 6 Thomas Soddemann Überblick DFG Position zur Datenhaltung DataFinder und WebDAV Unicore6 DataFinder Anbindung Weitergehendes Q&A Sicherung guter wissenschaftlicher Praxis und
MehrSemantische Bildsuche mittels kollaborativer Filterung und visueller Navigation
Semantische Bildsuche mittels kollaborativer Filterung und visueller Navigation Prof. Dr. Kai Uwe Barthel HTW Berlin / pixolution GmbH Übersicht Probleme der gegenwärtigen Bildsuchsysteme Schlagwortbasierte
Mehr