Thesaurusvisualisierung mit ICE-Map und SEMTINEL

Transkript

1 Thesaurusvisualisierung mit ICE-Map und SEMTINEL Universitätsbibliothek Universität Mannheim PETRUS-Workshop Deutsche Nationalbibliothek 21. März 2011 Frankfurt

2 Forschungsschwerpunkte Effizienzsteigerung bei der Thesauruspflege in Bibliotheken. Entwicklung von Werkzeugen und Prozessen, um alternative Methoden der Verschlagwortung nutzbar zu machen, ohne die Qualität zu gefährden. Durch bestmögliche Automatisierung den Menschen beim Aufbau, der Pflege und der Nutzung eines Thesaurus zu unterstützen. Dadurch den Einsatz thesaurusbasierter Suchanwendungen auch in Bereichen ermöglichen, in denen das bislang zu aufwändig ist. 2/27

3 Visual Datamining Cholera-Ausbruch John Snow entdeckt die Ursache durch Datenvisualisierung. Motivation für uns: Ich will das sehen! 3/27

4 ICE-Map Visualisierung Motivation: Ich will das sehen! Wie sieht denn der Thesaurus eigentlich aus? Welche Begriffe wurden denn zugewiesen? Gibt es Bereiche, die hauptsächlich verwendet wurden? Wie unterscheiden sich die Zuweisungen, wenn verschiedene Verfahren zum Einsatz kommen (Intellektuell, Automatisch, Tagging,...)? 4/27

5 Wo setzen wir an? 5/27

6 Wie visualisiere ich einen Thesaurus? 6/27

7 Slice and Dice Algorithmus 7/27

8 Squarified Layout 8/27

9 Intuitive Identifikation von problematischen Konzepten Sehr hohe Anzahl Zuordnungen: Zu allgemein sollte aufgeteilt werden Nicht signifikant Fehlerhafte Zuweisungen Sehr geringe Anzahl Zuordnungen: Zu spezialisiert sollte mit anderen Begriffen zusammengeführt werden Fehlende Synonyme Nicht signifikant Fehlende Zuweisungen 9/27

10 Berücksichtigung der Thesaurus-Hierarchie Hohe Anzahl Höher in der Hierarchie Allgemeinere Begriffe Niedrige Anzahl Niedriger in der Hierarchie Speziellere Konzepte 10/27

11 IC Differenz Analyse Intrinsischer Informationsgehalt: Informationsgehalt: Vorgestellt von Resnik Basiert auf der Auftrittswahrscheinlichkeit in der Dokumentenbasis IC c = log P c Vorgestellt von Seco, Veale und Hayes Basiert auf der Anzahl der Unterbegriffe Alternativ: Referenzset IC z.b. Manuell vergebene Schlagwörter hypo c 1 IIC c = log max D IC c = IC c IIC c Intuitiv: Ein Wert zwischen -1 und 1, der angibt, ob ein Begriff eine auffällige Häufigkeit hat bezüglich seiner Position im Thesaurus oder im Vergleich zur Referenz. 11/27

12 ICE-Map Visualisierung 12/27

13 ICE-Map Visualisierung 13/27

14 Anwendungen der ICE-Map Analyse 14/27

15 Begrifflichkeiten IC Differenz Analyse: Das statistische Framework zur Berechnung der IC Differenz eines Konzepts. ICE-Map Visualisierung: Die Visualierung der IC Differenz Analyse mittels einer Treemap, plus Navigationsunterstützung (Treeview, Rootline) SEMTINEL: Die Plattform zur Entwicklung und Nutzung von Analysen und Visualisierungen, also der ganze Rest. Sorry für die Verwirrung ;-) 15/27

16 SEMTINEL ist... Eine Plattform zur Entwicklung eigener Anwendungen Eine erweiterbare Anwendung, für die man eigene Module entwickeln kann Kombination von vorhandenen Analysen und Visualisierungen Ein Werkzeug für Thesaurus-Ersteller und -Nutzer Entwicklung zur Laufzeit, noch nicht realisiert. Eine Anwendung zum Experimentieren Analysen, Visualisierungen, Import-/Exportfilter, Editoren, Eine Anwendung zur Entwicklung von Analysen Integration in thesaurusbasierte Suchanwendungen Einsatz der Werkzeuge, die von anderen entwickelt wurden 16/27

17 Netbeans Platform 17/27

18 SEMTINEL Architektur 18/27

19 SEMTINEL Datenmodell 19/27

20 Experiment API Configuration Datasets Output Visualizations/ Analyses 20/27

21 Konfiguration eines Experiments Drag and Drop Support. Erweiterbares Datenmodell. Mehrfachauswahl möglich. Register und Register Set. 21/27

22 Hierarchische Analysen 22/27

23 Explanation API Jede Analyse liefert Informationen: Was wird in der Analyse gemacht? Auf welchen Analysen baut sie auf? Was sind die Eingabewerte? Welche Zwischenergebnisse wurden berechnet? Welches Ergebnis wird zurückgegeben? 23/27

24

25 Gruppierung von Experimenten Group Management 25/27

26 Vielen Dank. Fragen und Anregungen: 26/27