Automatische Klassifikation: Stand der Technik und Veränderungen im Berufsbild des Dokumentars. Automatische Klassifikation:

Transkript

1 02. Mai 2005 P R O J E C T C O N S U L T GmbH GmbH 1 Agenda Einführung Automatische Klassifikation Qualität Veränderung des Arbeitsumfeldes Ausblick GmbH 2 1

2 Einführung GmbH 3 Eine Herausforderung geordnete Indizierung & Klassifikation versus Google auf jedem Arbeitsplatz und in jedem Unternehmen GmbH 4 2

3 Unterschiedliche Strategien Klassifizieren vor der Speicherung für geordnete, kontrollierte Verwaltung mit Metadaten Volltextbasierte Suche mit zunehmender Klassifikations-Intelligenz beliebige unstrukturierte Ablageorte und Formate keine Metadaten GmbH 5 Automatische Klassifikation Input Management Verteilung Klasse Speicherort DB Dokument Automatische Klassifikation Index Speicherung Metadaten zum Informationsobjekt GmbH 6 3

4 Automatische Klassifikation Intelligentes Retrieval Anfrage DB Ergebnis GmbH 7 Repository Automatische Klassifikation Repräsentation Automatische Klassifikation GmbH 8 4

5 Nicht Äpfel mit Birnen vergleichen (1) unstrukturierte Daten Bilder, Sprache Video Aufbereitung erforderlich, komplex, fehlerträchtig schwach strukturierte Daten Word, HTM, Text Aufbereitung erforderlich GmbH 9 strukturierte Daten XML, SGML Auslesen und mit Metadaten interpretieren Nicht Äpfel mit Birnen vergleichen (2) unstrukturierte Daten OCR Text Spracherkennung schwach strukturierte Daten Word Metadaten Klassifikation Datenbanken GmbH strukturierte Daten Inhalt Repository 10 5

6 Nicht Äpfel mit Birnen vergleichen (3) Indizierung für Datenbanken Ordnungskriterien für Ablage, Navigation, Zuordnung via Datenbank Klassifikation Meta-Daten zur Speicherung mit dem Objekt Steuerung von Workflows GmbH Steuerung der Speicherung 11 Klassifikationsansätze (1) Vordefiniert: Vergleichstemplate-basiert, antrainiert auf Basis vorgegebener Ordnung regelbasiert durch formulierte Bedingungen und manuelle Klassenbildung Selbsttrainiert: selbstlernend auf Basis von Mustern selbstlernend durch kontinuierlichen Aufbau des Bestandes GmbH 12 6

7 Klassifikationsansätze (2) GmbH Regelbasierter Ansatz setzen eine manuelle Definition der zu unterscheidenden Merkmale voraus (transparent) Bei Änderung von Merkmalen müssen auch die Regeln angepasst werden Verwendbar für eine komplette automatische Indizierung Selbstlernender Verfahren erkennen aufgrund der Informationen selbst, welches die relevanten Unterscheidungskriterien sind (nicht transparent) eine gewisse Lernmenge an manuell klassifizierten Informationen muss mitgeteilt werden Der Grad für eine sichere Einsortierung lässt sich durch Festlegung entsprechender Schwellwerte einstellen mit einer überdimensionierten Lernmenge tritt der Effekt des Übertrainierens ein Reine Einsortierung, ersetzt i.d.r. keine komplette Indizierung 13 Klassifikationsansätze (3) Verschiedene Ansätze: linguistische, z.b. ontologische und semantische assoziative mathematisch-statistische neuronale Netze andere GmbH 14 7

8 Klassifikationsanbieter GmbH ca. 40 Anbieter unterschiedlicher Recherche- Verfahren - Data-Mining - Volltextdatenbanken - Knowledge Management ca. 40 Anbieter unterschiedlicher Verfahren für die Klassifikation bei der Erfassung - Vordruckverarbeitung - Rechnungsverarbeitung - allgemeine Textverarbeitung nicht alle Verfahren sind gleichermaßen für die Anwendungen in der Mediendokumentation geeignet 15 Qualität GmbH 16 8

9 Möglichkeiten & Grenzen (1) Möglichkeiten: teilautomatisierte Abläufe Indexbildung Datenabgleich Überprüfen auf Urheberrechtsverletzung Referenzenaufbau Datenbankaufbau GmbH 17 Möglichkeiten & Grenzen (2) Grenzen: Klassenzuordnung Meta-Daten-Generierung Abstract-Bildung Meta-Daten- und Abstract-Übersetzung Digital-Rights-Management GmbH 18 9

10 Veränderung des Arbeitsumfeldes GmbH 19 Arbeitsumfeld wachsender Bestand an elektronischer Information verändert den Arbeitsplatz Unterstützung durch teil- oder vollautomatisierte Verfahren Wegfall traditioneller Aufgabenfelder (Beschaffung, Ablage, Aufbereitung) Zusätzliche Qualifikation im EDV-Umfeld erforderlich GmbH 20 10

11 Ausbildung & Weiterbildung Die universitäre und die Hochschulausbildung ist inzwischen ziemlich nah an der aktuellen Technologie Problematisch ist jedoch die Weiterbildung von Mitarbeitern im Feld GmbH 21 Berufsverständnis Herkömmliche Dokumentation wird abgelöst durch neue Verfahren: Autoren sind selbst in Indizierungs-, Ordnungs- und Achivierungsprozesse involviert Software übernimmt Aufgaben der Zuordnung und Ablage Verlagerung von Tätigkeiten und neuen Aufgaben im Rahmen des Informationsmanagement Sicherstellung langfristiger Verfügbarkeit Bewertung Rechte-Management GmbH 22 11

12 Ausblick GmbH 23 Virtuelle vs. reale Scholars Google-Suche versus Recherche und Beratung durch Experten-Netzwerke GmbH 24 12

13 Vom Ende des Informations- Lebenszyklus an den Beginn Verlagerung von Tätigkeiten und Verantwortung an den Beginn der Prozesskette, wo die Information entsteht Mitwirkung, Beratung und Qualitätskontrolle in einem frühen Stadium, damit automatisch verarbeitbare Informationen in die Repositories gelangen GmbH 25 Vom Ende des Informations- Lebenszyklus an den Beginn Nacharbeitung von Information ist aufwändig und arbeitsintensiv. Ziel muss sein, bereits bei der Entstehung der Information planend, begleitend und aufbereitend tätig zu werden. Nur wenn es den Mediendokumentaren gelingt, sich an den Beginn des Lebenszyklus von Information, bereits bei Vorbereitung und Entstehung zu positionieren, gibt es neue Chancen für zusätzliche Arbeitsfelder und ein neues Berufsbild. GmbH 26 13

14 Vielen Dank für Ihre Aufmerksamkeit! Beratung, Newsletter, Informationen... Die Folien dieses Vortrags... GmbH 27 14