Article952: Unterschied zwischen den Versionen
K (Added from ontology) |
K (Added from ontology) |
||
| Zeile 2: | Zeile 2: | ||
|Rank=1 | |Rank=1 | ||
|Author=Stephan Bloehdorn | |Author=Stephan Bloehdorn | ||
| + | }} | ||
| + | {{Publikation Author | ||
| + | |Rank=3 | ||
| + | |Author=Andreas Hotho | ||
}} | }} | ||
{{Publikation Author | {{Publikation Author | ||
| Zeile 10: | Zeile 14: | ||
|Rank=2 | |Rank=2 | ||
|Author=Philipp Cimiano | |Author=Philipp Cimiano | ||
| − | |||
| − | |||
| − | |||
| − | |||
}} | }} | ||
{{Article | {{Article | ||
| Zeile 36: | Zeile 36: | ||
|ISSN=0175-1336 | |ISSN=0175-1336 | ||
|VG Wort-Seiten=25 | |VG Wort-Seiten=25 | ||
| − | |||
|Projekt= | |Projekt= | ||
|Forschungsgruppe= | |Forschungsgruppe= | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Maschinelles Lernen | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Natürliche Sprachverarbeitung | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Ontology Learning | ||
| + | }} | ||
| + | {{Forschungsgebiet Auswahl | ||
| + | |Forschungsgebiet=Text Mining | ||
}} | }} | ||
Version vom 15. August 2009, 16:57 Uhr
An Ontology-based Framework for Text Mining
An Ontology-based Framework for Text Mining
Veröffentlicht: 2005 Mai
Journal: LDV Forum - GLDV Journal for Computational Linguistics and Language Technology
Nummer: 1
Seiten: 87-112
Verlag: Gesellschaft für linguistische Datenverarbeitung
Volume: 20
Bemerkung: Alexander Mehler, Andreas Wolff (eds.)
Nicht-referierte Veröffentlichung
Kurzfassung
Structuring of text document knowledge frequently appears either by ontologies
and metadata or by automatic (un-)unsupervised text categorization.
This paper describes our integrated framework OTTO (OnTology-based
Text mining framewOrk). OTTO uses text mining to learn the target ontology
from text documents and uses then the same target ontology in order to improve the effectiveness of both supervised and unsupervised text categorization approaches.
ISSN: 0175-1336
VG Wort-Seiten: 25
Maschinelles Lernen, Text Mining, Ontology Learning, Natürliche Sprachverarbeitung