Article952: Unterschied zwischen den Versionen
K (Added from ontology) |
K (Added from ontology) |
||
| Zeile 1: | Zeile 1: | ||
| + | {{Publikation Erster Autor | ||
| + | |ErsterAutorNachname=Bloehdorn | ||
| + | |ErsterAutorVorname=Stephan | ||
| + | }} | ||
{{Publikation Author | {{Publikation Author | ||
|Rank=3 | |Rank=3 | ||
|Author=Andreas Hotho | |Author=Andreas Hotho | ||
| − | |||
| − | |||
| − | |||
| − | |||
}} | }} | ||
{{Publikation Author | {{Publikation Author | ||
| Zeile 12: | Zeile 12: | ||
}} | }} | ||
{{Publikation Author | {{Publikation Author | ||
| − | |Rank= | + | |Rank=2 |
| − | |Author= | + | |Author=Philipp Cimiano |
}} | }} | ||
{{Article | {{Article | ||
| Zeile 40: | Zeile 40: | ||
}} | }} | ||
{{Forschungsgebiet Auswahl | {{Forschungsgebiet Auswahl | ||
| − | |Forschungsgebiet= | + | |Forschungsgebiet=Ontology Learning |
}} | }} | ||
{{Forschungsgebiet Auswahl | {{Forschungsgebiet Auswahl | ||
| Zeile 46: | Zeile 46: | ||
}} | }} | ||
{{Forschungsgebiet Auswahl | {{Forschungsgebiet Auswahl | ||
| − | |Forschungsgebiet= | + | |Forschungsgebiet=Natürliche Sprachverarbeitung |
}} | }} | ||
{{Forschungsgebiet Auswahl | {{Forschungsgebiet Auswahl | ||
|Forschungsgebiet=Text Mining | |Forschungsgebiet=Text Mining | ||
}} | }} | ||
Version vom 8. September 2009, 10:39 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