Neuigkeit91: Unterschied zwischen den Versionen
Cj2486 (Diskussion | Beiträge) |
Cj2486 (Diskussion | Beiträge) |
||
| Zeile 7: | Zeile 7: | ||
Die Masterarbeit befasst sich mit der Faktorisierung der über 4 Millionen Entitäten in der englischen Wikipedia. Hierfür wurden die Beziehungen von Wikipedia-Artikeln, Textphrasen und Kategorien untersucht. Basierend auf diesen Daten wurden große Matrizen gebildet, welche die Beziehungen der einzelnen Entitäten untereinander und zu Kategorien und Textphrasen beschreiben. Diese Matrizen wurden mittels Gradientenabstiegsverfahren in latente Faktormatrizen zerlegt. Die daraus resultierende latente Wissensrepräsentation lässt sich als kompakte Darstellung aller in der Wikipedia beschriebenen Entitäten und deren Abhängigkeiten untereinander verstehen. Das gewonnene Wissen lässt sich unter anderem zum Annotieren von Textphrasen in beliebigen Textdokumenten verwenden oder um vorher nicht bekannte Beziehungen zwischen Entitäten, Kategorien und Textphrasen abzuleiten. |
Die Masterarbeit befasst sich mit der Faktorisierung der über 4 Millionen Entitäten in der englischen Wikipedia. Hierfür wurden die Beziehungen von Wikipedia-Artikeln, Textphrasen und Kategorien untersucht. Basierend auf diesen Daten wurden große Matrizen gebildet, welche die Beziehungen der einzelnen Entitäten untereinander und zu Kategorien und Textphrasen beschreiben. Diese Matrizen wurden mittels Gradientenabstiegsverfahren in latente Faktormatrizen zerlegt. Die daraus resultierende latente Wissensrepräsentation lässt sich als kompakte Darstellung aller in der Wikipedia beschriebenen Entitäten und deren Abhängigkeiten untereinander verstehen. Das gewonnene Wissen lässt sich unter anderem zum Annotieren von Textphrasen in beliebigen Textdokumenten verwenden oder um vorher nicht bekannte Beziehungen zwischen Entitäten, Kategorien und Textphrasen abzuleiten. | ||
| − | |Beschreibung EN=[[Steffen Thoma]] from the research group [[Wissensmanagement|Knowledge Management]] was awarded with the faculty award for his master thesis “Entity Linking in Text-Documents by Factorizing Wikipedia” by the Department of Economics and Management at the Karlsruhe Institute of Technology.
| + | |Beschreibung EN=[[Steffen Thoma]] from the research group [[Wissensmanagement/en|Knowledge Management]] was awarded with the faculty award for his master thesis “Entity Linking in Text-Documents by Factorizing Wikipedia” by the Department of Economics and Management at the Karlsruhe Institute of Technology.
|
This is already the second award Steffen Thoma received for his master thesis. The first award was given by the “Verein für Angewandte Informatik (AIK) e.V.” for the best master thesis written within the research group Knowledge Management.
| This is already the second award Steffen Thoma received for his master thesis. The first award was given by the “Verein für Angewandte Informatik (AIK) e.V.” for the best master thesis written within the research group Knowledge Management.
| ||
Version vom 30. Juli 2015, 15:48 Uhr
Steffen Thoma erhält Fakultätspreis 2015
Steffen Thoma aus der Forschungsgruppe Wissensmanagement wurde für seine Masterarbeit "Entitätserkennung in Textdokumenten durch Faktorisierung der Wikipedia" mit dem Fakultätspreis der Fakultät für Wirtschaftswissenschaften des Karlsruher Instituts für Technologie ausgezeichnet.
Hiermit erhält die Masterarbeit nach Auszeichnung zur besten Masterarbeit in der Forschungsgruppe Wissensmanagement durch den Verein für Angewandte Informatik (AIK) e.V. die zweite Prämierung.
Die Masterarbeit befasst sich mit der Faktorisierung der über 4 Millionen Entitäten in der englischen Wikipedia. Hierfür wurden die Beziehungen von Wikipedia-Artikeln, Textphrasen und Kategorien untersucht. Basierend auf diesen Daten wurden große Matrizen gebildet, welche die Beziehungen der einzelnen Entitäten untereinander und zu Kategorien und Textphrasen beschreiben. Diese Matrizen wurden mittels Gradientenabstiegsverfahren in latente Faktormatrizen zerlegt. Die daraus resultierende latente Wissensrepräsentation lässt sich als kompakte Darstellung aller in der Wikipedia beschriebenen Entitäten und deren Abhängigkeiten untereinander verstehen. Das gewonnene Wissen lässt sich unter anderem zum Annotieren von Textphrasen in beliebigen Textdokumenten verwenden oder um vorher nicht bekannte Beziehungen zwischen Entitäten, Kategorien und Textphrasen abzuleiten.
Aus der Forschungsgruppe Wissensmanagement