Optimierung des semantischen Informationszugriffs auf Technische Dokumentation

1. Auflage 2019
ISBN: 978-3-96393-000-3
Verlag: tcworld

Buch, Deutsch, Band 25, 156 Seiten, PB, Format (B × H): 170 mm x 240 mm, Gewicht: 316 g

Reihe: Hochschulschriften

Technische Dokumentation wird oft in Formaten bereitgestellt, die keinen granularen und semantischen Zugriff auf die benötigten Informationen zulassen. Dadurch können viele Inhalte nicht in moderne Digitalisierungsszenarien integriert werden und sind aus Sicht des Information Retrieval schwer zugänglich. In dieser Arbeit werden vier Optimierungen vorgestellt, die durch den Einsatz von Maschinellem Lernen und semantischen Technologien die notwendige Aufbereitung automatisieren.

Die Ergebnisse der durchgeführten Versuche zeigen, dass eine domänenspezifische Anpassung etablierter Methoden eine wesentliche Verbesserung des Informationszugriffs bewirkt. Auf Basis etablierter Konzepte in der Technischen Dokumentation wird zunächst ein Optimierungsmodell für den semantischen Informationszugriff entwickelt, das Methoden und ihre softwaregestützte Anwendung in ein einheitliches Schema einordnet. Vier konkrete Untersuchungen gehen jeweils im Detail auf die speziellen Herausforderungen im Bereich der Technischen Dokumentation ein: die semantische Ähnlichkeitsanalyse zur Identifikation von unkontrollierten Varianten, die automatisierte Klassifizierung von Modulen im Content Management, die formatierungsunabhängige Segmentierung von PDF-Dokumenten und die einheitliche Annotation heterogener Datenquellen mit semantischen Konzepten.

Zielgruppe

Technische Redakteure, Informationsmanager, Prozessmanager, Wissensmanager, Projektmanager, Informationsentwickler

Autoren/Hrsg.

Oevermann, Jan

Hennig, Jörg

Tjarks-Sobhani, Marita

Inhaltsverzeichnis

1. Einleitung
1.1. Motivation
1.2. Forschungsziel
1.3. Umfeld
1.4. Abgrenzung
1.5. Aufbau dieser Arbeit
1.6. Verwandte Arbeiten
2. Konzepte
2.1. Standardisierte Texterstellung
2.2. Strukturierte Technische Dokumentation
2.3. Metadaten und Klassifikation
2.4. Intelligente Informationen
2.5. Ontologien und semantische Netze
2.6. Information Retrieval
2.7. Semantischer Informationszugriff
2.8. Künstliche Intelligenz
3. Das CoSMOS-Modell
3.1. Grundlagen
3.2. Ebenen
3.3. Anwendung
4. Untersuchungen
4.1. Überblick
4.2. Semantische Ähnlichkeitsanalyse
4.3. Automatisierte Klassifizierung
4.4. Automatisierte Segmentierung
4.5. Informationsintegration
5. Zusammenfassung und Ausblick
5.1. Zusammenfassung
5.2. Ausblick
6. Literaturverzeichnis
6.1. Publikationen im Rahmen der Dissertation
6.2. Vollständige Bibliographie
7. Anhang
7.1. Übersicht Quellcode und Demos
7.2. Codebeispielverzeichnis
7.3. Tabellenverzeichnis
7.4. Abbildungsverzeichnis

Über Autor(innen)

Hennig, Jörg
Prof. Dr. Jörg Hennig, geb. 1941, Studium der Germanistik, Geschichte und Philosophie an der Universität zu Köln. Professor für Linguistik des Deutschen und für Journalistik (Medienpraxis) am Institut für Germanistik I und am Institut für Journalistik der Universität Hamburg bis 2006. 1986–88 Vizepräsident der Universität Hamburg. Seit 2007 Mitgesellschafter der Textagentur Hennig&Tjarks GbR.

Oevermann, Jan
Jan Oevermann, B.A., geb. 1988, Studium Technische Redaktion und aktuell MA-Studium Kommunikation und Medienmanagement an der Hochschule Karlsruhe. Preisträger tekom intro 2012. Tätigkeit als Tutor in den Bereichen Professionelles Deutsch und Datenbanken an der Hochschule Karlsruhe. Seit 2013 Trainee im Bereich IT-Projektmanagement bei arvato, derzeit Realisierung von Auslandsprojekten in China und Spanien.

Tjarks-Sobhani, Marita
Prof. Dr. Marita Tjarks-Sobhani, geb. 1948, Studium der Germanistik, Anglistik und Pädagogik an der Universität Hamburg. Wissenschaftliche Angestellte an der Universität Hamburg, Kommunikationsberaterin in einem Münchner Elektro-Konzern. Seit 2007 Mitgesellschafterin der Textagentur Hennig&Tjarks GbR und Professorin für Technische Redaktion und Studiengangsleiterin an der Hochschule für Angewandte Sprachen, München.

Dr. Jan Oevermann ist Technischer Redakteur und promovierter Informatiker sowie Mitglied des iiRDS Steering Committees. Als Gründer und Geschäftsführer der plusmeta GmbH beschäftigt er sich mit Lösungen, die Technische Dokumentation durch Software intelligenter machen.