Forschung

Zur Entwicklung und Bereitstellung von neuen Informationsdiensten werden im Forschungsbereich Information Service Engineering Modelle und Methoden zur effizienten semantischen Erschließung, zur Aggregation und Vernetzung sowie zum Retrieval umfangreicher heterogener und verteilter Datenquellen untersucht. Zum Einsatz gelangen dabei sowohl Verfahren der statistischen als auch der linguistischen Analyse (Natural Language Processing) und Methoden des maschinellen Lernens in Kombination mit symbolischer Logik und Inferenzverfahren.

Folgende Schwerpunkte stehen dabei im Fokus:

 

  • Automatische Analyse (Text und Multimedia) mit besonderem Augenmerk auf Ergebnisqualität und hoher Effizienz. Es werden sowohl grundlegend neue Ansätze verfolgt als auch die Kombination bestehender Verfahren (z. B. linguistischer Verfahren) im Bereich des Text Minings und maschinelle Lernverfahren zur Bild- und Videoklassifikation genutzt.
  • Semantische Analyse aufbauend auf Rohdaten-Analyseergebnissen in Kombination mit bereits vorhandenen Metadaten zur nachhaltigen Erschließung und automatisierten Weiternutzung von Dokumenteninhalten mit dem Schwerpunkt Ergebnisqualität und Fehlertoleranz. Dies beinhaltet folgende relevante Teilforschungsaspekte: Integration heterogener Metadaten und inhaltliche Erschließung über Named Entity Recognition, Named Entity Linking und Common Entity Linking.
  • Effiziente semantische Annotation multimedialer Dokumente in Abhängigkeit der Modalität der zu annotierenden Dokumente bei automatisierter Hilfestellung für Nutzende (semi-automatische Annotation) sowie kontextsensitive Visualisierung und Nachnutzung der benutzergenerierten Annotationen.
  • Harmonisierung und Integration verteilter heterogener Wissensbasen unter Berücksichtigung von Provenienz, Zuverlässigkeit, Diversität, Multilingualität und Aktualität (Echtzeit).
  • Semantische Suche, d.h. basierend auf den Ergebnissen der semantischen Analyse bzw. nach erfolgter semantischer Annotation werden die vorliegenden semantischen Informationen zur Verbesserung des Retrievals bzgl. Vollständigkeit und Genauigkeit der erzielten Suchergebnisse angewendet
  • Explorative Suche und intelligente Empfehlungssysteme, wobei der Übergang zwischen semantischer Suche hin zur explorativen Suche und Empfehlungssystemen ein fließender ist. Während bei der semantischen Suche die semantische Ähnlichkeit zur Auswahl von Suchergebnissen führt, zieht die explorative Suche weitere (inhaltliche) relationale Zusammenhänge zwischen den zu durchsuchenden Dokumenten und deren bedeutungstragenden Elementen in Betracht.

Ein Überblick über die Forschungsschwerpunkte von Information Service Engineering kann auch als Massive Open Online Course (MOOC) eingesehen werden:
MOOC on Information Service Engineering