28.02.2013 Aufrufe

Sharing Knowledge: Scientific Communication - SSOAR

Sharing Knowledge: Scientific Communication - SSOAR

Sharing Knowledge: Scientific Communication - SSOAR

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

54 Klaus Hahn<br />

Arbeiten notwendig (> 50.000), ansonsten stören zufällige Zusammenhänge im<br />

Datenmaterial (z.B. zeitgeschichtliche Besonderheiten) die Repräsentativität<br />

der Ergebnisse ganz erheblich. Die dann ermittelten „semantischen Korrelationen“<br />

sind kaum verwendbar, sie reflektieren lediglich Trends in der aktuellen<br />

Publikationslage. Automatische Verfahren liefern auch keine Informationen<br />

über die Art der semantischen Relation: Ob es sich um ein Ober-/Unterbegriffs-Paar<br />

oder etwa um äquivalente Formen handelt, müsste ein menschlicher<br />

Bearbeiter hinzufügen. Auch um sicher zu stellen, dass die statistisch ermittelten<br />

Konkordanzen inhaltlich nicht allzu divergent sind, wären Kontrollen durch<br />

Fachleute wünschenswert.<br />

Die intellektuelle Zuordnung von Termen auf der anderen Seite ist arbeitsund<br />

kostenaufwendig, und das nicht nur bei der Erstellung, sondern als permanenter<br />

Faktor: Da sich Wissenschaftsthemen und damit Thesauri ständig ändern,<br />

muss eine Konkordanz fortlaufend durch qualifizierte Fachkräfte aktualisiert<br />

bzw. gepflegt werden. Dafür stellt sie so qualitativ das Optimum der Möglichkeiten<br />

dar: Fachleute aus den beteiligten Wissensgebieten einigen sich auf<br />

die semantischen Räume, zwischen denen sinnvolle Transfers über Term-Zuordnungen<br />

konstruiert werden.<br />

Wegen dieser qualitativen Vorteile entschied man sich auch beim Informationsverbund<br />

BSP für die Implementierung intellektueller Konkordanzen. Zur<br />

konkreten Realisation wurde auf die Vorarbeiten des CARMEN-Projekts [8,9]<br />

zurückgegriffen, in dessen Umfeld mehrere Ansätze untersucht und getestet<br />

worden waren. Übernommen wurde dabei der CARMEN-Ansatz zur Implementation<br />

von Konkordanzen als gewichtete Graphen, die zwei dreiwertige Informationen<br />

repräsentieren:<br />

1. die Art der Relation<br />

a. Äquivalente Terme { = }<br />

b. Verwandte Terme { ^ }<br />

c. Ober- bzw. Unterbegriff { >; < }<br />

2. die Stärke (das Gewicht) dieser Relation<br />

a. gering<br />

b. mittel<br />

c. hoch<br />

Die einfachste Form einer Konkordanz lässt sich dabei als 1:1 - Relation darstellen,<br />

die qualitativ noch zwischen Äquivalenz und Verwandtschaft unterscheidet,<br />

wobei es vielleicht etwas seltsam erscheint, eine Äquivalenz zu gewichten:<br />

Sozialpsychiatrie {=;h} � Sozialpsychiatrie<br />

Übung {^;h} � Training

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!