@misc{HerbRoesener2008, author = {Herb, Ulrich and R{\"o}sener, Christoph}, title = {Automatische Schlagwortvergabe aus der SWD f{\"u}r Repositorien}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus-5446}, year = {2008}, abstract = {Die Saarl{\"a}ndische Universit{\"a}ts- und Landesbibliothek (SULB) betreibt zwei Open-Access-Server: SciDok, den Wissenschaftserver der Universit{\"a}t des Saarlandes (http://scidok.sulb.uni-saarland.de) und PsyDok, den Volltextserver der Virtuellen Fachbibliothek Psychologie (http://psydok.sulb.uni-saarland.de). Beide Server basieren auf der an der Universit{\"a}t Stuttgart entwickelten Software OPUS. OPUS ist die in Deutschland am weitesten verbreitete Software zum Betrieb von Volltextservern. Bei der Ver{\"o}ffentlichung werden Dokumente in aller Regel von den Wissenschaftlern selbst in einem Metadatenformular beschrieben und zusammen mit dem Volltext auf den Server {\"u}bertragen. Nach {\"U}berpr{\"u}fung durch Bibliothekare werden die Dokumente freigeschaltet. Wissenschaftler tun sich mit dem Ausf{\"u}llen des Metadatenformulars schwer. Als besonders hinderlich erweist sich dabei das Feld „Kontrollierte Schlagworte", {\"u}ber welches das Dokument mit Schlagworten aus der Schlagwort-Norm-Datei (SWD) beschrieben werden soll. Trotz Verlinkung zu einer Online-Oberfl{\"a}che des Bibliotheks-Service-Zentrums Baden-W{\"u}rttemberg (BSZ) zur Vergabe der SWD-Schlagworte bestehen Probleme: Wissenschaftler w{\"a}hlen meist zu grobe oder sogar falsche Schlagworte, da ihnen die SWD nicht vertraut ist. Dies erfordert aufw{\"a}ndiges Nachbearbeiten der Verschlagwortung durch die SULB. F{\"u}r ein exaktes Retrieval w{\"a}re es sinnvoll, wenn die Wissenschaftler selbst eine trennscharfe Verschlagwortung vornehmen w{\"u}rden, da sie selbst den Inhalt der Dokumente am besten beschreiben k{\"o}nnen. Dies bedarf einer technischen Unterst{\"u}tzung. Ideal w{\"a}re eine in den Ver{\"o}ffentlichungs- und {\"U}berpr{\"u}fungsprozess eingebundene Funktionalit{\"a}t, die Wissenschaftler und Bibliothekare mit einer automatischen Verschlagwortung unterst{\"u}tzt. Innerhalb eines von der SULB und dem Institut der Gesellschaft zur F{\"o}rderung der Angewandten Informationsforschung e.V. an der Universit{\"a}t des Saarlandes (IAI) beantragten Projekts soll ein System entwickelt werden, welches in der Lage ist, f{\"u}r einen beliebigen Text automatisch Schlagw{\"o}rter zu vergeben. Als Grundlage wird dabei die SWD verwendet. Das System soll nur solche Schlagw{\"o}rter vergeben, die in der SWD enthalten sind. Anschließend soll dieses System in die Open-Access-Server der SULB eingebunden werden. Dabei ist ein sog. "postprocessing"-Verfahren durch die Autoren geplant, d.h. der Autor erh{\"a}lt vom System eine Vorschlagsliste (sog. 'Pickliste') von automatisch ausgew{\"a}hlten Schlagw{\"o}rtern, aus der er dann die seiner Meinung nach treffendsten ausw{\"a}hlt. Ein solches System f{\"o}rdert zum einen die Akzeptanz der Autoren gegen{\"u}ber der Vergabe von Schlagw{\"o}rtern aus der SWD und f{\"u}hrt somit zu einer besseren Verschlagwortung und Wiederauffindbarkeit der Dokumente. Zum anderen verhindert ein solches System die falsche Verschlagwortung von Publikationen durch Schlagw{\"o}rter, die nicht in der SWD enthalten sind. Linguistik Als grundlegende Technik f{\"u}r ein solches System ist eine L{\"o}sung mit linguistischer Intelligenz vorgesehen. Zun{\"a}chst wird der jeweilige Text durch eine morphosyntaktische bzw. semantische Analysekomponente vollst{\"a}ndig analysiert. Dabei wird f{\"u}r die im Text vorkommenden W{\"o}rter die Grundform (Zitatform) und die Wortklasse (Substantiv, Verb, Adjektiv usw.) erzeugt. Weiterhin liefert die morphosyntaktische Analysekomponente Flexionsinformationen (Kasus, Numerus, Genus, Tempus, Person - je nach Wortart), sowie die Wortstruktur, d.h. die Zerlegung des Wortes in seine Bestandteile. Die semantische Analysekomponente liefert bei sog. Bedeutungsw{\"o}rtern zus{\"a}tzlich eine semantische Klassifikation. Die Dokumente werden anschließend mit diesen errechneten Merkmalsstrukturen annotiert. Danach werden unter Ber{\"u}cksichtigung der SWD die zutreffenden Schlagw{\"o}rter berechnet. Dies geschieht anhand eines komplexen Gewichtungsmechanismus, der sowohl statistische als auch linguistische bzw. informationswissenschaftliche Verfahren anwendet. Neben statistischen Auswertungen (H{\"a}ufigkeit eines Wortes, Position im Text etc.) werden dabei auch die o.g. semantischen Feature-Strukturen ber{\"u}cksichtigt. Dabei wird ein Wort anhand seiner semantischen Klassifikaton im Hinblick auf den gesamtsemantischen Kontext des jeweiligen Dokuments betrachtet. Dieser Wert fließt sp{\"a}ter mit in die Gewichtung ein. Somit errechnet das System ausschließlich Schlagw{\"o}rter, die f{\"u}r den jeweiligen Text wirklich repr{\"a}sentativ sind.}, subject = {Schlagwortnormdatei}, language = {de} }