@misc{Hermann2018, author = {Hermann, Konstantin}, title = {Automatisierte Sacherschließung: Vergabe von Notationen der Regensburger Verbundklassifikation (RVK)}, series = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, journal = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, year = {2018}, abstract = {In der Pr{\"a}sentation stellt die SLUB Dresden ihre ersten Ergebnisse aus dem Pilotprojekt zur (semi)automatisierten Sacherschließung nach RVK mittels Verfahren der k{\"u}nstlichen Intelligenz vor. Die SLUB setzt damit den eingeschlagenen Weg der Automatisierung weiter fort, den sie bereits mit dem Dresdner Erwerbungsmodell begonnen hat. Ziel der automatisierten Sacherschließung ist neben der Gewinnung von Personalkapazit{\"a}ten auch die Erweiterung der RVK-Vergabe auf Medien, die bisher nicht sachlich erschlossen wurden, besonders elektronische Ressourcen. Der anhaltende Trend im Angebot und der kundenseitigen Nachfrage nach digitalen Medien stellt Bibliotheken vor die Herausforderungen, ihre redaktionellen Prozesse an den aktuellen Stand der Technik anzupassen. Interne Studien haben gezeigt, dass jede intellektuelle Notationsvergabe durchschnittlich sechs Minuten in Anspruch nimmt. Bei 40.000 neu erworbenen Monographien pro Jahr kann dieser Prozessschritt zu zeitlichen Engp{\"a}ssen innerhalb der Erwerbung f{\"u}hren. Ziel des Pilotprojektes ist die Reduktion der Erschließungsdauer um 80 Prozent, d.h. auf eine Minute pro Notationsvergabe. Dies kann durch einen webbasierten Assistenten gelingen, der die Titeldaten analysiert und aus den ca. 800.000 m{\"o}glichen Kategorien der RVK die f{\"u}nf relevantesten dem Bibliothekar vorschl{\"a}gt. Die intellektuelle Auswahl eines Vorschlags durch den Bibliothekar verbesserte gleichzeitig das Ergebnis von zuk{\"u}nftigen automatisierten Vorschl{\"a}gen. Der Erschließungsassistent ist als selbstlernendes System konzeptioniert, wodurch sich die Vorschl{\"a}ge schrittweise an das Feedback des Bibliothekars anpassen sollen. Ein digitaler Assistent, der den bibliothekarischen Wissensarbeiter bei der Flut seiner Arbeit immer st{\"a}rker unter die Arme greift. Die SLUB Dresden wird in ihrem Projekt von der Dresdner IT-Firma Avantgarde Labs GmbH unterst{\"u}tzt. SLUB: Dr. Konstantin Hermann Avantgarde Labs: Herr Torsten Hartmann}, language = {de} } @misc{Wiesenmueller2018, author = {Wiesenm{\"u}ller, Heidrun}, title = {Maschinelle Indexierung am Beispiel der DNB - Analyse und Entwicklungsm{\"o}glichkeiten}, series = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, journal = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36346}, year = {2018}, abstract = {Die Deutsche Nationalbibliothek (DNB) plant, die Sacherschließung in den n{\"a}chsten Jahren weitestgehend auf automatische Methoden umzustellen. Ein bei Netzpublikationen schon l{\"a}nger angewendetes Verfahren zur automatischen Vergabe von Schlagw{\"o}rtern kommt seit 2017 auch bei Printausgaben der Reihen B und H zum Einsatz. Handelt es sich dabei um einen zukunftsweisenden Weg oder um eine Sackgasse? Im Vortrag werden konkrete Beispiele aus der Produktion der DNB analysiert und auf ihre Qualit{\"a}t gepr{\"u}ft. Es werden typische Fehlerquellen erl{\"a}utert, u.a. die falsche Einordnung von Autoren oder Herausgebern als Themen oder die bisher mangelhafte Named-entity recognition. Letztere f{\"u}hrt dazu, dass die Software wichtige Konzepte nicht erkennt (z.B. K{\"o}rperschaften als Themen) oder falsche Themen extrahiert (z.B. "Santiago de Chile" aus "Santiago-de-Chile-Platz"). Aus der Untersuchung ergibt sich auch ein frischer Blick auf den Vorgang der Inhaltsanalyse: Diese besteht nicht in einer bloßen "{\"U}bersetzung" von W{\"o}rtern aus Titel und Inhaltsverzeichnis in Schlagw{\"o}rter, sondern umfasst komplexe Prozesse des Verstehens und Interpretierens von Sprache. So sind viele Formulierungen {\"u}berhaupt nicht dazu gedacht, ein Thema zu benennen. Die Kapitel{\"u}berschrift "Geschichte in Jahreszahlen" sollte folglich nicht zum Schlagwort "Jahreszahl" f{\"u}hren oder die Gliederung eines Museumsf{\"u}hrers nach Stockwerken nicht zum Schlagwort "Geschoss (Bauwesen)". Im Vortrag wird auch er{\"o}rtert, welche alternativen oder zus{\"a}tzlichen Verfahren zu Verbesserungen f{\"u}hren k{\"o}nnten. Hilfreich w{\"a}re beispielsweise ein Werk-Clustering zur {\"U}bernahme bereits vorhandener intellektueller Sacherschließungsdaten, eine vorgeschaltete Layoutanalyse der Inhaltsverzeichnisse sowie der Einbezug von Informationen, die in der Formalerschließung erfasst werden.}, language = {de} } @misc{Koehn2018, author = {K{\"o}hn, Karen Kristina}, title = {Maschinelle Sacherschließungsverfahren bei medizinischen Publikationen - Erfahrungen an der DNB}, series = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, journal = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36336}, year = {2018}, abstract = {Was wird in der DNB wie maschinell erschlossen? Welche Erfahrungen hat die DNB bei der Einf{\"u}hrung maschineller Verfahren zur Inhaltserschließung gesammelt? Der Vortrag stellt sich diesen Fragen und gibt am Beispiel der Sachgruppe Medizin einen Einblick aus fachlicher Sicht in die von der DNB eingesetzten maschinellen Verfahren zur Inhaltserschließung. Seit April 2017 werden an der Deutschen Nationalbibliothek neben Netzpublikationen nun auch gedruckte Monografien außerhalb des Verlagsbuchhandels (Reihen B) und gedruckte Hochschulschriften (Reihe H) auf der Basis von Titelaufnahme und gescanntem Inhaltsverzeichnis klassifikatorisch und verbal mit maschinellen Verfahren erschlossen. Konkret erhalten alle Monografien maschinell eine DDC-Sachgruppe; eine maschinelle Beschlagwortung mit GND-Schlagw{\"o}rtern erfolgt bei allen deutschsprachigen Publikationen und im Bereich der medizinischen Literatur erfolgt zus{\"a}tzlich eine maschinelle Klassifikation mit DDC-Kurznotationen.}, language = {de} } @misc{BeckmannHinrichs2018, author = {Beckmann, Regine and Hinrichs, Imma}, title = {Alles unter einer Haube: Die n{\"a}chste Generation des Digitalen Assistenten DA-3}, series = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, journal = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36355}, year = {2018}, abstract = {Auf dem LIS Workshop 2016 in Leipzig wurde der Fachcommunity ein webbasiertes Vorschlagssystem zur halbautomatischen Unterst{\"u}tzung der intellektuellen Sacherschließung, der "Digitale Assistent Version 2 (DA-2)" vorgestellt. Die Pr{\"a}sentation wurde eingebettet in die alte, kontrovers und bis heute nicht abschließend diskutierte Frage, wie sich die Inhaltserschließung in Zukunft entwickele: "Evolution{\"a}r, disruptiv oder terminativ?" Eine m{\"o}gliche Antwort auf diese Frage hat die DNB im September 2017 mit ihrem neuen Konzept zur Inhaltserschließung gegeben. Mit einem anderen Ansatz war der DA-2 an den Start gegangen. Inzwischen ist er in einigen Bibliotheken des SWB erfolgreich im Einsatz und in der Staatsbibliothek zu Berlin f{\"u}r die Nutzung im GBV erprobt worden. Aus den sehr positiven Erfahrungen beider Verb{\"u}nde entstand die Initiative, das Tool als gemeinsames Projekt mit der Firma Eurospider zur Verbesserung des inhaltlichen Zugangs in K10+, der Verbunddatenbank von BSZ und GBV, weiterzuentwickeln. Im Vortrag werden die Anforderungen beider Verb{\"u}nde und die geplanten Entwicklungsziele der n{\"a}chsten Generation, des Digitalen Assistenten Version 3 (DA-3) vorgestellt. Es wird diskutiert, worin die Vorteile gegen{\"u}ber den in vielen F{\"a}llen noch nicht {\"u}berzeugenden Ergebnissen aus der maschinellen Erschließung liegen.}, language = {de} } @misc{Busse2018, author = {Busse, Frank}, title = {DDC-Kurznotationen - der Weg zu einer maschinellen klassifikatorischen Erschließung}, series = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, journal = {TK 6: erschließen \& erhalten / Maschinelle und computerunterst{\"u}tzte Inhaltserschließung (LIS I) (12.06.2018, 13:00 - 15:30 Uhr, Estrel Saal)}, url = {http://nbn-resolving.de/urn:nbn:de:0290-opus4-36375}, year = {2018}, abstract = {Seit 2006 betreibt die Deutsche Nationalbibliothek eine "Erschließung auf zwei Beinen" - verbale und klassifikatorische Inhaltserschließung. Im Zuge der Einf{\"u}hrung maschineller Verfahren f{\"u}r die verbale Erschließung wird auch an der maschinellen Vergabe von DDC-Notationen gearbeitet. Da die vollst{\"a}ndigen DDC-Notationen bei maschinellen Prozessen Schwierigkeiten bereiten, sollen sie durch DDC-Kurznotationen ersetzt werden.Erste Erfahrungen wurden im Fachgebiet Medizin gesammelt. Seit 2005 werden medizinische Dissertationen nach einem Schema von 140 DDC-Kurznotationen klassifiziert. Seit 2015 werden diese Kurznotationen auch schon maschinell vergeben. Das eingesetzte Verfahren ist ein Lernverfahren, das in der DNB seit 2012 f{\"u}r die maschinelle Sachgruppenvergabe erfolgreich eingesetzt wird. Zurzeit werden Klassifikationsschemata f{\"u}r DDC-Kurznotationen f{\"u}r alle {\"u}brigen F{\"a}cher erarbeitet. Die maschinelle Vergabe der Kurznotationen soll nach M{\"o}glichkeit auf alle Fachgebiete ausgeweitet werden. Wie dieses maschinelle Verfahren im Einzelnen arbeitet und welche Herausforderungen die Entwicklung der Kurznotationen und die maschinelle Vergabe in den strukturell unterschiedlichen Wissenschaftsgebieten mit sich bringen ist Teil des Vortrag S. Dar{\"u}ber hinaus wird auf die Fragen der zuk{\"u}nftigen Kennzeichnung maschinell vergebener Notationen, die Datenauslieferung und das Qualit{\"a}tsmanagement eingegangen.}, language = {de} }