TY - GEN A1 - Saurbier, Felix T1 - Wissenschaftliche Videos im Semantic Web - das AV Portal der TIB in der Linked Open Data Cloud T2 - TK 5: Fokus Lehre und Forschung / Kooperationen für die Forschung ( 30.05.2017, 13:30 - 15:30 Uhr, Raum Illusion 1 + 2 ) N2 - Die Technische Informationsbibliothek (TIB) hat sich zum Ziel gesetzt, die Nutzung und Verbreitung ihrer Sammlungen nachhaltig zu fördern und setzt dazu konsequent auf Semantic Web-Technologien. Durch die Bereitstellung von "Linked Library Data" können Bibliotheken und Informationsdienstleister die Sicht- und Auffindbarkeit ihrer Bestände signifikant erhöhen. Denn zum einen vereinfachen strukturierte Daten, die interoperabel sowie maschinenlesbar sind, die Nachnutzung durch Dritte entscheidend. Zum anderen ermöglichen sie wesentlich differenziertere sowie effizientere Suchanfragen und unterstützen Bibliotheksnutzer sowohl im Retrieval als auch in der Weiterverarbeitung der für sie relevanten Informationen. Vor diesem Hintergrund veröffentlicht die TIB umfangreiche Meta- und Erschließungsdaten der wissenschaftlichen Filme ihres AV-Portals im standardisierten Resource Description Format (RDF) und stellt auf diesem Weg einen neuen und innovativen Service zur Nachnutzung und Verlinkung ihrer Datensätze zur Verfügung. In unserem Vortrag möchten wir zeigen, welche Mehrwerte sich auf Basis der eingesetzten Linked Open Data-Technolgien im Kontext audiovisueller Medien generieren lassen und die Nutzung von Linked Open Data im AV-Portal der TIB vorstellen. Besonderes Augenmerk soll dabei erstens auf den semantischen Erschließungsdaten liegen, die durch automatisierte Verfahren der Bild-, Text- und Spracherkennung generiert werden. Zweitens sollen die darauf aufbauenden Mehrwertdienstleistungen - wie die semantische Anreicherung mit zusätzlichen relevanten Informationen und die Verlinkung weiterführender Ressourcen - vorgestellt werden. Schließlich soll drittens demonstriert werden, wie durch die Bereitstellung der autoritativen sowie zeitbasierten, automatisch generierten Metadaten als Linked Open Data unter einer Creative Commons-Lizenz die freie Nachnutzung der Daten des AV-Portals durch Dritte ermöglicht wird. KW - Linked Open Data Y1 - 2017 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:0290-opus4-29539 ER - TY - GEN A1 - Saurbier, Felix A1 - Ewerth, Ralph A1 - Springstein, Matthias T1 - Ein Bild sagt mehr als tausend Worte? Visuelle Konzeptdetektion für wissenschaftliche AV-Medien T2 - TK 6: erschließen & erhalten / Innovationen der Erschließung (13.06.2018, 16:30 - 18:00 Uhr, Saal D) N2 - Die TIB erforscht und entwickelt verschiedene Verfahren zur automatisierten Inhaltsanalyse, um den Zugang zu ihren Beständen fortlaufend zu optimieren. In Kombination mit Semantic-Web-Technologien unterstützen derartige Verfahren das semantische und cross-linguale Retrieval von Informationsressourcen. Für die wissenschaftlichen Videos des TIB AV-Portals werden bereits verschiedene automatische Videoanalyseverfahren eingesetzt, um umfangreiche zeitbasierte Metadaten zu extrahieren. Neben in Videos gezeigten Textelementen werden auch das gesprochene Wort und visuelle Inhalte ("Visual Concept Detection") analysiert. Darüber hinaus werden die Analyseergebnisse mit gängigen Normdaten und Wissensdatenbanken verlinkt sowie als Linked Open Data bereitgestellt, um Wiederverwendung und Verlinkung von Informationen zu erleichtern. Vor diesem Hintergrund betreibt die TIB eigene anwendungsnahe Forschung, um die eingesetzten automatisierten Analyseverfahren und damit die Qualität ihrer Metadatenbestände kontinuierlich zu verbessern. Unter anderem werden auf dem neuesten Stand der Technik basierende Methoden der visuellen Konzepterkennung in wissenschaftlichen Videos entwickelt, um das Bilderkennungsverfahren des TIB AV-Portals signifikant zu verbessern - sowohl in Bezug auf die Erkennungsraten als auch auf die Abdeckung fachspezifischer visueller Konzept. Die dabei entwickelte Lösung basiert auf tiefen neuronalen Netzen, die darauf trainiert wurden, visuelle Konzepte in AV-Medien verlässlich zu erkennen. Im Vortrag soll vorgestellt werden, wie eigene Forschungstätigkeiten im Bereich des maschinellen Lernens mit semantischen Webtechnologien kombiniert und auf Bibliotheksdienste wie das AV-Portal übertragen werden können, um automatische Analysemethoden, Erschließungstiefe und die Auffindbarkeit von AV-Medien nachhaltig zu verbessern. Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:0290-opus4-36280 ER -