Medusa: Performante Textstatistiken auf großen Textmengen : Kookkurrenzanalyse in Theorie und Anwendung

ISBN-13: 9783639011258 / Niemiecki / Miękka / 2008 / 128 str.

Marco Büchler

Opis

Mit dem exponentiellen Wachstum der zur Verfügungstehenden Daten im Internet, wächst auch das daringespeicherte Wissen. Ziel dieser Arbeit ist, verschiedene statistischeVerfahren zur Extraktion von semantischen undsyntaktischen Beziehungen zwischen Wörtern zuvergleichen. Dabei werden neben klassischenKookurrenzen auch die distanzabhängigen Kookkurrenzeneingeführt.Diese Aufgaben setzen große Datenmengen voraus. Umdies auch auf mehrere Millionen Sätze anwenden zukönnen, werden performante Datenstrukturen benötigt.Weiterhin werden einige Heuristiken für dasperformante Speichern von mehreren MilliardenKookkurrenz-Datensätzen vorgestellt und derenAuswirkungen gemessen.

O autorze

Büchler Marco Marco Büchler arbeitet seit Juli 2006 am Lehrstuhl für Automatische Sprachverarbeitung an der Universität Leipzig. Neben performanten Datenstrukturen für statistische Analysen waren linguistische Webservices Teil des Arbeitsschwerpunktes. Aktueller Forschungsgegenstand ist die Stilometrie - einem Teilgebiet der forensischen Linguistik.