Buch, Englisch, Band 21, 246 Seiten, Paperback, Format (B × H): 155 mm x 235 mm, Gewicht: 400 g
Buch, Englisch, Band 21, 246 Seiten, Paperback, Format (B × H): 155 mm x 235 mm, Gewicht: 400 g
Reihe: The Information Retrieval Series
ISBN: 978-90-481-7246-7
Verlag: Springer Netherlands
The book focuses on content recognition in text. It elaborates on the past and current most successful algorithms and their application in a variety of domains (e.g., news filtering, mining of biomedical text, intelligence gathering, competitive intelligence, legal information searching, and processing of informal text). An important part discusses current statistical and machine learning algorithms for information detection and classification and integrates their results in probabilistic retrieval models. The book also reveals a number of ideas towards an advanced understanding and synthesis of textual content.
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Interdisziplinäres Bibliothekswesen, Informationswissenschaften EDV Systeme, Internet und elektronische Ressourcen in Bibliotheken
- Technische Wissenschaften Elektronik | Nachrichtentechnik Elektronik Robotik
- Mathematik | Informatik EDV | Informatik Programmierung | Softwareentwicklung Grafikprogrammierung
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Wissensbasierte Systeme, Expertensysteme
- Wirtschaftswissenschaften Wirtschaftssektoren & Branchen Medien-, Informations und Kommunikationswirtschaft Informationstechnik, IT-Industrie
- Mathematik | Informatik EDV | Informatik Daten / Datenbanken Datenkompression, Dokumentaustauschformate
- Geisteswissenschaften Sprachwissenschaft Computerlinguistik, Korpuslinguistik
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Spracherkennung, Sprachverarbeitung
Weitere Infos & Material
Information Extraction and Information Technology.- Information Extraction from an Historical Perspective.- The Symbolic Techniques.- Pattern Recognition.- Supervised Classification.- Unsupervised Classification Aids.- Integration of Information Extraction in Retrieval Models.- Evaluation of Information Extraction Technologies.- Case Studies.- The Future of Information Extraction in a Retrieval Context.