Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  LUKe and MIKe: Learning from User Knowledge and Managing Interactive Knowledge Extraction

Metzger, S., Stoll, M., Hose, K., & Schenkel, R. (2012). LUKe and MIKe: Learning from User Knowledge and Managing Interactive Knowledge Extraction. In X.-W. Chen, G. Lebanon, H. Wang, & M. J. Zaki (Eds.), CIKM'12 (pp. 2671-2673). New York, NY: ACM.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0014-5960-A Versions-Permalink: https://hdl.handle.net/11858/00-001M-0000-0023-C142-D
Genre: Konferenzbeitrag
Latex : {LUKe} and {MIKe}: Learning from User Knowledge and Managing Interactive Knowledge Extraction

Dateien

einblenden: Dateien
ausblenden: Dateien
:
de0434-metzger.pdf (beliebiger Volltext), 356KB
 
Datei-Permalink:
-
Name:
de0434-metzger.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Metzger, Steffen1, 2, Autor           
Stoll, Michael3, Autor
Hose, Katja1, Autor           
Schenkel, Ralf1, Autor           
Affiliations:
1Databases and Information Systems, MPI for Informatics, Max Planck Society, ou_24018              
2International Max Planck Research School, MPI for Informatics, Max Planck Society, ou_1116551              
3External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Semantic recognition and annotation of unqiue enities and their relations is a key in understanding the essence contained in large text corpora. It typically requires a combination of efficient automatic methods and manual verification. Usually, both parts are seen as consecutive steps. In this demo we present MIKE, a user interface enabling the integration of user feedback into an iterative extraction process. We show how an extraction system can directly learn from such integrated user supervision. In general, this setup allows for stepwise training of the extraction system to a particular domain, while using user feedback early in the iterative extraction process improves extraction quality and reduces the overall human effort needed.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2012
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: eDoc: 647511
DOI: 10.1145/2396761.2398721
URI: http://doi.acm.org/10.1145/2396761.2398721
Anderer: Local-ID: C1256DBF005F876D-B1BE320040B32699C1257A5200325F1E-MetzgerSHS_CIKM2012
BibTex Citekey: MetzgerSHS_CIKM2012
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 21st ACM International Conference on Information and Knowledge Management
Veranstaltungsort: Maui, USA
Start-/Enddatum: 2012-10-29 - 2012-11-02

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: CIKM'12
  Untertitel : The Proceedings of the 21st ACM International Conference on Information and Knowledge Management
  Kurztitel : CIKM 2012
Genre der Quelle: Konferenzband
 Urheber:
Chen, Xue-Wen1, Herausgeber
Lebanon, Guy1, Herausgeber
Wang, Haixun1, Herausgeber
Zaki, Mohammed J.1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: New York, NY : ACM
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 2671 - 2673 Identifikator: ISBN: 978-1-4503-1156-4