Finished diploma thesis: DAFFODIL: Entwicklung und Evaluierung von Algorithmen zur Behandlung von Autorennamen.

Supervisor(s)

• Dr. rer. nat. Claus-Peter Klas
• Prof. Dr.-Ing. Norbert Fuhr

Student

• Michael Damatov

Related projects

DAFFODIL

Distributed Agents for User-Friendly Access of Digital Libraries

Finished

2004-12

Task description

DAFFODIL (Distributed Agents for User-Friendly Access of Digital Libraries) stellt ein agentenbasiertes Zugangssystem für digitale Bibliotheken dar. Ein Schwerpunkt des Projektes besteht in der Entwicklung höherer Suchfunktionen, die über das herkömmliche Dokumentretrieval hinausgehen, indem die Datenstrukturen einer bestimmten Domäne voll ausgeschöpft werden. Ein Beispiel hierfür sind Suchdienste, die auf Ko-Autoren-Netzwerken aufsetzen, die über die Grenzen einzelner Dokumente und auch digitaler Bibliotheken hinweg propagiert werden.

Um Autoren(namen) zu komplexeren informationsverdichtenden Strukturen (z.B. einem Autorennetzwerk) hochzuaggregieren muss die Identität der Autoren auf Basis der Namensansetzungen in den darunterliegenden Dokumenten sichergestellt werden. Das Problem ist nicht nur syntaktischer Art, z.B.

• falsch geschrieben Namen
• Vornamenskürzeln
• Umlauten und Sonderzeichen in Namen

sondern auch semantischer Natur. Zu nennen sind hier insbesondere das Synonymen-Problem, d.h. zwei unterschiedliche Namensansetzungen bezeichnen ein und denselben Autor, wie z.B. bei Namensänderungen durch z.B. Heirat oder auch Pseudonymnutzung, und das Homonymen-Problem, d.h. ein Name repräsentiert zwei unterschiedliche Autoren. Einige Beispiele für die Namensproblematik sind:

• Thomas Rölleke vs. Thomas Roelleke
• Fuhr, N. vs. Norbert Fuhr
• Matthias Müller vs. Matthias Müller
• C. J. van Rijsbergen vs. Keith van Rijsbergen

Im Rahmen dieser Diplomarbeit sollen basierend auf den von Daffodil angebotenen Funktionen Dienste und Algorithmen zur eindeutigen Erkennung von Autorenobjekten entwickelt werden. Ziel ist es, sowohl die syntaktische als auch die semantische Heterogenität im Umgang mit Autorennamen in digitalen Bibliotheken zu überwinden.

Dabei sind für folgende Probleme in der Diplomarbeit Lösungen zu erarbeiten:

• Erarbeitung eines State-of-the-Art bei der Autorennamen Erkennung.
• Suchen und Auswählen von Algorithmen wie Soundex und lDistance zur Lösung von einfachen Problemen wie Falschschreibung und Sonderzeichen in Autorennamen. Speziell hier kann Informationsgewinn aus den unterschiedliche erfassten Daten der Dokumente aus verschiedenen Digitalen Bibliotheken genutzt werden.
• Ausnutzung verschiedenen Beziehungen, wie semantischer Ähnlichkeit (ähnliche Dokumentinhalte) als auch strukturelle Ähnlichkeit von Autoren und Ko-Autoren oder Referenzen.

Result text

Michael Damatov (2004).

DAFFODIL: Entwicklung und Evaluierung von Algorithmen zur Behandlung von Autorennamen. Masterthesis

Literature

Fuhr, N.; Gövert, N.; Klas, C.-P. (2000): An Agent-Based Architecture for Supporting High-Level Search Activities in Federated Digital Libraries Mutschke, Peter (2001): Enhancing Information Retrieval in Federated Bibliographic Data Sources Using Author Network Based Stratagems Klas, Claus-Peter (2001): A sensor model for enabling pro-activity and adaptivity in Daffodil