iPhoneAlle anzeigen
iPhone 11iPhone 11 ProiPhone 11 Pro MaxiPhone 12iPhone 12 ProiPhone 12 Pro MaxiPhone 12 miniiPhone 13iPhone 13 ProiPhone 13 Pro MaxiPhone 13 miniiPhone 14iPhone 14 PlusiPhone 14 ProiPhone 14 Pro MaxiPhone 15iPhone 15 PlusiPhone 15 ProiPhone 15 Pro MaxiPhone 16iPhone 16 PlusiPhone 16 ProiPhone 16 Pro MaxiPhone 16eiPhone 8iPhone 8 PlusiPhone SE 2020iPhone SE 2022iPhone XiPhone XRiPhone XSiPhone XS Max
Galaxy A-SerieAlle anzeigen
Galaxy A12Galaxy A13Galaxy A13 5GGalaxy A14Galaxy A15Galaxy A16Galaxy A17Galaxy A17 5GGalaxy A20eGalaxy A21Galaxy A22Galaxy A23Galaxy A24Galaxy A25Galaxy A26 5GGalaxy A32Galaxy A33Galaxy A34Galaxy A35Galaxy A36 5GGalaxy A37Galaxy A40Galaxy A41Galaxy A42Galaxy A50Galaxy A51Galaxy A52Galaxy A53Galaxy A54Galaxy A55Galaxy A56 5GGalaxy A57 5GGalaxy A70Galaxy A71Galaxy A72
Redmi SeriesAlle anzeigen
Redmi 10Redmi 13CRedmi 15 5GRedmi Note 10Redmi Note 10 ProRedmi Note 11Redmi Note 11 ProRedmi Note 11 Pro Plus 5GRedmi Note 11sRedmi Note 12Redmi Note 12 5GRedmi Note 12 ProRedmi Note 12 Pro 5GRedmi Note 12 Pro PlusRedmi Note 13Redmi Note 13 5GRedmi Note 13 ProRedmi Note 13 Pro PlusRedmi Note 14Redmi Note 14 Pro PlusRedmi Note 15Redmi Note 15 5GRedmi Note 15 ProRedmi Note 15 Pro 5GRedmi Note 15 Pro Plus 5GRedmi Note 8Redmi Note 8 ProRedmi Note 9Redmi Note 9 Pro
- Startseite
Bücher Wissen & Bildung Naturwissenschaft, Medizin, Informatik, Technik Informatik & EDV Informatik Teilautomatisierte Verschlagwortung von in altdeutschen Schriftfonts gesetzten Texten mit Hilfe lernender Verfahren
Derzeit nicht verfügbar
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Teilautomatisierte Verschlagwortung von in altdeutschen Schriftfonts gesetzten Texten mit Hilfe lernender Verfahren
Lothar Mischke (Broschiert, Deutsch)
★★★★★
☆☆☆☆☆ Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
Die Dissertation von Lothar Mischke lässt sich in aktuelle Forschungsbestrebungen zur Wahrung des kulturellen Erbes, insbesondere durch den Aufbau historischer Teilkorpora zu Literatur einer bestimmten Epoche, ausgewählter Autoren oder eines Genres einordnen. Alle diese Bestrebungen haben mit der Tatsache zu kämpfen, dass Texte deutscher Sprache vor 1930 im Allgemeinen in altdeutschen Schriftfonts… gesetzt sind, die in sich stark differieren. Dadurch entziehen sie sich einer automatischen Digitalisierung mit den gängigen OCR-Programmen. Da zudem vor der Rechtschreibreform 1901 vielfältige historische Schreibungen auftreten, die sich von modernen Schreibungen deutlich unterscheiden, war man bisher darauf angewiesen, zur Unterstützung spezieller OCR-Software in der Erkennungsphase wie auch in Suchanfragen für jede Sprachregion und Epoche spezielle Wörterbücher und Grammatikmodelle bereitzustellen, was mit hohem Aufwand verbunden ist.
So steht am Ausgangspunkt dieser Arbeit die Fragestellung, ob unter Verzicht auf eine Volltexterkennung eine automatisierte Schlagworterkennung in diesen Korpora ohne Nutzung von Spezialwörterbüchern fehlertolerant gegenüber historischen oder OCR-bedingten Schreibvarianten möglich ist. Hier betritt die Arbeit Neuland im Umfeld der Weiterentwicklung und des Einsatzes von intelligenten Algorithmen der Bildverarbeitung und Mustererkennung und Klassifizierung. Sie entwickelt eine umfassende Methodik zur Schlagworterkennung, -lokalisierung und -annotation und trägt dabei neue wissenschaftliche Erkenntnisse zu den folgenden Punkten bei:
* Dokumentrestaurierung: Es werden typische Bildstörungen wie Schattenbildung, Schieflage und Dokumentverzerrungen modellunabhängig über die Kombination bekannter und die Entwicklung neuer Verfahren korrigiert
* Vorklassifikation: Anhand neuer robuster Merkmale und eines entscheidungsbaumbasierten Verfahrens findet eine Zeichenvorklassifizierung statt
* Erkennung: Entwicklung einer lernfähigen zeichen-, kontext- und ganzwortbasierten Teiltexterkennung unter Extrahierung hierarchisch organisierter Layoutinformation
* Systemerstellung: Organisation der Arbeitsschritte der Digitalisierung, Segmentierung, Layoutanalyse, Bildrestaurierung, Textteilerkennung und Schlagwortlokalisation automatisiert oder schrittweise benutzergesteuert.
Dazu wird ausgehend von Beiträgen der aktuellen wissenschaftlichen Diskussion ein Erkenner für Zeichen altdeutscher Fonts entwickelt, der mit Hilfe von Gruppen Neuronaler Netze bzw. Support-Vektor-Maschinen eine Klassifizierung mit überwachten Verfahren vornimmt. Darüber hinaus entwirft der Autor ein kontextbasiertes Omnifont-Erkennungssystem beruhend auf unüberwachter Clusteranalyse und implementiert es auch. Die Erkennungsparameter Precision und Recall liegen hier im Schnitt bei 97.5 % bzw. 92.5 %. Schließlich wird bei der Schlagwortsuche ein optimistisches Kombinationsverfahren vorgestellt, mit dessen Hilfe eine Rangordnung auf Basis eines gewichteten Mehrheitsvotums der beteiligten Erkenner entsteht, bei der in mehr als 90 % aller Fälle der beste Treffer bereits das gesuchte Schlagwort darstellt. Dieses Produkt haben wir gerade leider nicht auf Lager.
Handgeprüfte Gebrauchtware
Bis zu 50 % günstiger als neu
Der Umwelt zuliebe
Technische Daten
Erscheinungsdatum
01.07.2007
Sprache
Deutsch
EAN
9783832516314
Herausgeber
Logos Berlin
Serien- oder Bandtitel
Studien zur Mustererkennung
Sonderedition
Nein
Autor
Lothar Mischke
Seitenanzahl
302
Einbandart
Broschiert
Bandzählung
24
Schlagwörter
Schlagworterkennung, Historische Schriften, Dokumentrestaurierung, Dokumentanalyse, Mustererkennung
Höhe
210 mm
Breite
14.5 cm
-.-
★★★★★
☆☆☆☆☆ Leider noch keine Bewertungen
Leider noch keine Bewertungen
Sicher bei rebuy kaufen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!
Sicher bei rebuy kaufen