System of semantic integration of non-structuralized documents in natural language in the domain of metallurgy

• Autorzy: Kluska-Nawarecka S. , Regulski K. , Krzyżak M. , Leśniak G. , Gurda M.

Warianty tytułu

PL

System integracji semantycznej nieustrukturyzowanych dokumentów w języku naturalnym z zakresu metalurgii

• Konferencja: International Conference Development Trends in Mechanization of Foundry Process (6 ; 5-7.09.2013 ; Inwałd, Poland)
• Języki publikacji: EN

Abstrakty

EN

This paper presents assumptions for a system of automatic cataloging and semantic text documents searching. As an example, a document repository for metals processing technology was used. The system by using ontological model provides the user with a new approach to the exploration of database resources - easier and more intuitive information search. In the current document storage systems, searching is often based only on keywords and descriptions created manually by the system administrator. The use of text mining methods, especially latent semantic indexing, allows automatic clustering of documents with respect to their content. The result of this clustering is integrated with the ontological model, making navigation through documents resources intuitive and does not require the manual creation of directories. Such an approach seems to be particularly useful in a situation where we are dealing with large repositories of unstructured documents from such sources as the Internet. This situation is very typical for cases of searching information and knowledge in the area of metallurgy, for example with regard to innovation and non-traditional suppliers of materials and equipment.

PL

Artykuł prezentuje założenia systemu umożliwiającego automatyczne katalogowanie i przeszukiwanie merytoryczne dokumentów tekstowych na przykładzie repozytorium dokumentów dotyczących technologii przetwórstwa metali. System dzięki zastosowaniu modelu ontologicznego ma umożliwić użytkownikowi nowe podejście do eksploracji zasobów bazodanowych - prostsze i bardziej intuicyjne wyszukiwanie informacji. W obecnych systemach przechowywania dokumentów często jedyna forma wyszukiwania jest wyszukiwanie na podstawie katalogu słów kluczowych i deskrypcji tworzonych ręcznie przez administratora systemu. Zastosowanie metod eksploracji tekstu, w szczególności ukrytego indeksowania semantycznego umożliwia automatyczne grupowanie dokumentów pod względem ich zawartości. Wynik takiego grupowania zostaje zintegrowany z modelem ontologicznym, przez co nawigacja poprzez zasoby dokumentów staje się intuicyjna i nie wymaga tworzenia ręcznie katalogów. Takie podejście wydaje się szczególnie przydatne w sytuacji, gdy mamy do czynienia z dużymi repozytoriami nieuporzadkowanych dokumentów pochodzących m.in. z sieci Internet.

Słowa kluczowe

EN

knowledge engineering; documents processing; ontologies; semantic integration; technological knowledge; metallurgy

PL

inżynieria wiedzy; przetwarzanie dokumentów; ontologia; integracja semantyczna; wiedza technologiczna; metalurgia

• Wydawca: Institute of Metallurgy and Materials Science of Polish Academy of Sciences ; Committee of Materials Engineering and Metallurgy of Polish Academy of Sciences
• Czasopismo: Archives of Metallurgy and Materials
• Rocznik: 2013
• Tom: Vol. 58, iss. 3
• Strony: 927–930
• Opis fizyczny: Bibliogr. 8 poz., rys.

Twórcy

autor

Kluska-Nawarecka S.

• Foundry Research Institute, Kraków, Poland

autor

Regulski K.

• AGH University of Science and Technology, Faculty of Foundry Engineering, Reymonta St. 23, 30-059 Kraków, Poland

autor

Krzyżak M.

• AGH University of Science and Technology, Faculty of Foundry Engineering, Reymonta St. 23, 30-059 Kraków, Poland

autor

Leśniak G.

• AGH University of Science and Technology, Faculty of Foundry Engineering, Reymonta St. 23, 30-059 Kraków, Poland

autor

Gurda M.

• AGH University of Science and Technology, Faculty of Foundry Engineering, Reymonta St. 23, 30-059 Kraków, Poland

Bibliografia

• [1] E. Nawarecki, S. Kluska-Nawarecka, K. Regulski, Multi-aspect Character of the Man-Computer Relationship ina Diagnostic-Advisory System, Human-Computer Systems Interaction: Backgrounds And Applications 2, Pt 1 Eds. Hippe, ZS; Kulikowski, JL; Mroczek, T. 98, 85-102 (2012).
• [2] Z. Gorny, S. Kluska-Nawarecka, D. Wilk-Kolodziejczyk, K. Regulski, Diagnosis of casting defects using uncertain and incomplete knowledge, Archives of Metallurgy and Materials 55, 3, 827-836 (2010).
• [3] Z. Jančíková, O. Zimný, P. Koštial, Prediction of Metal Corrosion by Neural Networks. Metalurgija 52, 3, 379-381 (2013), ISSN 0543-5846.
• [4] R. Frischer, J. David, M. Vrožina, Neural Networks Usage at Crystallizers Diagnostics. METAL 2011, s. 134, Tanger, spol.sr.o. Ostrava, Ostrava, 2011. ISBN 978-80-87294-22-2.
• [5] D. Hand, H. Mannila, Padhraic Smyth, (2001) Principles of Data Mining, The MIT Press, United States of America, 277-280.
• [6] G. H. Golub, Ch. F. Van Loan, Matrix Computations, Johns Hopkins University Press, Baltimore, Maryland, 48-86 (1996).
• [7] M. W. Berry, S. T. Dumais, G. W. O’Brien, Using linear algebra for intelligent information retrieval. SIAM Review, 573-595, December 1994.
• [8] J. Ramos, Data Using TF-IDF to Determine Word Relevance in Document Queries, Morgan Kaufmann Publishers, United States of America, 2006.