Metody i narzędzia automatycznego przetwarzania informacji tekstowej i ich wykorzystanie w procesie zarządzania wiedzą

• Autorzy: Potiopa P.

Warianty tytułu

EN

Methods and tools for the automatic processing of textual information and its use in the process of knowledge management

• Języki publikacji: PL

Abstrakty

PL

Tematem niniejszego artykułu jest przegląd metod i narzędzi służących reprezentacji i przetwarzaniu informacji, która jest aktualnie jednym z podstawowych środków budowania i zarządzania w każdej organizacji. Sprawne funkcjonowanie każdej instytucji uzależnione jest od dostępu do przechowywanej w niej wiedzy, jak również możliwości sprawnego jej wyszukiwania, systematyzowania i podejmowania na jej podstawie nowych decyzji.

EN

The theme of this article is to review methods and tools for representing and processing information, which is currently one of the principal means of building and management in any organization. The smooth functioning of any institution is dependent on access to knowledge stored in it, as well as the possibility of an efficient search, structuring and making the new decisions based on it.

Słowa kluczowe

PL

zarządzanie wiedzą; ontologie; wnioskowanie na podstawie przypadków; wyszukiwanie informacji; ekstrakcja informacji; przetwarzanie informacji tekstowych; podobieństwo dokumentów

EN

knowledge management; ontologies; case-based reasoning; information retrieval; information extraction; document similarity; natural language processing; text mining

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2011
• Tom: T. 15, z. 2
• Strony: 409--419
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Potiopa P.

• AGH Akademia Górniczo-Hutnicza, Wydział Zarządzania, Katedra Informatyki Stosowanej

Bibliografia

• [1] Gołuchowski J., Technologie informatyczne w zarządzaniu wiedzą w organizacji. AE, Katowice 2005.
• [2] Aamodt A., Plaża E., Case-Based Reasoning: Foundational Issues. Methodological Variations, and System Approaches, „AlCom, Artificial Intelligence Communications", IOS Press 1994.
• [3] Tomassen S.L., Semi-automatic generation of ontologies for knowledge-intensive CBR. Norwegian University of Science and Technology, 2002.
• [4] Filipowska A., Jak zaoszczędzić na czytaniu? Automatyczne tworzenie abstraktów z dokumentów. http://www.gazeta-it.pl/pl/trendy/6011, Gazeta IT nr 3, marzec 2004.
• [5] Wybrane problemy zarządzania wiedzą. Instytut Łączności, Państwowy Instytut Badawczy, Praca nr 06300017, 2007.
• [6] http://plwordnet.pwr.wroc.pl, 2011.
• [7] Ikonomakis M., Kotsiantis S., Tampakas V., Text Classification Using Machine Learning Techniąues. WSEAS TRANSACTIONS on COMPUTERS, Issue 8, vol. 4, August 2005, 966-974.
• [8] Kłopotek M.A., Inteligentne wyszukiwarki internetowe. Exit, 2001.
• [9] Ramos J., Using TF-IDF to Determine Word Relevance in Document Queries. http://citese- erx.ist.psu.edu/viewdoc/download?doi=10.1.1.121.1424&rep=repl&type=pdf, 2011.
• [10] http://www.miislita.com/information-retrieval-tutorial/cosine-similarity-tutorial.html, 2011.
• [11] http://neon.niederlandistik.fu-herlin.de/en/textstat/, 2011.
• [12] http://www.korpusy.net/index.php/narzdzia/programy-do-analizy, 2011.
• [13] http://korpus.pl/index.php?page=poliqarp 2011.