Angebotsbeschreibungen für Online-Einkaufsportale zur automatischen Klassifizierung und Informationsextraktion mittels Rekursiver Transitionsnetzwerke

Inhaltsverzeichnis

• 0. EINFÜHRUNG
• I. THEORETISCHER HINTERGRUND
• 1. MERKMALE DES KORPUS
• 2. RELATA, RELATOREN UND RELATIONEN
• 3. DIE RELATOREN
• 3.1 Präpositionen
• 3.1.1 MIT
• 3.1.2 FÜR
• 3.1.3 OHNE
• 3.1.4 IN
• 3.1.5 ZU
• 3.1.6 AUS
• 3.1.7 VON
• 3.1.8 GEGEN
• 3.1.9 AUF
• 3.2 Präpositionalphrasen
• 3.2.1 Präposition - Adjektiv
• 3.2.2 Präposition – Substantiv
• 3.2.3 Präposition – Verb
• 3.2.4 Präposition - sonstige Wortarten
• 3.3 Konjunktionen
• 3.3.1 UND
• 3.3.2 ODER
• 3.4 Verben
• 3.5 Weitere wortbasierte Relatoren
• 3.6 Symbole
• 3.7 Beobachtungen und Probleme
• 4. KLASSEN VON RELATOREN UND TYPOLOGIE DER RELATA
• 4.1 Relatorenklasse: MIT
• 4.1.1 Paradigmatische Realisierung
• 4.1.2 Syntagmatische Realisierung
• 4.1.3 Typologie des Nachfeldes
• 4.1.3.1 Konkreta
• 4.1.3.2 Abstrakta
• 4.2 Relatorenklasse: FÜR
• 4.2.1 Paradigmatische Realisierung
• 4.2.2 Syntagmatische Realisierung
• 4.2.3 Typologie des Nachfeldes
• 4.2.3.1 Konkreta
• 4.2.3.2 Abstrakta
• 4.3 Relatorenklasse: OHNE
• 4.3.1 Paradigmatische Realisierung
• 4.3.2 Syntagmatische Realisierung
• 4.3.3 Typologie des Nachfeldes
• 4.3.3.1 Konkreta
• 4.3.3.2 Abstrakta
• 5. ZUSAMMENFASSUNG UND AUSBLICK
• II. EINE BEISPIELANWENDUNG
• 1. DER HINTERGRUND
• 1.1 Einbettung in die Prozeßarchitektur
• 1.2 Ansätze für die Konstruktion von IE-Komponenten
• 2. DAS WERKZEUG
• 3. DIE RESSOURCEN
• 3.1 Das Korpus
• 3.1.1 Kennzeichen
• 3.1.2 Vorverarbeitung
• 3.1.2.1 Normalisierung
• 3.1.2.2 Tokenisierung
• 3.1.2.3 Lexikalisches Parsing
• 3.2 Die Lexika
• 3.3 Graphen
• 4. HEURISTIK
• 4.1 Erstellung der Lexika
• 4.1.1 Arbeitsschritte
• 4.1.2 Übersicht über die Lexikondateien
• 4.1.2.1 Lexika der Relatoren
• 4.1.2.2 Lexika der generischen Konkreta
• 4.1.2.3 Lexika der Eigennamen (Marken- und Modellnamen)
• 4.1.2.4 Lexika der Attribute
• 4.1.2.5 Lexika der Vertrags- und Anbieterdaten
• 4.1.2.6 Sonstige Lexika
• 4.2 Erstellen der Lokalen Grammatiken
• 4.2.1 Abstrahieren von Schemata
• 4.2.2 Der Hauptgraph main.grf
• 4.2.3 Die Subgraphen auf der zweiten Ebene
• 4.2.3.1 Angebote mit Telefon – Relator - Vertragsbestandteil
• 4.2.3.2 Angebote mit Telefon - Relator - Vertragsbestandteil – weiteres Element
• 4.2.4 Die Subgraphen auf der dritten Ebene
• 4.3 Anwenden der Grammatiken auf das Korpus
• 4.4 Nachbearbeitung des annotierten Korpus
• 5. EVALUATION UND ZUSAMMENFASSUNG
• 5.1 Evaluation
• 5.1.1 Vollständigkeit
• 5.1.2 Präzision
• 5.1.3 Wahrheitsmatrix
• 5.1.4 Bewertung
• 5.2 Zusammenfassung

Zielsetzung und Themenschwerpunkte

Diese Arbeit befasst sich mit der automatischen Klassifizierung und Informationsextraktion von Angebotsbeschreibungen für Online-Einkaufsportale. Ziel ist es, linguistische Informationen aus den Angebotstexten zu nutzen, um die darin beschriebenen Produkte zu klassifizieren.

• Analyse der sprachlichen Struktur von Angebotsbeschreibungen
• Entwicklung eines linguistischen Ansatzes zur automatischen Klassifizierung von Produkten
• Anwendung des Ansatzes auf eine ausgewählte Produktkategorie (Telekommunikationsprodukte)
• Einsatz von Rekursiven Transitionsnetzwerken zur Verarbeitung der linguistischen Daten
• Evaluation der entwickelten Methode und ihrer Ergebnisse

Zusammenfassung der Kapitel

Die Arbeit ist in zwei Teile gegliedert: Im ersten Teil wird der theoretische Hintergrund der Untersuchung erläutert. Hier werden die Merkmale des Korpus, die relevanten Relatoren und deren Funktionen sowie die Typologie der Relata analysiert. Im zweiten Teil wird ein praktischer Ansatz vorgestellt, der die Erkenntnisse aus der linguistischen Untersuchung auf die Klassifizierung von Telekommunikationsprodukten anwendet.

Schlüsselwörter

Die Arbeit beschäftigt sich mit folgenden Themenbereichen: Computerlinguistik, Informationsextraktion, Angebotsbeschreibungen, Online-Einkaufsportale, Rekursive Transitionsnetzwerke, linguistische Analyse, automatische Klassifizierung, Produktinformationen, Telekommunikationsprodukte.

Häufig gestellte Fragen

Wie funktioniert die automatische Klassifizierung von Produkten?

Sie nutzt computerlinguistische Methoden, um lexikalische Daten und syntaktische Strukturen in Angebotstexten zu analysieren und wiederkehrende Muster für die Informationsextraktion zu erkennen.

Was sind Rekursive Transitionsnetzwerke (RTN)?

RTNs sind formale Werkzeuge zur Darstellung von Grammatiken, mit denen komplexe sprachliche Muster in Texten erkannt und für die automatische Verarbeitung formalisiert werden können.

Welche Rolle spielen Präpositionen wie „mit“ oder „für“ bei der Analyse?

Diese sogenannten Relatoren zeigen Beziehungen zwischen Objekten auf (z.B. „Handy mit Vertrag“), was entscheidend ist, um die Art und Zusammensetzung eines Verkaufsobjektes zu verstehen.

Warum ist Informationsextraktion für Online-Shops wichtig?

Sie ermöglicht es, große Mengen an unstrukturierten Produktdaten automatisch zu verarbeiten, was die Suchtechnologie verbessert und den manuellen Aufwand sowie die Kosten senkt.

Was wurde im Praxisteil der Arbeit untersucht?

Der Ansatz wurde konkret auf die Kategorie Telekommunikationsprodukte angewendet, um Set-Relationen (z.B. Bundles aus Hardware und Vertrag) automatisch zu identifizieren.