Linked Data Supported Information Retrieval

Um Inhalte im World Wide Web ausfindig zu machen, sind Suchmaschienen nicht mehr wegzudenken. Semantic Web und Linked Data Technologien ermöglichen ein detaillierteres und eindeutiges Strukturieren der Inhalte und erlauben vollkommen neue Herangehensweisen an die Lösung von Information Retrieval Problemen. Diese Arbeit befasst sich mit den Möglichkeiten, wie Information Retrieval Anwendungen von der Einbeziehung von Linked Data profitieren können. Neue Methoden der computer-gestützten semantischen Textanalyse, semantischen Suche, Informationspriorisierung und -visualisierung werden vorgestellt und umfassend evaluiert. ... mehrDabei werden Linked Data Ressourcen und ihre Beziehungen in die Verfahren integriert, um eine Steigerung der Effektivität der Verfahren bzw. ihrer Benutzerfreundlichkeit zu erzielen. Zunächst wird eine Einführung in die Grundlagen des Information Retrieval und Linked Data gegeben. Anschließend werden neue manuelle und automatisierte Verfahren zum semantischen Annotieren von Dokumenten durch deren Verknüpfung mit Linked Data Ressourcen vorgestellt (Entity Linking). Eine umfassende Evaluation der Verfahren wird durchgeführt und das zu Grunde liegende Evaluationssystem umfangreich verbessert. Aufbauend auf den Annotationsverfahren werden zwei neue Retrievalmodelle zur semantischen Suche vorgestellt und evaluiert. Die Verfahren basieren auf dem generalisierten Vektorraummodell und beziehen die semantische Ähnlichkeit anhand von taxonomie-basierten Beziehungen der Linked Data Ressourcen in Dokumenten und Suchanfragen in die Berechnung der Suchergebnisrangfolge ein. Mit dem Ziel die Berechnung von semantischer Ähnlichkeit weiter zu verfeinern, wird ein Verfahren zur Priorisierung von Linked Data Ressourcen vorgestellt und evaluiert. Darauf aufbauend werden Visualisierungstechniken aufgezeigt mit dem Ziel, die Explorierbarkeit und Navigierbarkeit innerhalb eines semantisch annotierten Dokumentenkorpus zu verbessern. Hierfür werden zwei Anwendungen präsentiert. Zum einen eine Linked Data basierte explorative Erweiterung als Ergänzung zu einer traditionellen schlüsselwort-basierten Suchmaschine, zum anderen ein Linked Data basiertes Empfehlungssystem.

This thesis brings together the research fields of Information Retrieval and Linked Data. Information retrieval refers to the computer-assisted process of recovering documents that could be relevant for a user according to his or her information needs expressed in form of a search query. Semantic Web and Linked Data technologies enable new approaches for solving Information Retrieval problems. This might affect all aspects of a retrieval system including the information extraction within document and query processing, search index creation, relevance measurement and document ranking as well as search result presentation techniques. ... mehrTherefore, novel methods for semantic text analysis, semantic search, information prioritization and visualization are presented and evaluated in this thesis. Thereby, additional Linked Data resources are used to make the procedures either more accurate or more practical. First, an introduction on the foundations of Information Retrieval and Linked Data is given. Then, new methods for semantic document annotation and entity linking are introduced. A comprehensive presentation of entity linking evaluation methods is given and the evaluation procedures are taken onto a new level of detail. From this starting point new models to semantic search by incorporating Linked Data annotations into a generalized vector space model are presented and evaluated. One model exploits taxonomic relationships among entities in documents and queries, while the other model computes term weights based on semantic relationships within a document. To refine semantic similarity measurements of the proposed models, a Linked Data fact ranking approach and its evaluation is introduced. Built on that, visualization techniques are presented with the aim to support explorability and navigability of a semantically enriched corpus. Therefore, two applications are introduced: a user interface approach utilizing Linked Data to support exploratory navigation complementing a search engine and a Linked Data based recommendation system implementing relation visualization to increase the ability for exploration and navigation.