2012
Exploiting Semantic Annotations in Math Information Retrieval
SOJKA, PetrZákladní údaje
Originální název
Exploiting Semantic Annotations in Math Information Retrieval
Název česky
Využití sémantického značkování pro vyhledávání matematiky
Autoři
SOJKA, Petr (203 Česká republika, garant, domácí)
Vydání
Maui, USA, Proceedings of ESAIR 2012, od s. 15-16, 2 s. 2012
Nakladatel
ACM
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
paměťový nosič (CD, DVD, flash disk)
Kód RIV
RIV/00216224:14330/12:00067468
Organizační jednotka
Fakulta informatiky
ISBN
978-1-4503-1717-7
UT WoS
000312604400008
Klíčová slova česky
MIaS;MathML;indexování;vyhledávání;kanonické MathML;EuDML;digitální knihovny;informační systémy;indexování hledání matematického obsahu včetně formulí;hodnocení relevance a podobnosti matematických článků;dolování v textech;DML-CZ;digitální matematická knihovna;sémantika
Klíčová slova anglicky
MIaS;MathML;indexing;search;canonical MathML;EuDML;digital libraries;information systems;information retrieval;mathematical content search;math indexing and retrieval;document ranking of math papers;text mining;DML-CZ;DML projects;semantics
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 30. 5. 2013 01:11, doc. RNDr. Petr Sojka, Ph.D.
Anotace
V originále
This paper describes exploitation of semantic annotations in the design and architecture of MIaS (Math Indexer and Searcher) system for mathematics retrieval. Basing on the claim that navigational and research search are `killer' applications for digital library such as the European Digital Mathematics Library, EuDML, we argue for an approach based on Natural Language Processing techniques as used in corpus management systems such as the Sketch Engine, that will reach web scalability and avoid inference problems. The main ideas are 1) to augment surface texts (including math formulae) with additional linked representations (maps) bearing semantic information (expanded formulae as text, canonicalized text and subformulae) for indexing, including support for indexing structural information (expressed as Content MathML or other tree structures) and 2) use semantic user preferences to order found documents. The semantic enhancements of the MIaS system are being implemented as a math-aware search engine based on the state-of-the-art system Apache Lucene, with support for [MathML] tree indexing. Scalability issues have been checked against more than 400,000 arXiv documents.
Návaznosti
LA09016, projekt VaV |
| ||
250503, interní kód MU |
|