D
2019
Seeking Relevant Information Sources
MENŠÍK, Marek, Marie DUŽÍ, Adam ALBERT, Vojtěch PATSHKA, Miroslav PAJR et. al.
Základní údaje
Originální název
Seeking Relevant Information Sources
Autoři
MENŠÍK, Marek (203 Česká republika, garant), Marie DUŽÍ (203 Česká republika), Adam ALBERT (203 Česká republika), Vojtěch PATSHKA (203 Česká republika) a Miroslav PAJR (203 Česká republika, domácí)
Vydání
Montreal, Canada, 2019 IEEE 15th International Scientific Conference on Informatics, od s. 255-260, 6 s. 2019
Nakladatel
Institute of Electrical and Electronics Engineers
Další údaje
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
elektronická verze "online"
Kód RIV
RIV/47813059:19240/19:A0000685
Organizační jednotka
Filozoficko-přírodovědecká fakulta v Opavě
Klíčová slova anglicky
Information sources; Machine learning; TIL
Příznaky
Mezinárodní význam, Recenzováno
Návaznosti
LQ1602, projekt VaV.
V originále
In this paper we deal with the problem of seeking relevant information sources selected from scientific or other electronic publications. In the era of information surfeit, it is getting more and more difficult to extract relevant and reliable sources of information from the huge number of e-sources. The starting point is user's query for a given concept or topic. Our algorithm applies machine learning methods in order to propose hypothetic explications of the sought terms based on pieces of information extracted from the potentially relevant e-sources. Hypotheses, formalized in the TIL-Script language, are incrementally built by applying heuristic functions. The user thus obtains as closed approximations of the meaning of the sought terms as possible that at the same time provide fine-grained keyword definitions. As a result, it should be much easier to decide which of the e-sources are relevant for user's interest.
Zobrazeno: 25. 12. 2024 17:47