Technologie

Die in den Produkten verwendeten Technologien beruhen auf Ergebnissen aus Forschung und Entwicklung, die in den letzten 10 Jahren am Lehrstuhl für Automatische Sprachverarbeitung des Instituts für Informatik der Universität Leipzig entstanden. Speziell handelt es sich dabei um:

• Schnelle Verfahren zur statistischen Auswertung großer Textmengen (bis zu einem Umfang von mindestens 1 Milliarde laufender Wörter, mit anderen Worten ca. 10 GB ASCII-Text)
• Leistungsfähige Verfahren zur Bestimmun g von Begriffsassoziationen: Damit werden wichtige, aussagekräftige Begriffe in Texten automatisch erkannt und klassifiziert. Diese Verfahren sind sprachunabhängig, funktionieren also auch für andere Sprachen.
• Zuordnung von Dokumenten: Auf Grund der ermittelten relevanten Begriffe werden Dokumente in Klassen eingeteilt. Speziell können einzelne Dokumente entsprechend vorgegebener Profile weitergeleitet oder ähnliche Dokumente zusammengefaßt werden.

Weitere Informationen und Beispiele zur Architektur des linguistischen Frameworks finden Sie in dem folgendem PDF:

Data pool

The data of the Projekt Deutscher Wortschatz is also available. This is one of the largest databases on the German language, constructed from large text volumes (primarily newspaper texts, but also many specialised texts) and freely accessible dictionaries and which was expanded using mechanical processes.