Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Recent Progress in Computer-Vision-Based Human Activity Recognition and Related Areas Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Semantic-Based Linguistic Platform for Big Data Processing

verfasst von : A. Bobkov, S. Gafurov, Viktor Krasnoproshin, H. Vissia

Erschienen in: Pattern Recognition and Information Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The paper deals with the development of a semantic-based linguistic platform. Special attention is paid to semantic patterns.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Thresholding Neural Network Image Enhancement Based on 2-D Non-separable Quaternionic Filter Bank
Nächstes Kapitel Video-Based Content Extraction Algorithm from Bank Cards for iOS Mobile Devices
Literatur
1.
Simon, Ph.: Too Big to Ignore: The Business Case for Big Data, 256 p. Wiley, Hoboken (2015)
2.
Davenport, Th.: Big Data at Work: Dispelling the Myths, Uncovering the Opportunities, 228 p. Harvard Business Review Press, Boston (2014)
3.
Mayer-Schönberger, V., Cukier, K.: Big Data: A Revolution that will Transform How We Live, Work, and Think, 242 p. Houghton Mifflin Harcourt, Boston (2013)
4.
Marr, B.: Big Data - Using SMART Big Data, Analytics and Metrics to Make Better Decisions and Improve Performance, 256 p. Wiley, Hoboken (2015)
5.
Marr, B.: Data Strategy: How to Profit from a World of Big Data, Analytics and the Internet of Things, 200 p. Kogan Page, London (2017)
6.
Moens, M.: Information Extraction: Algorithms and Prospects in a Retrieval Context, 246 p. Springer, Berlin (2006)
7.
Baeza-Yates, R., Ribeiro-Neto, B.: Modern Information Retrieval: the Concepts and Technology Behind Search. Addison-Wesley Professional, Boston, 944 p. (2011)
8.
Buettcher, S., Clarke, C., Cormack, G.: Information Retrieval: Implementing and Evaluating Search Engines, 632 p. MIT Press, Cambridge (2010)
9.
Machová, K., Bednár, P., Mach, M.: Various approaches to web information processing. Comput. Inf. 26, 301–327 (2007)MATH
10.
Khoo, C., Myaeng, S.H.: Identifying semantic relations in text for information retrieval and information extraction. In: Green, R., Bean, C.A., Myaeng, S.H. (eds.) The Semantics of Relationships. Information Science and Knowledge Management. ISKM, vol. 3, pp. 161–180. Springer, Berlin (2002). https://​doi.​org/​10.​1007/​978-94-017-0073-3_​10CrossRef
11.
Bobkov, A., Gafurov, S., Krasnoproshin, V., Romanchik, V., Vissia, H.: Information extraction based on semantic patterns. In: Proceedings of the 12-th International Conference – PRIP 2014, Minsk, pp. 30–35 (2014)
12.
Barnbrook, G., Mason, O., Krishnamurthy, R.: Collocation: Applications and Implications, 254 p. Palgrave Macmillan, London (2013)CrossRef
13.
Cruse, D.A.: Lexical Semantics, 310 p. Cambridge University Press, Cambridge (1986)
14.
Manning, C.D., Schütze, H.: Foundations of Statistical Natural Language Processing, 620 p. MIT Press, Cambridge (1999)
15.
Bilan, V., Bobkov, A., Gafurov, S., Krasnoproshin, V., van de Laar, J., Vissia, H.: An ontology-based approach to opinion mining. In: Proceedings of 10-th International Conference PRIP 2009, Minsk, pp. 257–259 (2009)
16.
Fensel, D.: Foundations for the Web of Information and Services: A Review of 20 Years of Semantic Web Research, 416 p. Springer, Berlin (2011)
17.
18.
Pang, B., Lee, L.: Opinion Mining and Sentiment Analysis, 148 p. Now Publishers Inc., Boston (2008)CrossRef
19.
Devitt, A., Ahmad, K.: Sentiment analysis in financial news: a cohesion-based approach. In: Proceedings of the Association for Computational Linguistics (ACL 2007), pp. 984–991 (2007)
20.
Eguchi, K., Lavrenko, V.: Sentiment retrieval using generative models. In: Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP 2006), pp. 345–354 (2006)
21.
Clark, A.V.: Mood State and Health, 213 p. Nova Publishers, Boston (2005)
22.
McNair, D.M, Lorr, M., Droppleman, L.F.: Profile of Mood States - San Diego. Educational and Industrial Testing Service, California (1971)
23.
Siegel, E.: Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, 320 p. Wiley, Hoboken (2013)
24.
Mishra, N.: Predictive analytics: a survey, trends, applications, opportunities & challenges. Int. J. Comput. Sci. Inf. Technol. 3, 4434–4438 (2012)
25.
Asghar, N.: Automatic extraction of causal relations from natural language texts: a comprehensive survey. arXiv preprint arXiv:​1605.​07895, May 2016
26.
Sorgente, A.: Automatic extraction of cause-effect relations in natural language text. In: Proceedings of the 13th Conference of the Italian Association for Artificial Intelligence, pp. 37–48 (2013)
27.
Darian, S.: Cause and effect in a corpus of science textbooks. ESP. Malaysia 4, 65–83 (1996)
28.
Khoo, C.S.G.: Automatic identification of causal relations in text and their use for improving precision in information retrieval. Doctoral dissertation, Syracuse University (1995). Dissertation Abstracts International, 5704A, 1364
29.
Xuelan, F., Kennedy, G.: Expressing causation in written English. RELC J. 23(1), 62–80 (1992)CrossRef
30.
Chan, K., Lam, W.: Extracting causation knowledge from natural language texts. Int. J. Intell. Syst. 20(3), 327–358 (2005)CrossRef
31.
Radinsky, K., Davidovich, S.: Learning to predict from textual data. J. Artif. Intell. Res. 45, 641–684 (2012)CrossRef
32.
Radinsky, K.: Learning causality for news events prediction. In: Proceedings of the 21st International Conference on World Wide Web ACM, pp. 909–918 (2012)
33.
Kaplan, R., Berry-Rogghe, G.: Knowledge-based acquisition of causal relationships in text. Knowl. Acquisition 3(3), 317–337 (1991)CrossRef
34.
Wolff, P., Song, G., Driscoll, D.: Models of causation and causal verbs. In: Meeting of the Chicago Linguistics Society, main session, vol. 1, p. 607–622 (2002)
35.
Levin, B., Hovav, M.A.: Preliminary analysis of causative verbs in English. Lingua 92, 35–77 (1994)CrossRef
36.
Altenberg, B.: Causal linking in spoken and written English. Studia Linguistica 38(1), 20–69 (1984)CrossRef
Metadaten
Titel
Semantic-Based Linguistic Platform for Big Data Processing
verfasst von
A. Bobkov
S. Gafurov
Viktor Krasnoproshin
H. Vissia
Copyright-Jahr
2019
Buch
Pattern Recognition and Information Processing

Print ISBN: 978-3-030-35429-9

Electronic ISBN: 978-3-030-35430-5

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-35430-5_14

Premium Partner

    Bildnachweise